近日，深圳大学高等研究院李晓光研究员团队在剑桥大学出版社/《中国激光》杂志社旗下High Power Laser Science and Engineering（中科院二区）上发表了题为“Decoupling of the position and angular errors in laser pointing with a neural network method”的研究论文。同时题为“Spot pattern separation in multi-beam laser pointing using a neural network”的研究论文也被Elsevier旗下Optics and Lasers in Engineering（中科院二区）接收，并将在近期出版。团队成员夏蕾博士为两篇的论文第一作者，李晓光研究员为论文通讯作者，19级研究生胡远章和16级本科生陈文昱为两篇文章合作者。深圳大学为唯一完成单位。

激光从激光器中出射时，光束的位置和角度均会随机的偏离激光器的轴线，对这两种偏差的实时测量，是激光指向控制领域的重要问题。在传统的激光指向控制系统中，光束的位置和角度偏移量需要通过两套光路分别测量。这一复杂的测量过程使得准直系统相对复杂， 影响其可靠性和测量精度。课题组在研究中，对测量系统进行了重新设计，开创性的采用了倾斜探测器以及区别于传统测量中长焦距透镜的小焦距透镜，并结合人工神经网络算法，实现了在单一光路中通过单次测量同时获取光束的位置和角度偏移量的方法。相比于传统方法，该方法不仅可以极大简化系统设计的复杂性，还可通过优化网络和增大数据量等方法进一步提高测量精度，从而为全面提高系统可靠性和测量精度提供了一种全新方案。

研究组还进一步将该方法拓展到激光应用中极为重要的多激光系统中，通过使双激光光斑在探测器上呈现具有较大差异化的光斑，结合人工神经网络算法实现了从叠加的光斑中准确预测两个激光各自指向偏差的方法。该方法不需要分束器将两束激光分开测量，并可通过优化网络和光学参数等方法，扩展到多束激光的系统中，因而可以为激光通信、激光雷达，超分辨成像和多光束光镊等多激光应用领域提供便利。

图注：神经网络预测激光指向误差的原理图。

文章链接：

https://doi.org/10.1017/hpl.2020.29

https://doi.org/10.1016/j.optlaseng.2020.106523