非对称共光路相干色散光谱仪(coherent-dispersion spectrometer,CODES)是一种基于视向速度法的系外行星探测仪器,通过测量恒星吸收线干涉光谱的多普勒相移探测视向速度的变化.然而恒星吸收谱线中背景白光对CODES相位解析产生干扰,从而严重影响视向速度探测精度.针对背景白光干扰问题,本文利用CODES原理及其探测数据特点,基于U-Net架构提出了背景白光预测网络模型(background white light prediction network,BWP-Net).该模型先通过结合多通道卷积和深度可分离卷积,从恒星吸收线干涉光谱逐步提取不同级别特征,再通过多层注意力反卷积,融合深层特征和浅层特征基础上逐步重建图像细节,最终预测输出背景白光干涉光谱.实验结果表明,在不同吸收线、不同固定光程差、不同视向速度条件下,利用BWP-Net模型输出消除背景白光干扰后,视向速度探测误差均低于1 m/s,误差范围主要集中在0—0.4 m/s.该模型不仅能够准确预测背景白光,且具有较强的稳定性和鲁棒性,为CODES高精度稳定探测视向速度提供有力保障.