基于Transformer结构的高精度湍流波前重构

摘要： 动态变化的大气湍流和观测目标的亮度的降低严重影响了夏克-哈特曼波前传感器（SHWFS）探测波前的精度。针对这两种复杂的观测条件，本文提出了一种以Transformer结构为基础的神经网络模型，它具有很好的全局建模能力，可以高精度地从SHWFS光斑阵列图像中重建波前。通过在动态变化的典型大气湍流相干长度r0下进行仿真模拟，所提出的网络模型的残余波前RMS误差值稳定在0.010～0... （共11页）