量子电子学报

作者：马慧敏∗,檀磊,张京会,张鹏飞,宁孝梅,刘海秋,高彦伟

单位：( 1 安徽农业大学信息与计算机学院, 安徽 合肥 230036;2 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 中国科学院大气光学重点实验室, 安徽 合肥 230031;3 中国科学院合肥物质科学研究院智能机械研究所, 安徽 合肥 230031 )

关键词：大气光学,合成孔径,共相误差检测,深度学习,卷积神经网络,

基金：Supported by National Natural Science Foundation of China (国家自然科学基金, 61905002, 61805001), Open Research Fund of KeyLaboratory of Atmospheric Optics, Chinese Academy of Sciences (中国科学院大气光学重点实验室开放课题基金, JJ-22-01), National Innovation andEntrepreneurship

光学合成孔径成像系统是利用多个小口径望远镜排列成稀疏孔径阵列来增大系统等效口径, 从而实现大口径光学系统的高分辨成像效果。子孔径间的共相误差探测是实现合成孔径系统高分辨率成像的重要前提,该技术一直是该领域研究人员关注的焦点之一。新兴的人工智能及大数据技术为合成孔径成像系统共相误差探测提供了新思路和开辟了新方向。本文在简要回顾合成孔径成像系统共相误差探测方法的基础上, 介绍和分析了近年来深度学习技术在合成孔径成像系统共相误差探测方面的研究进展, 并对未来发展方向进行了总结和展望。

来源：2022年第6期

《量子电子学报》期刊编辑部

查看量子电子学报杂志2022年第6期