基于物理知识的网络用于卫星激光通信中的波前无传感器校正
《IEEE Photonics Journal》:Physics-informed network for wavefront sensorless correction in satellite laser communications
【字体:
大
中
小
】
时间:2026年05月08日
来源:IEEE Photonics Journal 2.4
编辑推荐:
```
摘要:
卫星激光通信是下一代全球连接的基石,但它受到太空中接收光束波前畸变的严重影响。这些畸变既来自卫星间的热变形,也来自大气湍流。虽然基于深度学习的无传感器校正方法为基于波前传感器的自适应光学提供了一种有前景的
```
摘要:
卫星激光通信是下一代全球连接的基石,但它受到太空中接收光束波前畸变的严重影响。这些畸变既来自卫星间的热变形,也来自大气湍流。虽然基于深度学习的无传感器校正方法为基于波前传感器的自适应光学提供了一种有前景的替代方案,但现有的数据驱动方法往往缺乏与物理原理的结合,特别是在强湍流条件下限制了其性能。为了解决这个问题,我们提出了激光通信相位恢复网络(LCPR-Unet),这是一个基于物理原理的神经网络,用于无传感器的波前感知和校正。其核心创新在于一种新型的物理损失函数,该函数采用了变权重的斯特雷尔(Strehl)损失项,将光学性能指标及其对不同像差的敏感性直接纳入训练目标中。我们通过静态和动态校正实验对LCPR-Unet进行了评估。在动态湍流校正中,系统在D/r? = 5、10和20时分别实现了3.4 dB、8.59 dB和10.79 dB的功率增益,并将平均质心漂移减少到0.2像素、4.52像素和7.6像素。这些结果证明了我们基于物理原理的方法在不同畸变条件下的鲁棒性和有效性——从热效应到强湍流。我们的工作为未来卫星激光终端在不依赖波前传感器的情况下提高跟踪精度和通信质量提供了可行的途径。
``````
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号