摘要
本发明公开了一种基于光强分布的大气传输涡旋光拓扑荷检测方法。该方法首先生成具有自聚焦特性的涡旋光束,采用多相位屏方法模拟大气湍流环境,并通过分步傅里叶法计算光束在大气湍流条件下的传输过程,获取聚焦点处的光强分布图像。随后对光强分布图像进行基于质心的自适应裁剪和归一化预处理;构建包含8个残差块的ResNet18深度学习模型并利用构建的数据集进行训练,实现拓扑荷数的自动识别。
技术关键词
光强
残差神经网络
光束
深度学习模型
大气湍流扰动
图像
模拟大气湍流
大气湍流强度
折射率结构
ReLU函数
湍流环境
屏方法
数值
数据
鲁棒性
训练集
滤波器
电场
亮度
系统为您推荐了相关专利信息
在线监测方法
连续小波变换
遗传算法优化
在线原位检测
单体
深度卷积神经网络
光束偏转器
神经网络架构
效应
有效性
量子随机数发生器
光电转换模块
模数转换模块
后处理模块
光源模块
智能家居环境
智能调控系统
监测室内环境状态
深度学习技术
生成控制指令