基于深度学习混合模型的自适应光学系统波前恢复方法

本发明涉及无波前传感自适应光学系统技术领域，为了解决现有算法实时性不足、强湍流下鲁棒性不佳以及Zernike系数符号模糊的技术问题，提出基于深度学习混合模型的自适应光学系统波前恢复方法，通过将湍流退化PSF图像输入深度学习混合模型实现特征提取、抽象与全局化处理，输出Zernike系数对其进行符号恢复并优化，通过学习湍流退化的PSF与波前之间的非线性映射关系，避免了现有方法中的迭代优化步骤，提高了波前恢复的实时性和稳定性。