基于卷积神经网络的大气中光路气流扰动实验研究

提出了一种基于激光光斑畸变和卷积神经网络(CNN)的光路气流扰动研究方案。利用CNN对激光光束在空间传播中受到气流扰动后的光斑畸变进行学习,得到光束传播路径上的气流扰动情况。实验表明,训练得到的评估参数与由风速仪测得的光路中的气流扰动(风速)具有强相关性。本方案提供了一种短距离、快速、低成本的气流扰动分析手段。