本發(fā)明涉及自由空間光通信，具體涉及基于自由空間光通信接收端的傾斜像差預(yù)校正方法。

背景技術(shù)：

1、自由空間光通信作為一種高帶寬、低延遲的無線通信手段，近年來在點(diǎn)對(duì)點(diǎn)數(shù)據(jù)傳輸中得到了廣泛的應(yīng)用。然而，大氣湍流引起的像差現(xiàn)象嚴(yán)重限制了fso系統(tǒng)的性能和可靠性，尤其是在長(zhǎng)距離或惡劣天氣條件下，這種影響尤為顯著。為了提升通信質(zhì)量，確保數(shù)據(jù)傳輸?shù)姆€(wěn)定性和效率，有必要開發(fā)一種能夠?qū)崟r(shí)校正接收端像差的技術(shù)方案。

2、傳統(tǒng)的技術(shù)方案通常采用靜態(tài)或半靜態(tài)的光學(xué)補(bǔ)償方法來對(duì)抗大氣湍流的影響。這些方法包括使用自適應(yīng)光學(xué)系統(tǒng)中的變形鏡或液晶空間光調(diào)制器來校正波前誤差。盡管這種方法可以在一定程度上改善信號(hào)質(zhì)量，但它往往需要較長(zhǎng)的響應(yīng)時(shí)間，并且對(duì)于快速變化的大氣條件難以做出及時(shí)反應(yīng)。此外，傳統(tǒng)方案多依賴于事后處理機(jī)制，無法實(shí)現(xiàn)對(duì)像差的預(yù)判和預(yù)防性校正，這使得其在實(shí)際應(yīng)用中存在一定的局限性。

3、現(xiàn)有技術(shù)中，一些先進(jìn)的自適應(yīng)光學(xué)系統(tǒng)已經(jīng)開始嘗試引入機(jī)器學(xué)習(xí)算法，進(jìn)行預(yù)測(cè)波前誤差并提前進(jìn)行校正。然而，這些系統(tǒng)大多專注于發(fā)射端的優(yōu)化，而對(duì)接收端的動(dòng)態(tài)像差補(bǔ)償關(guān)注較少。而且，現(xiàn)有的預(yù)測(cè)方法在處理散斑圖像時(shí)，缺乏對(duì)時(shí)間序列特性的充分挖掘，未能有效捕捉到散斑質(zhì)心坐標(biāo)的變化規(guī)律，導(dǎo)致預(yù)測(cè)精度不足，不能滿足高速度、高精度的實(shí)時(shí)校正需求。

4、因此，本發(fā)明提供了一種基于自由空間光通信接收端的傾斜像差預(yù)校正方法，解決了上述所提出的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明基于自由空間光通信接收端的傾斜像差預(yù)校正方法，包括：

2、s1：通過ccd相機(jī)捕獲的連續(xù)6幀散斑圖像，利用gray?scale?centroid模塊將連續(xù)6幀散斑圖像轉(zhuǎn)換為質(zhì)心坐標(biāo)序列；

3、s2：將質(zhì)心坐標(biāo)序列輸入到lstm模塊，獲取連續(xù)時(shí)間域上的散斑質(zhì)心坐標(biāo)序列變化特征；

4、s3：將lstm模塊預(yù)測(cè)的質(zhì)心坐標(biāo)特征信息經(jīng)過全連接層映射回物理坐標(biāo)系中，確定未來時(shí)刻散斑質(zhì)心的確切位置，生成控制信號(hào)驅(qū)動(dòng)光纖端面偏移，實(shí)現(xiàn)耦合效率的提升；

5、s4：搭建基于空間光調(diào)制器的回路仿真系統(tǒng)進(jìn)行測(cè)試，驗(yàn)證在模擬大氣湍流條件下的有效性能。

6、優(yōu)選的，所述s1中ccd相機(jī)捕獲散斑圖像，對(duì)捕獲的連續(xù)6幀散斑圖進(jìn)行解析，獲連續(xù)時(shí)間域上的散斑坐標(biāo)序列。

7、優(yōu)選的，所述s1中g(shù)ray?scale?centroid模塊將連續(xù)6幀散斑圖像轉(zhuǎn)換為質(zhì)心坐標(biāo)序列，具體包括：所述gray?scale?centroid模塊讀取每幀散斑圖像中各像素點(diǎn)的灰度值，根據(jù)灰度值計(jì)算散斑圖像中光斑的質(zhì)心位置，通過計(jì)算x維度和y維度的像素點(diǎn)加權(quán)坐標(biāo)平均值，對(duì)每一幀圖像的各行與各列像素灰度值進(jìn)行累加，并分別除以總的灰度值，公式為：其中iij代表(i,j)位置的灰度值，n、m為ccd相機(jī)二維圖像的行列像素?cái)?shù)量，得到圖像對(duì)應(yīng)的質(zhì)心坐標(biāo)(x,y)。

8、優(yōu)選的，所述s2中將質(zhì)心坐標(biāo)序列輸入到lstm模塊以獲取連續(xù)時(shí)間域上的散斑質(zhì)心坐標(biāo)序列變化特征，包括以下步驟：

9、s2.1：將gray?scale?centroid模塊生成的6幀散斑圖像對(duì)應(yīng)的質(zhì)心坐標(biāo)(x,y)整理為二維時(shí)間序列數(shù)據(jù)集；

10、s2.2：通過時(shí)間序列數(shù)據(jù)集輸入lstm模塊中，通過多層神經(jīng)元結(jié)構(gòu)進(jìn)行處理，利用lstm模塊中的每個(gè)時(shí)間步長(zhǎng)接收來自前一時(shí)序的狀態(tài)和當(dāng)前時(shí)刻的質(zhì)心坐標(biāo)輸入；

11、s2.3：利用lstm模塊逐個(gè)時(shí)間步長(zhǎng)處理質(zhì)心坐標(biāo)，根據(jù)前一時(shí)刻的記憶狀態(tài)和當(dāng)前輸入計(jì)算新的狀態(tài)值，并傳遞給下一個(gè)時(shí)間步長(zhǎng)；

12、s2.4：經(jīng)過所有時(shí)間步長(zhǎng)的迭代處理后，lstm模塊輸出未來質(zhì)心坐標(biāo)特征信息。

13、優(yōu)選的，所述s2.1中所述二維時(shí)間序列數(shù)據(jù)集中每一對(duì)質(zhì)心坐標(biāo)表示一幀散斑圖像在特定時(shí)間點(diǎn)的位置信息，按照時(shí)間順序排列形成輸入序列。

14、優(yōu)選的，所述s2.4中未來質(zhì)心坐標(biāo)位置通過lstm模塊獲取連續(xù)時(shí)間域上的散斑質(zhì)心坐標(biāo)序列變化特征進(jìn)行預(yù)測(cè)；所述散斑質(zhì)心坐標(biāo)序列變化特征包括但不限于時(shí)間序列中質(zhì)心坐標(biāo)的位移、速度和加速度動(dòng)態(tài)屬性；所述散斑質(zhì)心坐標(biāo)序列變化特征涵蓋了質(zhì)心位置在連續(xù)幀之間如何移動(dòng)，單位時(shí)間內(nèi)質(zhì)心位置變化的速率，以及質(zhì)心移動(dòng)速率的變化情況；所述散斑質(zhì)心坐標(biāo)序列變化特征還包括質(zhì)心坐標(biāo)的時(shí)間相關(guān)性、周期性或隨機(jī)波動(dòng)性；所述通過分析質(zhì)心坐標(biāo)隨時(shí)間的變化來捕捉散斑在接收平面內(nèi)的動(dòng)態(tài)行為，預(yù)測(cè)未來質(zhì)心坐標(biāo)位置。

15、優(yōu)選的，所述s3中l(wèi)stm模塊輸出的未來質(zhì)心坐標(biāo)特征信息作為輸入傳遞給全連接層，全連接層接收未來質(zhì)心坐標(biāo)預(yù)測(cè)值通過非線性變換為更高級(jí)別的特征；所述非線性變換包括加權(quán)求和與激活函數(shù)結(jié)合，通過全連接層最后一層的激活函數(shù)stanh，將未來質(zhì)心坐標(biāo)預(yù)測(cè)值映射到物理坐標(biāo)系中，公式為：stanh(l)＝20×tanh(0.3×l)，其中l(wèi)為輸入質(zhì)心坐標(biāo)值。

16、優(yōu)選的，所述全連接層將lstm模塊預(yù)測(cè)出的未來質(zhì)心坐標(biāo)特征信息映射為物理坐標(biāo)系中的具體數(shù)值，將具體數(shù)值轉(zhuǎn)換成控制信號(hào)，根據(jù)映射后的物理坐標(biāo)值計(jì)算所需的偏移量，將偏移量轉(zhuǎn)化為電信號(hào)或數(shù)字指令；所述電信號(hào)或數(shù)字指令傳遞至執(zhí)行機(jī)構(gòu)進(jìn)行調(diào)整光纖端面的位置。

17、優(yōu)選的，所述s4中回路仿真系統(tǒng)的搭建利用python的aotools工具包生成隨機(jī)相位屏以模擬大氣湍流，通過外推法實(shí)現(xiàn)動(dòng)態(tài)相位屏的連續(xù)變化，將生成的相位屏加載到空間光調(diào)制器上，對(duì)入射激光束進(jìn)行調(diào)制；所述經(jīng)過空間光調(diào)制器調(diào)制后的激光束通過透鏡進(jìn)行聚焦，將光束引導(dǎo)至ccd相機(jī)，捕獲散斑圖像并計(jì)算質(zhì)心坐標(biāo)。

18、優(yōu)選的，所述回路仿真系統(tǒng)包括optisystem的自由空間光通信仿真平臺(tái)，所述自由空間光通信仿真平臺(tái)包括發(fā)射端的信號(hào)編碼和調(diào)制、傳輸通道的大氣湍流模擬以及接收端的光電轉(zhuǎn)換和信號(hào)分析模塊，形成完整的通信鏈路仿真環(huán)境。

19、相對(duì)于現(xiàn)有技術(shù)，本技術(shù)的技術(shù)方案具有以下技術(shù)效果：

20、本發(fā)明通過利用ccd相機(jī)捕獲連續(xù)6幀散斑圖像并使用gray?scale?centroid模塊將其轉(zhuǎn)換為質(zhì)心坐標(biāo)序列，為后續(xù)的像差預(yù)測(cè)提供了堅(jiān)實(shí)的基礎(chǔ)，有利于后續(xù)模塊快速完成傾斜像差的時(shí)間域特征提取，使得系統(tǒng)能夠在復(fù)雜多變的大氣條件下保持穩(wěn)定且高效的性能。

21、本發(fā)明通過將質(zhì)心坐標(biāo)序列輸入到lstm模塊以獲取連續(xù)時(shí)間域上的散斑質(zhì)心坐標(biāo)序列時(shí)間域變化特征，解決了計(jì)算和響應(yīng)設(shè)備延遲引起的補(bǔ)償延遲問題，利用lstm模塊強(qiáng)大的時(shí)間序列處理能力，逐個(gè)時(shí)間步長(zhǎng)地處理質(zhì)心坐標(biāo)，根據(jù)前一時(shí)刻的記憶狀態(tài)和當(dāng)前輸入計(jì)算新的狀態(tài)值，提升了預(yù)測(cè)的準(zhǔn)確性，使其能夠快速響應(yīng)大氣湍流等環(huán)境因素的變化，實(shí)現(xiàn)了對(duì)散斑質(zhì)心位置的高精度預(yù)測(cè)，提高了自由空間光通信接收端的耦合效率和信號(hào)質(zhì)量。

22、本發(fā)明通過將lstm模塊輸出的未來質(zhì)心坐標(biāo)特征信息映射回物理坐標(biāo)系中的具體數(shù)值，生成控制信號(hào)驅(qū)動(dòng)光纖端面偏移，解決了無法實(shí)現(xiàn)預(yù)判性校正的問題，采用全連接層對(duì)接收到的未來質(zhì)心特征信息進(jìn)行非線性變換，將其準(zhǔn)確映射到物理坐標(biāo)系中，進(jìn)而計(jì)算所需的偏移量并轉(zhuǎn)化為電信號(hào)或數(shù)字指令傳遞給執(zhí)行機(jī)構(gòu)。實(shí)現(xiàn)了從預(yù)測(cè)到實(shí)際校正的無縫銜接，確保了光纖端面可以迅速做出相應(yīng)調(diào)整，提前校正即將發(fā)生的傾斜像差，提高了設(shè)備的響應(yīng)速度和校正精度。

23、本發(fā)明通過搭建基于空間光調(diào)制器的回路仿真系統(tǒng)，包括使用python的aotools工具包生成隨機(jī)相位屏以模擬大氣湍流，解決了實(shí)驗(yàn)環(huán)境中難以真實(shí)再現(xiàn)復(fù)雜大氣條件的問題。通過外推法實(shí)現(xiàn)動(dòng)態(tài)相位屏的連續(xù)變化，并將生成的相位屏加載到空間光調(diào)制器上對(duì)入射激光束進(jìn)行調(diào)制，模擬出接近真實(shí)的通信場(chǎng)景。這樣不僅可以測(cè)試和驗(yàn)證算法的有效性，而且能夠在不同環(huán)境下評(píng)估系統(tǒng)的性能表現(xiàn)，確保其在實(shí)際應(yīng)用中的可靠性，結(jié)合optisystem的自由空間光通信仿真平臺(tái)，形成了一個(gè)完整的通信鏈路仿真環(huán)境。

24、上述說明僅是本技術(shù)技術(shù)方案的概述，為了能夠更清楚了解本技術(shù)的技術(shù)手段，從而可依照說明書的內(nèi)容予以實(shí)施，并且為了讓本技術(shù)的上述和其他目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下以本技術(shù)的較佳實(shí)施例并配合附圖詳細(xì)說明如后。

25、根據(jù)下文結(jié)合附圖對(duì)本技術(shù)具體實(shí)施例的詳細(xì)描述，本領(lǐng)域技術(shù)人員將會(huì)更加明了本技術(shù)的上述及其他目的、優(yōu)點(diǎn)和特征。