Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 44.200.237.112
    [SESS_TIME] => 1711714602
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 452c2d80b622815585abfa3b42140393
    [UNIQUE_KEY] => db0edc00de8bcf17a33aae507968afc5
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Оптика атмосферы и океана

2014 год, номер 10

Восстановление фазы волнового фронта с использованием комплексной нейронной сети

С.В. АРТЫЩЕНКО1, П.А. ГОЛОВИНСКИЙ1,2, Р.А. ЧЕРНОВ1
1Воронежский государственный архитектурно-строительный университет, 394006, г. Воронеж, ул. 20-летия Октября, 84
art.stepan@mail.ru
2Московский физико-технический институт (государственный университет), 141700, г. Долгопрудный, Институтский пер., 9
golovinski@bk.ru
Ключевые слова: датчик Шэка-Гартмана, восстановление волнового фронта, турбулентная атмосфера, комплексные нейронные сети, генетический алгоритм
Страницы: 932-936
Подраздел: АДАПТИВНАЯ И ИНТЕГРАЛЬНАЯ ОПТИКА

Аннотация

Рассмотрено восстановление волнового фронта на основе датчика Шэка-Гартмана с применением комплексной искусственной нейронной сети. Положение пикселей задается на комплексной плоскости. Компьютерный процесс восстановления фазы протестирован на искаженном фронте, полученном в статистической модели турбулентной атмосферы. Обучение сети проводилось с помощью генетического алгоритма. Процесс обладает быстрой сходимостью, устойчивостью к локальным ошибкам и динамической адаптивностью.