[发明专利]一种涡旋光束模态识别方法、智能终端及存储介质

说明书

本发明提供了一种涡旋光束模态识别方法、智能终端及存储介质，所述方法包括：获取待识别涡旋光束的衍射图样；将所述衍射图样输入已训练的涡旋光束模态识别模型中，通过所述涡旋光束模态识别模型得到所述待识别涡旋光束模态数。本发明通过湍流条件下的衍射图样迭代训练预先建立的卷积神经网络模型得到涡旋光束模态识别模型，然后基于涡旋光束模态识别模型对涡旋光束模态进行识别。涡旋光束模态识别模型具有很强的网络泛化能力，能够快速且准确的检测出湍流条件下畸变涡旋光束的模态，相比于传统模态检测方法具有操作更加简单方便，检测结果效率高等优点，在轨道角动量通信等方面具有广阔的应用前景。

技术领域

本发明涉及人工智能以及光学技术领域，尤其涉及的是一种涡旋光束模态识别方法、智能终端及存储介质。

背景技术

涡旋光束因其在各种应用中的潜在优势而受到广泛关注。具有螺旋相位的涡旋光束可以用方位角相位因子exp(ilθ)来表征，并且它的每个光子携带轨道角动量(Orbitalangular momentum，OAM)，其中l是表征OAM模式的拓扑电荷，θ表示柱坐标系中的方位角。由于光束截面的相位奇异性，涡旋光束呈现出“暗中空”的强度分布。这些空间变化的光场分布使得涡旋光束具有许多独特的光学性质，在粒子捕获和操纵、量子信息以及光通信等领域具有很大的潜力。特别是在光通信领域，涡旋光束的OAM模式理论上无限并且相互正交，这意味着携带OAM的光束可以提供额外的物理自由度来提升通信容量和调制能力。

目前很多研究工作已经证明OAM模式能用来提升OAM复用通信中的容量密度。然而，表现为OAM模式快速切换的位移键控通信由于缺乏有效的识别方法而使其应用受到严重阻碍。现有的OAM模式检测技术包括干涉法和衍射法。这类方法可以得到涡旋光束的干涉和衍射图样并通过人眼观测来实现OAM模式的检测。然而由于人眼分辨率的限制，致使OAM模式检测精度、速率不高，检测范围也很有限。并且在自由空间光通信中，涡旋光束的螺旋相位极易受到大气湍流的影响，这将会导致涡旋光束的OAM模式更难识别。

因此，现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处，本发明的目的在于提供一种涡旋光束模态识别方法、智能终端及存储介质，克服现有得到涡旋光束的干涉和衍射图样后通过人眼观测来实现OAM模式的检测，致使OAM模式检测精度、速率不高，检测范围有限；涡旋光束的螺旋相位极易受到大气湍流的影响，导致涡旋光束的OAM模式识别更加困难的缺陷。

本发明所公开的第一实施例为一种涡旋光束模态识别方法，其中，包括：

获取待识别涡旋光束的衍射图样；

将所述衍射图样输入已训练的涡旋光束模态识别模型中，通过所述涡旋光束模态识别模型得到所述待识别涡旋光束模态数；所述涡旋光束模态识别模型是基于所述衍射图样与所述涡旋光束模态数的对应关系训练而成。

所述的涡旋光束模态识别方法，其中，所述涡旋光束模态识别模型的训练步骤包括：

获取待训练和待测试的涡旋光束衍射图样；

将所述待训练的涡旋光束衍射图样输入预设的卷积神经网络模型进行迭代训练，得到初始训练的涡旋光束模态识别模型；

将所述待测试的涡旋光束衍射图样输入初始训练的涡旋光束模态识别模型中，得到所述待测试的涡旋光束的模态识别结果，并判断所述模态识别结果是否满足预设第一阈值；若是，则得到已训练的涡旋光束模态识别模型。

所述的涡旋光束模态识别方法，其中，所述获取待训练和待测试的涡旋光束衍射图样的步骤包括：

将激光器产生的杂偏基模高斯光转变为水平偏振的涡旋光束；

对所述水平偏振的涡旋光束进行湍流相位加载和远场衍射，得到待训练和待测试的涡旋光束衍射图样。