[发明专利]多级空频域调制非线性全光学深度学习系统及方法

权利要求书

1.一种多级空频域调制非线性全光学深度学习系统，其特征在于，包括：光学输入模块、多级空频域调制模块和信息采集模块；

所述光学输入模块，用于将输入信号转化为光学信息；

所述多级空频域调制模块，由多个频域调制模块和多个空域调制模块交替级联构成，每个空域调制模块或频域调制模块包括：透镜、相位调制层和非线性相位调制层；其中，所述频域调制模块和所述空域调制模块的非线性调制层为SBN光折变晶体或非线性光学材料，利用所述SBN光折变晶体的电光效应和光折变效应对光学信息进行非线性调制，相位调制层与非线性调制层的组合方式可以有三种：不使用光折变晶体，在多层相位调制层后加一层光折变晶体，在每层相位调制层后都加一层光折变晶体，SBN光折变晶体构成了神经网络的非线性层；

所述信息采集模块，由透镜和传感器组成，用于接收所述多级空频域调制模块的输出信号，利用透镜将所述输出信号变换到傅里叶面或像面并通过所述传感器进行采集，生成信息处理结果。

2.根据权利要求1所述的系统，其特征在于，所述光学输入模块由光源和3D打印的输入物体组成，利用光源均匀照射所述输入物体，将所述输入物体的信息转化为透射光的光学信息。

3.根据权利要求1所述的系统，其特征在于，所述频域调制模块包括：透镜、相位调制层和非线性相位调制层；

透镜，用于将光学信息变换到傅里叶空间；

相位调制层，用于对傅里叶空间的光学信息进行相位调制；

非线性相位调制层，用于非线性光学信息处理。

4.根据权利要求1所述的系统，其特征在于，所述空域调制模块包括：透镜、相位调制层和非线性相位调制层；

透镜，用于将光学信息变换到空域；

相位调制层，用于对空域的光学信息进行相位调制；

非线性相位调制层，用于非线性光学信息处理。

5.根据权利要求3或4所述的系统，其特征在于，所述频域调制模块和所述空域调制模块的相位调制层使用3D打印或光刻技术进行制造，通过深度学习方法对相位调制层的参数进行优化。

6.根据权利要求1所述的系统，其特征在于，在外电场和光的作用下，所述SBN光折变晶体的晶体折射率变化为：

其中，n₀是晶体原始折射率，r₃₃是晶体的电光系数，I₀是背景光强，E是加在晶体两端的电场强度，I是晶体表面在空间均匀背景强度之上的光强扰动。

7.一种多级空频域调制非线性全光学深度学习方法，应用于如权利要求1所述的多级空频域调制非线性全光学深度学习系统，其特征在于，包括以下步骤：

建立光学元件的数值仿真模型，获取训练集和测试集，根据所述训练集和所述测试集，通过深度学习、误差反向传播算法对所述数值仿真模型进行训练，在训练过程中优化多级空频域调制非线性全光学深度学习系统的结构，并调整所述多级空频域调制非线性全光学深度学习系统的相位调制层的参数；

利用3D打印或光刻技术进行物理制造得到输入物体，搭建实际的多级空频域调制非线性全光学深度学习系统，利用搭建的多级空频域调制非线性全光学深度学习系统执行目标任务。