买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院光电技术研究所申请的专利一种基于深度学习模型的跨尺度复合波前传感方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119334481B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411558365.6，技术领域涉及：G01J9/02；该发明授权一种基于深度学习模型的跨尺度复合波前传感方法是由高泽宇;李澳;葛欣兰;王帅;杨平设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于深度学习模型的跨尺度复合波前传感方法在说明书摘要公布了：本发明公开一种基于深度学习模型的跨尺度复合波前传感方法，通过复合波前传感系统实现夏克‑哈特曼波前传感器SHWFS和离轴数字全息OADH这两种测量体制结合，利用基于深度神经网络的MSWM‑Net模型对复合波前传感系统所测波前进行数据融合，实现两种测量系统性能的优势互补，进一步获得高置信度重构波前。当测量包含不同空间频率的波前像差时，该方法不仅解决了SHWFS测量中相位精度低的问题，而且解决了OADH测量中将波前包裹在周期的局限性。通过测试验证了该方法在波前探测中的可行性和有效性。本发明更易于实现大气湍流像差的定量测量，可为大气湍流像差校正系统提供设计输入参数，也可以用于大气湍流校正系统的畸变波前探测。

本发明授权一种基于深度学习模型的跨尺度复合波前传感方法在权利要求书中公布了：1.一种基于深度学习模型的跨尺度复合波前传感方法，其特征在于，其中由复合波前传感系统实验装置进行波前测量，该复合波前传感系统实验装置包括：依序连接的激光器1、光纤分束器2，光纤分束器2后并联两条支路，分别是由第一准直镜筒3-1、用于模拟大气湍流的出风装置11、快速反射镜4、第一分束镜5-1、第一缩束镜筒6-1、微透镜阵列7、第一倍率匹配系统8-1、第一光电探测器9-1组成的第一支路，由第二准直镜筒3-2、第二分束镜5-2、第二缩束镜筒6-2、第二倍率匹配系统8-2、第二光电探测器9-2组成的第二支路，第一光电探测器9-1和第二光电探测器9-2后连接同步触发装置10，同步触发装置10用于实现激光器1和第一光电探测器9-1、第二光电探测器9-2的同步触发； 基于深度学习模型的跨尺度复合波前传感方法包括以下步骤： 步骤一：首先，对系统进行标定，该过程包括：打开激光器1，出射光束经过光纤分束器2得到两个一样的出射光束，分别是第一光束和第二光束，其中第一光束分别通过第一准直镜筒3-1、快速反射镜4和第一分束镜5-1后进入到第一缩束镜筒6-1，再出射到微透镜阵列7，第一光束被微透镜阵列7分割后，通过第一倍率匹配系统8-1以标定光斑阵列形式成像在第一光电探测器9-1，形成标定光斑图像；第二光束经过第二准直镜筒3-2后通过第二分束镜5-2，与通过第一分束镜5-1的第一光束发生干涉，通过第二缩束镜筒6-2后成像在第二光电探测器9-2，形成干涉条纹图像； 步骤二：提取第一光电探测器9-1上的标定光斑图像和第二光电探测器9-2上的干涉条纹图像； 步骤三：打开出风装置11，打开激光器1，出射光束经过光纤分束器2得到两个一样的出射光束，分别是第一光束和第二光束，其中第一光束通过第一准直镜筒3-1出射到出风装置11，此时第一光束是带有像差的，再通过快速反射镜4和第一分束镜5-1，第一分束镜5-1将第一光束分为第三光束和第四光束，第四光束通过第二分束镜5-2，第三光束进入到第一缩束镜筒6-1，再出射到微透镜阵列7，第三光束被微透镜阵列7分割后，通过第一倍率匹配系统8-1以相对标定位置存在空间偏移的点阵形式成像在第一光电探测器9-1；第二光束经过第二准直镜筒3-2后通过第二分束镜5-2，与第四光束发生干涉，再通过第二缩束镜筒6-2后成像在第二光电探测器9-2，以形成带有像差的干涉条纹图像； 步骤四：提取第一光电探测器9-1上的畸变光斑图像，通过光斑定位技术计算畸变光斑相对标定位置的偏移量，利用该偏移量计算波前斜率，再利用波前复原算法重构畸变波前； 步骤五：提取第二光电探测器9-2上的干涉条纹图像，对干涉条纹图像进行傅里叶变换得到光谱图像，采用频域滤波得到含有重构波前振幅信息的＋1级项，再根据标量衍射理论得到聚焦平面光场分布； 步骤六：将夏克哈特曼波前测量系统重构波前和离轴数字全息波前测量系统重构波前输入到MSWM-Net模型中，进一步获得高置信度重构波前。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院光电技术研究所，其通讯地址为：610209 四川省成都市双流350信箱；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。