-
公开(公告)号：CN113268927A
公开(公告)日：2021-08-17
申请号：CN202110559599.2
申请日：2021-05-21
Applicant: 哈尔滨工业大学 , 中国工程物理研究院激光聚变研究中心
Abstract: 基于全连接神经网络的大功率激光装置输出能量预测方法，涉及一种人工智能技术在大功率激光装置的应用技术，为了解决现有的物理模型仿真模拟无法对光路输出能量进行准确预测的问题。本发明通过提取测量数据及其配置数据；以输入能量及其对应的配置数据组合成一个向量，将该向量作为输入数据集，以输出能量作为输出数据集，建立输入输出数据集；对数据集进行剔除，并按比例分为训练数据集和测试数据集；使用全连接神经网络模型对训练数据集进行训练，得到训练后的神经网络模型；对其进行集成，将测试数据集输入最优解神经网络模型，得到预测输出能量。有益效果为预测准确度提高10％。
-
公开(公告)号：CN113222250B
公开(公告)日：2022-08-05
申请号：CN202110519652.6
申请日：2021-05-13
Applicant: 中国工程物理研究院激光聚变研究中心 , 哈尔滨工业大学
Abstract: 本发明涉及基于卷积神经网络的大功率激光装置输出波形预测方法，属于大功率激光装置技术领域，在各条光路上设立监测点，提取波形数据及其对应的能量数据，选择指定光路，剔除异常数据，预处理波形数据，形成输入输出数据集，搭建卷积神经网络模型，利用训练数据集对卷积神经网络模型进行迭代优化，直至达到终止条件，将下一发次的预设数据集输入到训练后的卷积神经网络模型，得到预测输出波形，本发明对各光路的实际输出波形进行精准预测，为装置的参数配置、计划调整、资源配备提供决策支持，从而通过调整输入波形与整形模块参数的手段，满足物理实验对各光路间输出波形的要求。
-
公开(公告)号：CN113268927B
公开(公告)日：2024-04-30
申请号：CN202110559599.2
申请日：2021-05-21
Applicant: 哈尔滨工业大学 , 中国工程物理研究院激光聚变研究中心
IPC: G06F30/27 , G06F18/10 , G06F18/214 , G06N3/048 , G06N3/08
Abstract: 基于全连接神经网络的大功率激光装置输出能量预测方法，涉及一种人工智能技术在大功率激光装置的应用技术，为了解决现有的物理模型仿真模拟无法对光路输出能量进行准确预测的问题。本发明通过提取测量数据及其配置数据；以输入能量及其对应的配置数据组合成一个向量，将该向量作为输入数据集，以输出能量作为输出数据集，建立输入输出数据集；对数据集进行剔除，并按比例分为训练数据集和测试数据集；使用全连接神经网络模型对训练数据集进行训练，得到训练后的神经网络模型；对其进行集成，将测试数据集输入最优解神经网络模型，得到预测输出能量。有益效果为预测准确度提高10％。
-
公开(公告)号：CN113222250A
公开(公告)日：2021-08-06
申请号：CN202110519652.6
申请日：2021-05-13
Applicant: 中国工程物理研究院激光聚变研究中心 , 哈尔滨工业大学
Abstract: 本发明涉及基于卷积神经网络的大功率激光装置输出波形预测方法，属于大功率激光装置技术领域，在各条光路上设立监测点，提取波形数据及其对应的能量数据，选择指定光路，剔除异常数据，预处理波形数据，形成输入输出数据集，搭建卷积神经网络模型，利用训练数据集对卷积神经网络模型进行迭代优化，直至达到终止条件，将下一发次的预设数据集输入到训练后的卷积神经网络模型，得到预测输出波形，本发明对各光路的实际输出波形进行精准预测，为装置的参数配置、计划调整、资源配备提供决策支持，从而通过调整输入波形与整形模块参数的手段，满足物理实验对各光路间输出波形的要求。
-
公开(公告)号：CN119354506B
公开(公告)日：2025-03-18
申请号：CN202411930149.X
申请日：2024-12-26
Applicant: 中国工程物理研究院激光聚变研究中心
IPC: G01M11/02
Abstract: 本申请公开了一种高频工作变形镜的频率响应测试装置及方法，涉及自适应光学技术领域，该装置包括：脉冲信号发生器产生第一频率的脉冲信号和第二频率的脉冲信号，第一频率与变形镜的工作频率相等，第二频率与夏克‑哈特曼波前传感器的采样频率相等，激光产生部件将平行光束入射至变形镜，动作驱动器基于第一频率的脉冲信号工作，对变形镜进行驱动，夏克‑哈特曼波前传感器基于第二频率的脉冲信号工作，对变形镜的反射光束进行采集成像，得到光斑阵列图像，处理器对光斑阵列图像进行处理，得到重构波前图像，不断调整变形镜的工作频率，完成变形镜的频率响应测试。本申请可大大减少测试高频工作变形镜频率响应的成本。
-
Patent Agency Ranking
公开(公告)号：CN113607063B
公开(公告)日：2024-06-21
申请号：CN202110889137.7
申请日：2021-08-03
Applicant: 中国工程物理研究院激光聚变研究中心
IPC: G01B11/02
Abstract: 本发明涉及基于涡旋光场干涉的纳米位移测量方法及系统，属于精密测量技术领域，将涡旋光束与激光干涉相结合，通过利用干涉图样的旋转角度变化，将连续位移转换为连续的旋转角度变化，获得被测位移，相较于普通高斯光干涉条纹计数的方法，无需将小数部分数值单独进行考虑，解决了现有技术中干涉条纹小数部分数值估读对测量精度的影响，无需增加细分元件，具有螺旋相位的圆偏振光束自身实现了更高的细分倍数，同时，将干涉图像电子细分处理方法变为圆周角度细分，具有360°自然基准，从原理上提高了测量精度，此外，采用圆偏振差分光路，消除了参考光路不稳定性对测量结果带来的误差，进一步提高了测量准确性。
-
公开(公告)号：CN113326653B
公开(公告)日：2022-03-29
申请号：CN202110534395.3
申请日：2021-05-17
Applicant: 中国工程物理研究院激光聚变研究中心
Abstract: 本发明公开一种基于神经网络的离轴三反光学系统的设计方法，包括：基于用户预先提出的设计要求构建符合该设计要求的四个参数变化范围，基于构建的变化范围中的任意一组作为第一设计要求；基于第一设计要求利用预设解析关系生成第一同轴三反结构数据；基于生成的第一同轴三反结构数据以预设步长通过光线追迹进行逐步离轴得到满足默认边界限制条件的离轴结构和波前参数；重复上述方法得到同轴三反结构数据集和离轴结构参数数据集，基于获取的同轴三反结构数据和离轴结构参数作为数据集训练神经网络；基于训练后的神经网络，输入第二设计要求和第二同轴三反结构数据，选取RMS最接近0的一组离轴结构参数数据作为最佳离轴结构。
-
公开(公告)号：CN113340211B
公开(公告)日：2021-10-29
申请号：CN202110885403.9
申请日：2021-08-03
Applicant: 中国工程物理研究院激光聚变研究中心
Abstract: 本发明涉及一种基于深度学习的干涉图像相位解调方法，属于激光干涉测量技术领域，随机生成测量光与参考光之间光程差，采集干涉图像并计算获得旋转角度，建立输入输出数据集，搭建卷积神经网络模型，利用训练数据集对卷积神经网络模型进行迭代优化，直至利用测试数据集对卷积神经网络模型进行验证时效果符合终止条件，采集待解调的干涉图像，并输入到训练后的卷积神经网络模型，输出待解调的旋转角度，计算得到测量光相位变化信息，本发明取代了传统的干涉图像解调算法，能够实现快速、高精度干涉相位解调，提高测量精度。
-
公开(公告)号：CN112180583A
公开(公告)日：2021-01-05
申请号：CN202011184212.1
申请日：2020-10-30
Applicant: 中国工程物理研究院激光聚变研究中心
Abstract: 本发明涉及一种基于全光神经网络的自适应光学系统，属于自适应光学系统技术领域，包括全光神经网络解算器、光伏转换阵列和高压放大器，本发明采用由光学衍射板构成的全光神经网络解算器对目标光束进行解算调制，转换为驱动变形镜的光信号，替代传统自适应光学系统中的波前传感、信号解算、数模转换等器件，其响应带宽可达到KHz量级，能够满足非合作目标场景下的高带宽波前控制要求，同时，由光路取代了传统的电路，以极低功耗和极高的响应速度实现目标光束至变形镜驱动电信号的运算，达到实时波前校正的效果，可应用于军事等对光束波前校正有高响应带宽要求的场景中。
-
公开(公告)号：CN111948871A
公开(公告)日：2020-11-17
申请号：CN202010829468.7
申请日：2020-08-18
Applicant: 中国工程物理研究院激光聚变研究中心
IPC: G02F1/39
Abstract: 本发明涉及一种泵浦光和信号光共用的多程放大系统，属于高功率激光系统技术领域，小能量激光脉冲注入多程放大系统并经反转器完成双程放大，双程放大后的激光脉冲由第一反射元件导出多程放大系统，通过倍频后作为信号光OPA放大级的泵浦光，泵浦光对信号光泵浦完成信号光的OPA放大，放大后的信号光注入多程放大系统进行CPA放大，本发明泵浦光与信号光共用多程放大系统，在大能量信号光注入并提取放大系统大部分能量输出之前，利用前两程放大将小能量激光脉冲放大较高的倍数并作为信号光OPA放大级的大能量泵浦光，信号光利用放大系统的后级单程放大实现千焦耳级能量输出，既提高了信号光的信噪比，又能够有效提高能量利用率，提高多程放大系统的性价比。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.055 seconds)
