典型文献
基于物理信息神经网络的光斑质心计算
文献摘要：
为了实现强噪声干扰下的远场光斑质心高精度计算,研究了一种基于物理信息神经网络的质心定位方法—质心物理信息神经网络(centroid-PINN),该方法利用U-Net神经网络优化质心计算误差损失.为了验证该方法,利用模拟产生不同强度的两种类型噪声(斜坡噪声和白噪声)干扰下的高斯光斑训练网络.通过两种类型的光斑(高斯光斑和类Sinc函数光斑)测试神经网络,均得到了较高的质心定位精度.相比传统质心定位计算方法,centroid-PINN无需根据噪声水平设置参数,特别是能够处理斜坡噪声的干扰,获得高精度定位结果.成果可用于高性能激光光斑质心参数测量设备的研制,对于夏克-哈特曼波前测量装置的研制也有一定的借鉴意义.
文献关键词：
测量;质心计算;神经网络;自适应光学
中图分类号：
作者姓名：
方波浪;王建国;冯国斌
作者机构：
西北核技术研究所, 西安 710024
文献出处：
引用格式：
[1]方波浪;王建国;冯国斌-.基于物理信息神经网络的光斑质心计算)[J].物理学报,2022(20):18-24
A类：
B类：
物理信息神经网络,光斑质心,质心计算,强噪声,噪声干扰,远场光斑,质心定位,定位方法,心物,centroid,PINN,法利,Net,神经网络优化,计算误差,不同强度,斜坡,白噪声,高斯光斑,Sinc,定位精度,噪声水平,设置参数,高精度定位,定位结果,激光光斑,参数测量,测量设备,哈特曼,前测,测量装置,自适应光学
AB值：
0.361046
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
