[发明专利]一种基于数字孪生技术的类复眼光电系统的构建方法

说明书

本发明属于类复眼光电技术领域；现有的类复眼光电探测系统结构上模仿昆虫复眼，但对移动目标的观测能力远不及昆虫复眼，成像易受干扰，无法实时对关键移动目标进行检测、跟踪与预警，本发明提供一种基于数字孪生技术类复眼光电系统的构建方法，从单眼获取原始探测信号，利用数字孪生模型训练优化类复眼探测系统和直连式数据处理框架，提升类复眼光电系统对实时移动目标的快速探测能力，采用数字孪生技术对类复眼光电探测系统及探测目标进行建模，降低了硬件条件及环境的限制，利用数字孪生模型进行设计及优化，大幅提升类复眼系统对移动目标的快速探测能力。

技术领域

本发明涉及基于数字孪生技术的类复眼光电系统，更具体的说，涉及一种基于数字孪生技术的类复眼光电系统的构建方法。

背景技术

昆虫复眼具有大视场、高分辨率和对快速移动目标的实时探测能力，基于仿生学原理，科学家已经制造出的多台类复眼光电探测系统，并实用于天文及空间目标探测任务中；虽然现有类复眼光电探测系统结构上模仿了昆虫复眼，但是其对移动目标的观测能力却远不及昆虫复眼，其主要问题及原因可总结如下：一是当前的类复眼系统内，每个单眼独立工作，没有发挥合作优势，降低了对关键目标的发现能力；二是受加工误差及外部干扰影响，类复眼系统内每个单眼成像质量具有一定差异，导致其整体分辨率受限于成像质量最差的单眼；三是根据观测分辨率及视场覆盖要求，每个单眼配备的相机往往有百万量级的像元数目，每次观测可同时获取成千上万个目标的图像，使其无法实时对关键移动目标进行检测、跟踪与预警。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于数字孪生技术的类复眼光电系统的构建方法，该发明实现对关键移动目标进行实时检测、跟踪与预警，为天文及空间科学基础研究提供一种新的数据获取手段。

为实现上述目的，本发明提供了如下技术方案：

一种基于数字孪生技术类复眼光电系统的构建方法，所述构建方法从单眼获取原始探测信号，利用数字孪生模型训练优化类复眼探测系统和直连式数据处理框架，提升类复眼光电系统对实时移动目标的快速探测能力，具体包括以下步骤：

步骤1. 基于深度神经网络建立直连式数据处理框架，直连式数据处理框架从若干单眼获取原始探测信号；

步骤2. 利用光电系统模拟技术和数字孪生技术，建立直连式数据处理框架的数字孪生模型，根据类复眼光电探测系统子结构实验系统获取实测图像，提取不同视场内的点扩散函数PSF，通过实测图像拟合物理模型参数，初步优化类复眼光电探测系统物理结构；

步骤3. 利用步骤2中所获得的数字孪生模型，训练优化类复眼探测系统的物理结构和直连式数据处理框架，实现类复眼光电系统对实时移动目标的探测。

进一步，直连式数据处理框架包括图像预处理部分、信息归总及目标检测部分。

进一步，数字孪生模型包括探测目标、类复眼探测系统和直连式数据处理框架，利用光电系统蒙特卡洛模拟方法建立物理模型，物理模型完成全天相机光机电结构、观测目标及环境、观测目标光学传输过程。

进一步，类复眼光电探测系统子结构实验系统内各个单眼的视场重叠大于60%。

进一步，步骤3中，训练优化类复眼光电探测系统的步骤如下：

步骤3.1 在数字孪生模型的基础上，建立1000组包含不同数目、速度及光变特征的移动目标检测场景；

步骤3.2 以移动目标检测位置精度为损失函数，在数字孪生模型内训练神经网络权重，每20组移动目标检测场景训练结束后，根据神经网络的权重进行一次神经网络剪枝，并根据剪枝结果，合并或裁剪目标检测神经元，对类复眼光电探测系统内的单眼视场的大小及分辨率进行调整，调整后继续在数字孪生模型内训练神经网络权重；