利用机器学习实现自由电子激光脉冲功率的单次测量

电子束加速器在许多科学和技术领域至关重要。其运行高度依赖电子束的稳定性和精度。传统诊断技术在应对电子束复杂多变的本质时遇到困难。特别是在自由电子激光（FEL）背景下，从根本上不可能测量单个电子团的开激光和关激光电子功率分布。这是精确重构光子脉冲分布的关键障碍。为克服这一障碍，我们开发了一个机器学习模型，利用开激光时可获得的机器参数，预测关激光状态下电子团的时间功率分布。该模型经统计验证，其预测优于最先进的批量标定方法。我们在此呈现的工作是虚拟脉冲重构诊断（VPRD）工具的关键要素，该工具旨在无需在关激光状态下重复测量即可重构单个光子脉冲的功率分布。这有望显著增强大型FEL设施的诊断能力。