О НЕЙРОСЕТЕВЫХ ПОДХОДАХ КОРРЕКЦИИ АТМОСФЕРНЫХ ИСКАЖЕНИЙ СРЕДСТВАМИ АДАПТИВНОЙ ОПТИКИ

Резюме: Статья посвящена анализу проблемы коррекции искажений атмосферной турбулентности средствами адаптивной оптики и нейросетевым подходам к ее решению. Дается характеристика проблемы, описываются основные используемые на данный момент способы ее решения, и цель –разработка метода, основанного на алгоритмах машинного обучения, направленного на коррекцию искажений, возникающих в процессе прохождения волнового фронта через атмосферную турбулентность, с использованием средств адаптивной оптики. Рассматриваются возможные нейросетевые подходы для достижения цели с использованием разных архитектур нейросетей. Описывается предлагаемый метод использования таких подходов в рамках решения освещенной проблемы. Сравниваются преимущества и недостатки различных подходов. На основе проведенного анализа предлагается архитектура программного обеспечения для прототипа системы управления адаптивной оптикой (СУАО), основывающейся на нейросетевых технологиях.

Ключевые слова: машинное обучение, сверточные нейросети, коррекция искажений атмосферной турбулентности, волновой фронт, волновая аберрация, адаптивная оптика.

D.A. Alekseev,  M.D. Shekhanin, A.V. Sinitsyn

ON NEURAL NETWORK APPROACHES TO CORRECTION OF ATMOSPHERIC DISTORTIONS BY MEANS OF ADAPTIVE OPTICS

Summary: The article is devoted to the analysis of the problem of correction of atmospheric turbulence distortions by means of adaptive optics and neural network approaches to its solution. The problem is characterized, the main currently used methods of solving it are described, and the goal is to develop a method based on machine learning algorithms aimed at correcting distortions that occur during the passage of a wavefront through atmospheric turbulence using adaptive optics. Possible neural network approaches to achieve the goal using different neural network architectures are considered. The proposed method of using such approaches in solving the highlighted problem is described. The advantages and disadvantages of different approaches are compared. Based on the analysis, a software architecture is proposed for a prototype of an adaptive optics control system based on neural network technologies.

Keywords: machine learning, convolutional neural networks, correction of atmospheric turbulence distortions, wavefront, wave aberration, adaptive optics.