La corrección inteligente del frente de onda a través de una red predictiva de inversión de fase de Zernike...

Área de la Ciencia:

• Óptica y Fotónica.
• Aprendizaje automático Aprendizaje automático.
• Comunicación óptica de las comunicaciones ópticas.

Sus antecedentes:

• La turbulencia atmosférica dinámica causa distorsiones de fase que desafían los sistemas ópticos.
• Las ópticas adaptativas convencionales y los métodos de aprendizaje supervisado luchan con variaciones de fase rápidas e impredecibles.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje auto-supervisado para la corrección precisa del frente de onda.
• Para permitir la compensación en tiempo real de la turbulencia atmosférica en los sistemas ópticos.

Principales métodos:

• Propuso una red predictiva de inversión de fase Zernike auto-supervisada y predictiva (SS-PZPIN).
• Integración de doble intensidad, inversión consistente con Fresnel y predicción temporal.
• Empleó un marco de aprendizaje informado por la física sin datos de fase etiquetados.

Principales resultados:

• Se logró una mejora de más del 25% en la precisión de la corrección de fase bajo fuertes turbulencias.
• Se mantuvo una fidelidad más alta del 100% que el algoritmo de Gerchberg-Saxton con retrasos de 2.5-5 ms.
• Tiempo de inferencia rápido demostrado (2,67 ms) y fuertes capacidades de generalización.

Conclusiones:

• SS-PZPIN ofrece una solución escalable e interpretable para la óptica adaptativa en tiempo real.
• El método mejora la resistencia a las turbulencias en los sistemas de comunicación óptica de espacio libre.