首页> 中文期刊> 《光学精密工程》 >基于CNN-SPGD算法的相干光通信像差校正方法研究

基于CNN-SPGD算法的相干光通信像差校正方法研究

         

摘要

为了降低大气湍流对自由空间光通信系统传输性能的影响,建立了一套自适应光学校正系统来校正高阶像差。对该系统的混频效率,误码率和迭代次数等参数进行研究。首先,将图像的Zernike系数划分为8个大类,256个小类,通过CNN模型预测输入光斑的大类。对于每一小类的像差,取每一阶系数范围的中点作为标准点形成一个标准Zernike系数向量,按照其对应的标准电压作为初始校正电压进行校正。实验结果表明:随机并行梯度下降算法使混频效率达到0.80、0.85和0.9需要的迭代次数分别为110次、161次和280次;在使混频效率达到相同值的前提下,CNN-SPGD(Convolutional Neural Networks-Stochastic Parallelism Gradient Descent)算法所需的迭代次数分别为4次、37次和141次。而在相同的迭代次数下,CNN-SPGD算法在系统中的混频效率更高,误码率更低。CNN-SPGD算法与SPGD算法相比,像差校正速度更快。该CNN-SPGD算法可以大幅度减少传统自适应光学系统的迭代次数,满足激光通信的各种需求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号