现场可编程门阵列和深度神经网络加速空间光谱干扰测量用于快速光学分散分析
Optics letters
|March 1, 2024
概括
空间光谱干涉计 (SSI) 重建了超快激光场. 一个新的基于FPGA的深度神经网络显著加速SSI.
科学领域:
- 超快的光学超快的光学.
- 激光诊断仪器 激光诊断仪器
- 信号处理 信号处理
背景情况:
- 空间光谱干涉测量 (SSI) 能够重建超快激光电场.
- SSI分析光谱相位分布以了解光学分散和激光脉冲能量.
- 目前的SSI算法是计算密集型的,限制了实时应用.
研究的目的:
- 在SSI加速光谱相重建和分散估计过程.
- 为了实现超快激光散射的实时分析.
主要方法:
- 基于现场可编程门阵列 (FPGA) 的深度神经网络的实施.
- 在SSI重建算法中加速里埃转换和过操作.
主要成果:
- 在分析时间中实现了13.4倍的改进.
- 分析时间从124 ms缩短到9.27 ms.
- 证明了基于FPGA的深度学习的可行性,用于超快的激光诊断.
结论:
- 拟议的基于FPGA的深度神经网络显著提高SSI性能.
- 超快激光器的实时分散分析现在是可以实现的.
- 这一进步对激光系统的优化和控制有影响.


