Estimación de posición de haz basada en aprendizaje profundo con una cámara de recuento de fotones en comunicaciones...

Área de la Ciencia:

• Detección y comunicación óptica
• Aplicaciones de aprendizaje profundo
• Detección de fotones

Sus antecedentes:

• Las cámaras de recuento de fotones ofrecen alta sensibilidad y resolución temporal para aplicaciones de espacio profundo.
• La estimación precisa de los centros de los haces de baliza es crucial pero difícil debido al ruido de fotones y las fluctuaciones.

Objetivo del estudio:

• Desarrollar un estimador de posición de haz de superresolución basado en aprendizaje profundo (DSRBPE).
• Mejorar la precisión de la estimación de la posición del haz para señales ópticas débiles en el espacio profundo.

Principales métodos:

• Se desarrolló un modelo de aprendizaje profundo que incorpora el modelado de datos de fotones.
• Se optimizó un marco de red neuronal convolucional de superresolución y una función de pérdida.
• Se utilizó simulación y validación experimental.

Principales resultados:

• Se logró una precisión subpíxel de 0.2 píxeles para la extracción del centroide.
• Se estimó con éxito la posición de un punto gaussiano débil de 4x4 píxeles en un detector de 32x32.
• Se demostró una robustez superior en condiciones de baja relación señal/ruido en comparación con los algoritmos convencionales.

Conclusiones:

• DSRBPE mejora significativamente la precisión de la estimación de la posición del haz en la detección óptica del espacio profundo.
• El método propuesto ofrece una solución robusta para entornos desafiantes de baja relación señal/ruido.
• El aprendizaje profundo proporciona un enfoque poderoso para mejorar las capacidades de detección óptica.