[发明专利]一种混合阶或分数阶涡旋光束模态识别装置及方法

权利要求书

1.一种混合阶或分数阶涡旋光束模态识别装置，其特征在于，所述混合阶或分数阶涡旋光束模态识别装置包括：

光束产生装置，用于将杂偏基模高斯光处理生成水平偏振方向的高斯光后再转变为水平偏振的混合阶或分数阶涡旋光束；

特征样本制备装置，用于对所述混合阶或分数阶涡旋光束进行湍流相位和二维叉形涡旋光栅相位加载，经过远场衍射后得到远场衍射阵列，并利用特征参量提取器件提取特征样本，得到全连接神经网络训练和测试所需的畸变特征样本；

网络训练和识别装置，用于通过所述畸变特征样本对全连接神经网络进行迭代训练得到最优模型后，再通过最优模型对测试集中的混合阶或分数阶涡旋光模态进行检测，快速且准确的检测出湍流条件下畸变的混合阶或分数阶涡旋光束模态；

所述光束产生装置包括：

用于产生一束杂偏基模高斯光束的光源；

设置在所述光源后方，用于将所述杂偏基模高斯光束在水平偏振方向上调解后生成水平偏振态的高斯光束的起偏器；

设置在所述起偏器后方，用于将水平偏振态的高斯光束处理为水平偏振的混合阶或分数阶涡旋光束的涡旋光产生模块；

所述特征样本制备装置包括：

设置在所述涡旋光产生模块后方，用于将所述水平偏振的混合阶或分数阶涡旋光束加载湍流相位转变为相位畸变的混合阶或分数阶涡旋光束的湍流相位加载模块；

设置在所述湍流相位加载模块后方，用于将所述相位畸变的混合阶或分数阶涡旋光束转变成涡旋光栅阵列的二维叉形涡旋光栅加载模块；

设置在所述二维叉形涡旋光栅加载模块后方，用于将所述涡旋光栅阵列处理得到受湍流扰动的二维混合阶或分数阶涡旋阵列的衍射模块；

设置在所述衍射模块后方，用于采集畸变涡旋光栅阵列图样的记录衍射图样模块；

设置在所述记录衍射图样模块后方，用于对所述畸变涡旋光栅阵列图样进行特征参量提取的特征参量提取模块；

所述网络训练和识别装置包括：

设置在所述特征参量提取模块后方，用于输入所述特征参量提取模块提取的所述特征参量的网络输入模块；

设置在所述网络输入模块后方，用于对所述特征参量进行迭代训练，并通过所述最优模型对测试集中的混合阶或分数阶涡旋光模态进行检测的网络训练测试模块；

所述光源、起偏器、涡旋光产生模块、湍流相位加载模块、二维叉形涡旋光栅加载模块、衍射模块、记录衍射图样模块、特征参量提取模块、网络输入模块以及网络训练测试模块依次设置在同一光轴上。

2.根据权利要求1所述的混合阶或分数阶涡旋光束模态识别装置，其特征在于，所述光源为工作波长为1550nm的激光器；

所述起偏器为水平偏振方向的格兰棱镜；

所述涡旋光产生模块为只对水平偏振方向响应的第一空间光调制器；

所述湍流相位加载模块为只对水平偏振方向响应的第二空间光调制器；

所述二维叉形涡旋光栅加载模块为只对水平偏振方向响应的第三空间光调制器；

所述衍射模块为1550nm波段的傅里叶透镜；

所述记录衍射图样模块为1550nm波段的电荷耦合器件；

所述特征参量提取模块为第一计算机；

所述网络输入模块为数据传输装置；

所述网络训练及测试模块为搭建有全连接神经网络模型的第二计算机；

所述数据传输装置用于将所述第一计算机的特征参量传输至所述第二计算机。

3.一种基于权利要求1-2任一项所述混合阶或分数阶涡旋光束模态识别装置的混合阶或分数阶涡旋光束模态识别方法，其特征在于，所述混合阶或分数阶涡旋光束模态识别方法包括以下步骤：

通过所述光束产生装置将杂偏基模高斯光处理生成水平偏振方向的高斯光后再转变为水平偏振的混合阶或分数阶涡旋光束；

通过所述特征样本制备装置对所述混合阶或分数阶涡旋光束进行湍流相位和二维叉形涡旋光栅相位加载，经过远场衍射后得到远场衍射阵列，并利用特征参量提取器件提取特征样本，得到全连接神经网络训练和测试所需的畸变特征样本；

通过所述网络训练和识别装置获取所述畸变特征样本对全连接神经网络进行迭代训练得到最优模型后，再通过最优模型对测试集中的混合阶或分数阶涡旋光模态进行检测。