1 江南大学 理学院，江苏 无锡 214122
2 光电对抗测试与评估技术重点实验室，河南 洛阳 471003
3 江苏省轻工光电工程技术研究中心，江苏 无锡 214122
压缩感知技术用于光学波前测量时，常规的斜率恢复方法精度较低，难以测量大气湍流引起的复杂波前，本文利用深度神经网络进行斜率恢复，提高斜率恢复精度，从而提高压缩波前探测方法测量大气湍流波前的精度。传统的压缩波前探测方法在稀疏化过程中忽略相对较小的斜率值，导致波前测量误差的增加。为了快速测量大气湍流引起的复杂波前，本文提出了一种深度神经网络，可以高精度地恢复斜率，从而提高了波前重构的精度。在压缩比为0.1~0.9情况下，基于深度神经网络的压缩波前探测算法（DNNCWS）的波前重构误差PV优于0.014 μm，算法的运行时间为4.4 ms。在暗弱星等情况下，残差波前的峰谷值（PV）优于0.011 μm。模拟结果表明，DNNCWS具有良好的抗噪声性能。深度神经网络DNNCWS提高了压缩波前的探测精度，可以用于测量大气湍流引起的复杂像差，还可用于其他自适应光学应用，如激光通信和视网膜成像。
压缩波前探测 自适应光学 大气湍流 compressed wavefront sensing adaptive optics atmospheric turbulence
1 西北核技术研究所 激光与物质相互作用国家重点实验室, 西安 710024
2 中国工程物理研究院 激光聚变研究中心, 四川 绵阳 621900
基于凝聚态物质等熵线推导了理想等熵假设前提下的加载压力和加载激光波形，进而将其作为输入条件，利用辐射流体力学程序MULTI开展了Al材料的一维准等熵压缩仿真，通过材料温度、压强、密度、粒子速度和熵增五个参量描述了准等熵加载的物理过程。结果显示得到了高等熵程度加载过程，可为即将开展的整形激光加载的准等熵实验提供参考。
准等熵压缩 熵增 压缩波 整形激光 quasi-isentropic compression entropy production compression wave shaped laser 强激光与粒子束
2013, 25(11): 2891
