적응 광학 기술은 수차 보정에 널리 사용되지만 실제 응용에서는 폐루프 보정에 시간이 오래 걸리며 변형 거울의 비선형 반응으로 인해 전통적인 개루프 보정 방법의 보정 정확도가 영향을 받는다. 본 논문에서는 P-U-net 네트워크 기반의 각뿔 파면 탐지기 파면 보정 방법을 제안한다. P-U-net은 데이터 학습을 통해 전체 적응 광학 시스템의 모델을 구축하였으며, 각뿔 파면 탐지기의 동공 이미지와 변형 거울의 제어 전압 간의 직접적인 비선형 매핑 관계를 구축하였다. 각뿔 파면 탐지기의 동공 이미지로부터 변형 거울의 제어 전압을 직접 계산할 수 있다. 시뮬레이션 적응 시스템 이론을 사용하여 본 방법의 실현 가능성을 검증하였으며, 50ms 내에 수차 보정이 가능하고 보정 정확도는 0.1 μm에 달한다. 전통적인 폐루프 적응 보정 알고리즘과 비교할 때 본 방법은 짧은 시간 내에 더 높은 정확도로 수차 보정을 완료할 수 있어 응용 가능성이 크다.

적응 광학;각뿔 파면 탐지기;합성곱 신경망