基于高斯光束和高斯涡旋光束的大气湍流强度主动探测技术研究

《Applied Sciences》：Research on Active Detection Technology of Atmospheric Turbulence Intensity Based on Gaussian Beams and Gaussian Vortex Beams

　　

大气湍流强度的精确探测对于大气光学和激光通信至关重要，然而高效的反演方法仍显不足。本研究探索了利用高斯光束和高斯涡旋光束进行大气湍流强度（大气折射率结构常数，Cn2）反演的可行性。研究人员构建了基于空间光调制器（SLM）的湍流模拟平台，以生成不同湍流强度的相位屏并获取相应的光斑数据集。优化了基于ConvNeXt的卷积神经网络（CNN），并将其性能与传统的光束平均宽度拟合方法进行了比较。此外，研究人员提出了一种新颖的融合反演模型，该模型整合了光束平均宽度参数和光斑特征信息。实验结果表明，对于九个精细划分的Cn2湍流等级，优化后的CNN反演精度达到98%，而基于高斯涡旋光束的光束平均宽度方法获得84.56%的精度。相比之下，采用传统高斯光束时，相应的精度分别降至95%和73.84%。与单独的CNN模型相比，所提出的融合模型在室内实验中实现了7.0%的绝对精度提升，在室外现场测试中实现了2.0%的提升。结果表明，高斯涡旋光束结合光束平均宽度特征在Cn2反演中表现出优越性能。所提出的融合模型具有可靠且前景良好的反演能力，为大气湍流监测系统的设计和优化提供了可行的技术方案。

大气湍流是随机的大气流动现象，由热量扰动引起空气密度和折射率的不均匀分布，导致激光束在传播中产生光束漂移、展宽和强度闪烁等效应，严重制约自由空间光通信和天文观测的精度。现有大气折射率结构常数（Cn2）检测方法，如两点温度法、光学闪烁法、雷达探测和差分像运动监视器（DIMM），均存在空间覆盖有限、闪烁饱和、成本高或便携性差等缺陷，无法同时满足高精度、实时性和广适应性需求。基于此，研究人员提出利用高斯光束和高斯涡旋光束的光斑图像进行Cn2反演，旨在开发一种低成本、快响应的主动探测技术，为大气湍流监测系统提供优化方案。该研究发表在《Applied Sciences》上。

研究人员通过构建基于空间光调制器（SLM）的湍流模拟平台，生成9类精细划分的Cn2（从1×10^-13到9×10^-13 m^-2/3）的相位屏，并采集高斯光束和高斯涡旋光束（拓扑荷数l=8）的瞬时光斑图像，共216,000张。实验室内采用改进的ConvNeXt卷积神经网络（CNN）从复合光斑图像（20张瞬时光斑堆叠）中提取特征，同时基于二阶矩计算光束平均宽度并通过拟合曲线反演Cn2。进一步，提出SpotWidth-ConvNeXt融合模型，将CNN提取的光斑特征与光束平均宽度特征拼接后分类。室外实验中，利用大孔径闪烁仪（LAS MKII，Kipp & Zonen，荷兰）提供参考Cn2值，在真实大气条件下采集50,000张瞬时光斑图像（10类Cn2等级），验证模型的实际泛化能力。

**3. 结果**

**CNN反演方法**：通过改进的ConvNeXt模型对复合光斑图像进行训练，基于高斯涡旋光束的测试集精度为84.56%，而基于高斯光束的精度仅为73.84%，表明高斯涡旋光束在特征提取上更具优势。验证集精度曲线显示，高斯涡旋光束对应的CNN方法在迭代中稳定收敛至约85%，而高斯光束方法仅约75%。

**光束平均宽度反演方法**：利用二阶矩计算光束平均宽度，并拟合其与Cn2的函数关系。高斯涡旋光束的平均宽度用三次函数拟合（R2接近1），高斯光束用三角函数拟合。基于高斯涡旋光束的反演方法在9类Cn2上的平均测试精度达98.0%，而高斯光束方法为95.0%，且在强湍流（9×10^-13 m^-2/3）下高斯光束方法表现较差，而高斯涡旋光束方法不受影响，表明其稳健性更优。

**SpotWidth-ConvNeXt融合模型**：将20张瞬时光斑的复合图像输入CNN，同时将对应的光束平均宽度输入全连接层，两者特征融合后分类。在9类Cn2室内测试中，融合模型精度达91.67%，显著高于单独CNN（84.56%）和单独平均宽度网络（74%），尤其在湍流强度为5×10^-13 m^-2/3时提升最为明显。

**室外实验验证**：利用大孔径闪烁仪校准，在10类Cn2（从1.15×10^-16到1.87×10^-13 m^-2/3）下，使用10张瞬时光斑堆叠的复合图像，融合模型验证集精度达90.38%，测试集精度88.60%。消融实验表明，单独CNN和单独平均宽度网络的测试精度分别为86.80%和62.30%，融合模型取得最佳效果，验证了其在实际大气环境中的有效性。

**结论部分**：SLM生成的湍流比纯数值模拟更接近真实大气，同时基于SLM的数据采集效率远高于自然大气条件下的现场测量。研究人员在真实室外大气环境中用闪烁仪对模型进行了校准实验，验证了方法的实际适用性。闪烁仪实测的Cn2数据常剧烈波动并含大量噪声，将湍流强度划分为离散区间后，分类任务能有效抑制测量噪声和异常数据点的干扰，提高反演结果的稳定性。同时，分类网络训练难度较低，不易在高度畸变的光斑图像上陷入拟合失败。另一方面，这种离散分类模式只能输出湍流区间而非精确的连续Cn2数值，这是该方法的内在局限。该方案更适用于湍流强度监测和等级评估等场景，特别是针对中强湍流实现了精细分类预测，有助于准确识别中度和强湍流条件。

本研究探索了基于CNN的Cn2反演方法，使用高斯光束和高斯涡旋光束的复合光斑图像。结果表明，在9类精细划分的Cn2等级（9×10^-13、8×10^-13、7×10^-13、6×10^-13、5×10^-13、4×10^-13、3×10^-13、2×10^-13、1×10^-13 m^-2/3）中，基于高斯涡旋光束的CNN反演方法优于高斯光束方法，测试集精度达84.56%，具有低成本、快响应的特点，未来具有一定应用价值。

研究人员还研究了基于光束平均宽度的Cn2反演方法。结果表明，不同光束类型的平均宽度反演方法在9类精细Cn2等级中均取得显著效果。通过比较，基于高斯涡旋光束复合光斑的平均宽度反演方法优于高斯光束复合光斑方法。基于高斯光束的方法在强湍流反演中表现较差，原因是强湍流下光斑过度发散，CCD无法完全捕捉完整瞬时光斑图像。而高斯涡旋光束（l=8）的平均宽度反演模型不受影响，说明其受其他因素影响较小，因此高斯涡旋光束在未来大气湍流探测技术研究中将有更多应用空间。

提出的SpotWidth-ConvNeXt融合模型在室内中强湍流条件下，仅使用每样本20张光斑图像，对9类精细Cn2等级实现91.67%的测试集精度。在室外验证中，结合大孔径闪烁仪校准，该模型在真实大气条件下，每样本仅用10张光斑图像，对10类Cn2等级达到88.60%的测试集精度。这些结果进一步证实了利用SpotWidth-ConvNeXt融合模型反演路径平均Cn2的可行性。

结果验证了采用高斯涡旋光束结合光束平均宽度方法在Cn2检测中的优异性能，同时构建的融合模型具有可靠且良好的反演能力，可为大气湍流检测系统的优化设计提供有意义的参考。