基于元学习的四象限探测器高精度光斑定位方法

摘要

本发明提出一种基于元学习的四象限探测器高精度光斑定位方法，包括：1）根据四象限探测器的测量原理生成充足的仿真样本数据；2）构建光斑半径估计网络，用生成的仿真数据进行训练，再将真实的小样本数据输入到训练好的光斑半径估计网络中进行预测，用得到估计的半径值生成更接近真实光斑分布的仿真样本数据；3）构建光斑位置预测网络，引入元学习的策略用更接近真实光斑分布的仿真样本进行预训练，固定网络的部分参数后再用真实的小样本数据对光斑位置预测网络进行微调，通过微调后的神经网络实现高精度的光斑定位。使得该方法在仅有少量真实样本的情况下也能获得较高精度的光斑定位能力。