La detección de la aberración en posición de sistemas ópticos tiene una importancia significativa para el procesamiento y ajuste de sistemas ópticos, desarrollo de máquinas de fotolitografía, ajuste de cámaras espaciales en órbita, etc. Sin embargo, los métodos tradicionales de detección de la aberración en posición de sistemas ópticos, como la Recuperación de fase (PR, Phase Retrieval) y Diversidad de fase (PD, Phase Diversity), muestran un rendimiento excepcional en condiciones específicas, pero tienen limitaciones al enfrentar aperturas numéricas grandes o condiciones complejas que no cumplen con el límite inferior de frecuencia de Nyquist del sistema óptico. Por lo tanto, este artículo propone un método que combina un modelo físico de difracción Nijboer-Zernike extendido con una red neuronal profunda. Primero, se construye una red residual profunda con un mecanismo de atención Squeeze-and-Excitation (SE), luego se establece una relación de mapeo desde la función de dispersión de puntos de la imagen (PSF, Point Spread Function) hasta la distribución de fase para extraer características de la intensidad de difracción y predecir los coeficientes de descripción de fase, y posteriormente se combinan estos coeficientes predichos con el modelo de difracción ENZ (Extend Nijboer-Zernike) para obtener una imagen PSF predicha para la detección de la onda frontal del sistema óptico. Los resultados experimentales muestran que el método propuesto en el caso de que la apertura numérica (NA, Numerical Aperture) del sistema óptico es grande y no cumple con el muestreo de Nyquist, el frente de onda residual RMS entre la imagen real del frente de onda y la imagen reconstruida del frente de onda es de aproximadamente 0.02λ, superior a otros métodos. Este método, en comparación con otros métodos de aprendizaje profundo, es un método no supervisado, que no solo reduce la dependencia de una gran cantidad de datos de entrenamiento, sino que también mejora la precisión de la detección de la onda frontal.

detección del frente de onda; Extend Nijboer-zernike (ENZ); aprendizaje profundo