التغير الديناميكي في اضطراب الغلاف الجوي وانخفاض سطوع الهدف المرصود يؤثران بشكل كبير على دقة استشعار واجهة الموجة الحاملة لجهاز شاك-هارتمان (SHWFS). لمواجهة هذين الشرطين المعقدين للمراقبة، تقدم هذه الورقة نموذج شبكة عصبية قائم على بنية Transformer، يتمتع بقدرة ممتازة على النمذجة الشاملة، ويمكنه إعادة بناء واجهة الموجة بدقة عالية من صور صفيف النقاط لـ SHWFS. من خلال المحاكاة تحت طول تماسك اضطراب الغلاف الجوي الديناميكي النموذجي r₀، استقر خطأ الجذر التربيعي المتبقي لواجهة الموجة للنموذج المقترح بين 0.010 و0.024 ميكرومتر. مقارنة بالطرق الحالية، يمكن لطريقة هذه الدراسة إعادة بناء التشوهات البصرية لواجهة الموجة بدقة أكبر. بالإضافة إلى ذلك، تتأثر دقة إعادة البناء في هذه الطريقة بشكل ضئيل بتغير سطوع نجم الدليل أو الهدف المرصود. لذلك، تتميز دقة إعادة البناء لهذه الطريقة باستقرار قوي تجاه تغيرات الشرطين المراقبين، مما يوفر طريقة واعدة لتصوير عالي الدقة في التلسكوبات الفلكية البصرية ذات القُطر الكبير.

البصريات التكيفية; التعلم العميق; جهاز استشعار واجهة الموجة شاك-هارتمان; Transformer; إعادة بناء واجهة الموجة