[发明专利]一种解调方法及装置

说明书

本发明实施例提供了一种解调方法，涉及空间光通信技术领域，其中，上述方法包括：获得所接收调制信号的轨道角动量OAM强度图，作为待识别强度图；将待识别强度图输入预先训练的OAM模式识别模型，识别得到调制信号时所基于的OAM模式，其中，OAM模式识别模型的第一初始模型为：通过修改判别网络模型的全连接层神经元数量得到的模型，判别网络模型是与生成网络模型相结合训练得到的模型；按照识别出的OAM模式对所述调制信号进行解调。应用本发明实施例提供的方案进行信号解调时，能够使解调的准确率更高。

技术领域

本发明涉及空间光通信技术领域，特别是涉及一种解调方法及装置。

背景技术

空间光通信可以提高频谱利用效率，增加通信容量，满足人们日益增长的信息量需求。在空间光通信中，传统的OAM(Orbital Angular Momentum，轨道角动量)解调方法是：获得所接收调制信号的全息图，将所获得的全息图加载到全息相位屏，根据全息相位屏上出现的亮点的位置以及OAM模式的正交性，确定得到所接收调制信号时所基于的OAM模式，再根据所确定的OAM模式对所接收调制信号进行解调。虽然应用上述方法能够实现信号解调，但是上述解调方法需要用到全息相位屏等物理仪器，且对所使用物理仪器的要求高，解调效率低。

为解决上述技术问题，现有技术中提出了一种解调方法。这一方式是基于卷积神经网络实现的，因此，在这一方法中要求获得大量已经标记OAM模式的样本数据，从而实现对卷积神经网络的训练。然而，实际应用中，往往只能得到有限数量已标记OAM模式的样本数据，这样训练出的卷积神经网络缺少泛化性，从而导致使用该卷积神经网络进行OAM解调时，解调准确率低。

发明内容

本发明实施例的目的在于提供一种解调方法及装置，用以解决解调准确率低的问题。具体技术方案如下：

第一方面，本发明实施例提供了一种解调方法，所述方法包括：

获得所接收调制信号的轨道角动量OAM强度图，作为待识别强度图；

将所述待识别强度图输入预先训练的OAM模式识别模型，识别得到所述调制信号时所基于的OAM模式，其中，所述OAM模式识别模型的第一初始模型为：通过修改判别网络模型的全连接层神经元数量得到的模型，所述判别网络模型是与生成网络模型相结合训练得到的模型，所述判别网络模型为：用于判断OAM强度图和OAM强度图对应的OAM模式是否一致的模型，所述生成网络模型为：用于生成OAM强度图和OAM强度图对应的OAM模式的模型；

按照识别出的OAM模式对所述调制信号进行解调。

本发明的一个实施例中，通过以下方式训练得到所述OAM模式识别模型：

获得已标注OAM模式的OAM强度图，作为样本强度图；

获得样本强度图对应的已标注OAM模式的数量，作为第一数量；

以各个样本强度图和各个样本强度图对应的已标注OAM模式为输入信息，对所述第一初始模型进行训练，得到所述OAM模式识别模型，其中，所述第一初始模型为：将判别网络模型的全连接层神经元数量修改为第一数量后得到的模型，所述判别网络模型为：用于判断OAM强度图和OAM强度图对应的OAM模式是否一致的模型，所述判别网络模型是以生成网络模型的输出信息为输入信息进行训练得到的，所述生成网络模型为：用于生成OAM强度图和OAM强度图对应的OAM模式的模型。

本发明的一个实施例中，通过以下方式训练得到所述判别网络模型：

按照以下方式，周期性的对生成网络的第二初始模型和判别网络的第三初始模型进行训练：

将随机噪声和样本强度图对应的已标注OAM模式作为所述第二初始模型的输入信息，输入所述第二初始模型，获得新生成的第一OAM强度图和第一OAM强度图对应的第一OAM模式；