基于机器学习的激光大气湍流传输特性分析方法

摘要

本发明公开一种基于机器学习的激光大气湍流传输特性分析方法。本方法首先在不同外界传输条件下，执行接收光信号强度起伏归一化方差测量操作，创建多层前向神经网络的训练样本集；然后用创建出的训练样本集训练多层前向神经网络，使多层前向神经网络逼近接收光信号强度起伏归一化方差与外界传输条件之间的函数关系；最后使用多层前向神经网络来获得特定外界传输条件下的接收光信号强度起伏归一化方差。由于本方法使用无量纲参量作为多层前向神经网络的输入，因此本方法建立的多层前向神经网络可以用于预测那些没有开展过实验测量的外界传输条件下的接收光信号强度起伏归一化方差。