買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學院光電技術研究所申請的專利一種基于深度學習的自適應光學波前預測與前饋校正方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115598980B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211311663.6，技術領域涉及：G05B13/04；該發明授權一種基于深度學習的自適應光學波前預測與前饋校正方法是由朱里程;王寧;楊平;高澤宇;葛欣蘭設計研發完成，并于2022-10-25向國家知識產權局提交的專利申請。

本一種基于深度學習的自適應光學波前預測與前饋校正方法在說明書摘要公布了：本發明公開了一種基于深度學習的自適應光學波前預測與前饋校正方法。首先利用一套像差模擬系統，可模擬生成具有不同時間和空間頻率的大氣湍流畸變波前，使得畸變光束首先經過哈特曼波前傳感器1進行波前探測，再經過計算機搭載的神經網絡模型進行波前的前向預測，最后將輸出預測波前轉換成控制電壓加載到變形鏡上，通過哈特曼波前傳感器2進行校正性能分析，同時實現AO的波前預測與前饋校正。本發明采用神經網絡預測加前饋校正的方式，利用實時探測的畸變波前開展前向預測，并將輸出的預測波前轉換成變形鏡的校正面形，可以有效克服AO系統固有的控制時延問題；采用前饋校正的方式，可以有效簡化網絡預測模型，更利于實際系統中的部署應用。

本發明授權一種基于深度學習的自適應光學波前預測與前饋校正方法在權利要求書中公布了：1.一種基于深度學習的自適應光學波前預測與前饋校正方法，其特征在于：該方法利用模擬生成具有不同時間和空間頻率的大氣湍流畸變波前，使得畸變光束首先經過哈特曼波前傳感器1進行波前探測，再經過計算機搭載的神經網絡模型進行波前預測，最后將輸出預測波前轉換成控制電壓加載到變形鏡上，通過哈特曼波前傳感器2觀察校正殘余波前，進行校正性能分析，同時實現AO的波前預測與前饋校正，該方法包括如下步驟： 步驟S1：根據大氣凍結流假設，基于Kolmogorov湍流統計理論、HV-57折射率結構常數模型和Bufton風速模型經過傅里葉級數方法時間演化仿真模擬獲得大氣湍流畸變波前；Kolmogorov湍流統計理論即為在慣性區域內大氣折射率結構函數滿足“三分之二定律”； 步驟S2：將模擬生成的固定時間頻率的大氣湍流畸變波前加載到像差模擬系統中，并采用基于固定采樣幀頻的哈特曼波前傳感器1進行波前數據采集； 步驟S3：對步驟S2中采集的波前數據進行預處理，并將處理好的數據按預測模型要求分為訓練集與測試集兩組，訓練集數據通過事先搭建好的神經網絡結構進行迭代再訓練，使網絡適應哈特曼波前傳感器1重構后的波前特征信息；訓練集和測試集中的數據需滿足樣本與標簽相對應，以便網絡正確學習歷史波前與預測波前的映射關系，其殘差分析的評價指標為殘余波前的均方根（RMS）值，選取該RMS值最小的模型為最優模型結構； 步驟S4：利用測試集數據進行預測模型測試，對輸出的預測波前與待校正實際標簽波前進行殘差分析，根據殘差分析結果選取最優模型，并將最優模型部署于控制器中； 步驟S5：將網絡模型輸出的預測波前轉換成控制電壓加載到變形鏡上產生校正面形，通過哈特曼波前傳感器2觀察校正殘余波前，用于評估校正性能；哈特曼波前傳感器1用于探測畸變波前信息，帶有預測模型的控制器進行波前預測處理輸出預測波前，變形鏡對預測波前進行校正，哈特曼波前傳感器2用于觀測殘余波前來分析校正效果； 步驟S6：模擬生成時間頻率逐漸增大的大氣湍流畸變波前加載到像差模擬系統中，開展波前預測與前饋校正，獲取不同時間頻率大氣湍流下的校正性能。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院光電技術研究所，其通訊地址為：610209 四川省成都市雙流350信箱；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。