【突破】清华大学破解费曼未解之谜:广域波前传感芯片和神经网络实现大气湍流实时预测



世界著名物理学家理查德·费曼曾指出,“湍流是经典物理学中最重要的未解决问题之一”。大气湍流作为高度混沌系统,是湍流中最难以被捕获的存在之一,其运动模式具有极强的随机性,难以精确建模、探测和预测。然而,近期由清华大学电子工程系方璐团队与自动化系戴琼海院士、吴嘉敏副教授团队的合作研究,提出了一种创新性的计算光场新原理,成功研制出广域波前计算传感芯片(Wide-field Wavefront Sensor, WISE),实现了对大气湍流的实时探测和预测

WISE芯片的广域探测和高效重建能力,不仅在科学研究中具有重要意义,还在实际应用中展示了广阔的前景。例如:
天文观测:WISE能够提供更清晰的天文图像,提升观测质量‍
自由空间光通信:WISE可以提高通信质量,减少湍流引起的信号失真‍
环境监测和遥感:WISE能够提供更精确的环境监测数据,增强遥感应用的精度和可靠性
相关研究成果以“基于广域波前传感芯片的大气湍流实时观测”(Direct Observation of Atmospheric Turbulence with a Video-rate Wide-field Wavefront Sensor)为题,于7月1日发表于《自然·光子学》(Nature Photonics)

创新点
大气湍流是一种复杂且混沌的流体运动状态,对光在大气中的传播有着显著影响。这种波前畸变问题在遥感、自由空间光通信、天文观测等领域带来了挑战。传统的波前传感器,如夏克-哈特曼波前传感器(Shack-Hartmann Wavefront Sensor, SHWS),在探测范围和精度上存在限制,无法有效捕捉大气湍流的全貌
此次研究的创新之处在于开发了一种新型的广域波前计算传感芯片WISE,该芯片在1100角秒的视场范围内实现了大气湍流的实时探测和预测。相比传统的SHWS,WISE具备大视场、高分辨率和强鲁棒性的优势,其感知范围提升了近千倍,等效于成百上千个波前传感器的总和‍
主要技术实现
计算光场新原理:
研究团队提出了计算光场的新原理,设计了一种即插即用型宽视场波前传感器(WWS),能够在1100角秒的视场范围内以30赫兹的速率直接观测大气湍流。
这种设计通过在望远镜的原生图像平面上放置微透镜阵列(MLA)并在其焦平面上安装CMOS传感器,能够并行检测波前的空间变化,极大地减少了不同视场方向之间的串扰‍
数字自适应光学模型:
团队建立了数字自适应光学模型,通过预训练的多层感知器(MLP)神经网络,将斜率图投影到Zernike多项式上,实现高效的波前重构
这种方法在捕捉湍流波前的非均匀变化方面表现出色,能够有效地重构湍流波前,并在单次快照中实现亚像素精度的波前估计‍
湍流动态预测:
基于泰勒的“冻结流”假设,研究团队利用卷积递归神经网络和宽视场测量,能够提前33毫秒预测湍流的动态变化。
这一能力将极大提高自由空间光通信中的误差预补偿精度,从而提升通信质量。
实验验证
通过数值模拟和成像实验,研究团队对WISE的性能进行了定量评估。在模拟中,WISE在单次快照中实现了亚像素精度的波前估计,并展示了强大的抗噪能力。与传统的SHWS相比,WISE在整个视场范围内表现出色,尤其是在中心波长525纳米处的波前预测中,实现了195纳米的均方根误差(RMSE)降低‍
⭐星标AI寒武纪,好内容不错过⭐
用你的赞和在看告诉我~

人工智能👇👇
到顶部