摘要
本发明提供一种弱测量系统指针偏移量高精度估计方法,包括:使用灰度质心法确定光斑的质心位置,基于灰度共生矩阵提取光斑的能量特征,根据光斑的质心位置和能量特征融合构建多模态指针;基于残差结构和多模态指针对U‑Net网络进行改进,得到光斑图像降噪模型;将实测光斑图像输入到光斑图像降噪模型中进行降噪处理;根据降噪后的光斑图像计算指针偏移量。所述光斑图像降噪模型利用残差映射确保梯度稳定传播,通过层级化卷积融合局部噪声与全局特征,并基于多模态指针构建损失函数进行反向传播优化网络架构,实现数据驱动与物理机理的动态耦合。本发明对于指针偏移量的估计精度高、稳定性好,为弱测量系统提供了高鲁棒性的指针偏移量估计框架。
技术关键词
高精度估计方法
光斑
降噪模型
指针
灰度共生矩阵
多模态
残差结构
图像
优化网络架构
偏振光学元件
优化网络参数
待测物理量
计算误差
采样模块
坐标
无噪声
层级
鲁棒性
像素