基于神经网络的无线光波前校正理论与实验研究

目录

声明

摘要

符号说明

缩略语

第1章绪论

1．1研究背景

1．1．1自由空间光通信技术

1．1．2自适应光学技术

1．2国内外研究现状

1．3研究内容和创新点

1．4论文组织结构

第2章基于神经网络的FSO波前校正系统

2．1 FSO通信系统

2．1．1系统介绍

2．1．2几何损耗

2．1．3指向误差损耗

2．1．4大气衰减损耗

2．2大气湍流波前畸变模型

2．2．1大气湍流模型及影响

2．2．2 Zernike多项式方法

2．3 FSO自适应光学系统结构

2．3．1系统介绍

2．3．2波前传感器

2．3．3波前控制器

2．3．4波前校正器

2．4 WFS-less AO波前校正方法

2．4．1 WFS-less AO系统

2．4．2随机并行梯度下降(SPGD)算法

2．4．3模拟退火(SA)算法

2．5基于深度学习的波前校正方法

2．5．1卷积神经网络(CNN)原理

2．5．2 CNN波前校正系统

2．6本章小结

第3章CNN波前校正的仿真研究

3．1基于CNN的波前校正仿真分析

3．2基于CNN的波前校正关键因素分析

3．2．1 Zernike项数的选取

3．2．2量化位数的影响

3．2．3不同CNN结构比较

3．3深度学习和传统优化算法的性能比较

3．4本章小结

第4章CNN波前校正的实验探究

4．1．1室外FSO实验

4．1．2室内FSO AO系统搭建

4．2基于CNN的波前校正实验及性能分析

4．3湍流校正前后的耦合效率分布

4．4本章小结

第5章总结与展望

5．1本文总结

5．2工作展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果