據中國激光雜志社網，于2025年11月23日報道，本封面形象地展現了基于全數字信號處理的湍流圖像模擬與校正重建過程。畫面主體為一艘航行于廣闊海面上的巨輪，其中巨輪后半部分經過湍流區域，呈現出被空中漩渦所扭曲的畸變形態；在閃爍如網絡節點的海面映襯下，智能神經網絡對湍流畸變圖像進行數字化處理的過程得以展現，最終在遠距離觀測的望遠鏡中清晰重建出校正后的圖像。
1 研究背景
大氣湍流導致的空間折射率分布不均會引起傳輸光波的波前畸變，嚴重制約了海上目標監測、衛星遙感成像、激光通信等具有遠距離探測需求的應用的發展。為應對這一挑戰，大氣湍流畸變校正技術應需而生。
近年來，因深度學習模型強大的特征建模能力，基于深度學習的湍流校正方法成為研究主流，這推動了該領域從依賴復雜硬件和物理模型的傳統方法，轉向以數據驅動和端到端學習的新范式，而其訓練與評估高度依賴于大規模、多樣化的湍流圖像數據集。因此，高效、逼真的大氣湍流圖像模擬技術也成為關鍵支撐。長春理工大學郝群團隊系統回顧了大氣湍流圖像模擬與基于深度學習的湍流校正方法的研究進展，重點比較了各類方法的原理、性能與局限性，并對未來發展方向進行了展望。
2 關鍵技術進展
為應對大氣湍流擾動對光學成像帶來的挑戰，相關研究聚焦于兩大核心環節：湍流效應的模擬與畸變圖像的校正——湍流模擬技術為校正模型提供大規模訓練數據，校正技術則依托模擬數據實現性能突破。
2.1 大氣湍流畸變圖像模擬技術：從物理保真到效率優化
1）分步傳播法
分步傳播法作為物理保真的基準方法，如圖1所示，通過將大氣通道離散化為多層相位屏，模擬光波在湍流中的傳播過程。雖然該方法能最大程度上保持湍流效應的物理真實性，但是其計算成本高昂，難以支撐大規模數據生成，主要適用于算法驗證等精度要求較高的場景。
2）無傳播法
無傳播法通過將湍流畸變解耦為傾斜和模糊兩個分量，直接在圖像域實現畸變模擬，原理如圖2所示。
這種方法在保持統計特性的同時，將生成效率提升了數十倍，已成為支撐湍流校正深度學習模型訓練的主流技術。雖然該方法的物理精度略低于分步傳播法，但是已能滿足大多數實際應用的需求，與分步傳播方法所生成的模擬圖像的對比效果如圖3所示。
3）基于神經網絡的P2S方法
基于神經網絡的P2S方法在無傳播法基礎上，通過神經網絡實現湍流參數到圖像畸變的端到端映射，原理圖如圖4所示。該方法不僅進一步提升了生成效率，更重要的是具備可微分特性，為模擬與校正的聯合優化提供了新的技術路徑，代表了下一代湍流模擬技術的發展方向。
2.2 基于深度學習的大氣湍流校正技術：從單一架構到融合創新
1）基于卷積神經網絡
基于卷積神經網絡（CNN）的校正方案利用CNN提取圖像局部特征，在靜態圖像去模糊方面表現出色。從初期的DnCNN到引入注意力機制的DeturNet，這類方法在保持計算效率的同時不斷提升性能，成為靜態湍流圖像校正的基礎方案。圖5展示了改進的DnCNN大氣湍流失真的恢復情況，圖6為DeturNet網絡架構。
2）基于生成式模型
生成式模型為復雜場景下的湍流校正帶來了突破。生成式對抗網絡（GAN）系列模型借助對抗訓練機制在動態視頻校正中展現出優勢；擴散模型則憑借穩定的訓練過程和出色的細節重建能力，在靜態圖像恢復方面表現優異。這兩類方法共同推動了強湍流場景下的校正性能提升。圖7為GAN系列模型中校正效果出色的TSR-WGAN 網絡，表1展現了不同模型的校正結果對比。
3）基于混合架構
混合架構通過融合不同網絡的優點，成為了解決復雜校正任務的有效途徑。例如，Transformer與CNN的混合模型（TMT）兼顧了全局特征捕捉和局部細節恢復。這些創新使混合架構成為復雜場景下的優選方案，圖8展示了混合架構下TMT 模型的校正畸變能力的優勢。
3 展望
大氣湍流圖像模擬與校正技術作為提升遠距離光學系統性能的關鍵，已在空天探測、邊境安防等領域展現出巨大潛力。展望未來，一方面，湍流模擬技術需融合更精確的物理機理與深度學習模型，在保證真實性的前提下追求更高的生成效率；另一方面，湍流校正技術需引入更強大的學習架構，并深化湍流物理規律的嵌入，同時通過結合紅外、偏振等多模態數據，提升對復雜環境的適應能力，進而確保校正結果更具合理性。此外，模擬與校正技術也將發展成聯合優化模型，且與硬件協同設計，構建高性能、低成本的一體化校正系統，最終推動該技術從實驗室走向廣泛應用。
作者簡介
曹鐘予，長春理工大學光學工程專業博士研究生，主要從事大氣光學湍流模擬與校正研究，發表高水平SCI論文多篇。
姚海峰，北京理工大學光電學院/長三角研究院副研究員，博士生導師，同時為長春理工大學柔性兼職教授，長期從事大氣激光通信與紅外探測等領域研究工作，發表高水平學術論文40余篇，授權專利12件、軟件著作權4件，曾入選中國科協“青年人才托舉工程”，主持國家自然科學基金青年項目、博士后站前特別資助項目等多項。
郝群，教授，長春理工大學校長，國家級領軍人才、國務院政府特貼專家、全國巾幗建功標兵，《激光與光電子學進展》副主編。主要從事光電成像與精密測試技術等領域的研究工作，已在Nature photonics 等期刊發表SCI論文300余篇，授權發明專利260余件，獲省部級一等獎8項（排名第一）。目前擔任中國光學學會，中國計量測試學會，中國儀器儀表學會常務理事等。
