[发明专利]一种自由空间中分数双模式轨道角动量光束识别方法

说明书

本发明公开了一种自由空间中分数双模式轨道角动量光束识别方法，其特点是采用双模式叠加的轨道角动量光束，让激光依次通过空间光调制器加载的全息相位图，使反射的激光携带轨道角动量信息，其识别具体包括步骤：搭建光路系统、绘制全息图、采集训练样本、搭建模型、训练模型和测试模型等步骤。本发明与现有技术相比具有弱湍流下准确率可达99.98%，在较强湍流下准确率可达93.38%，光路设计简单直观，操作方便，可迁移性强，可适用于很多类似的轨道角动量识别方案，达到很高的识别准确率、识别误差低和误码率。

技术领域

本发明涉及激光学通讯技术领域，具体地说是一种基于卷积神经网络的自由空间中分数双模式轨道角动量光束识别方法。

背景技术

自由空间光学通讯中，可以将需要被传输的信息编码成角动量信息，携带角动量信息的激光携带信息在大气中传输一段距离后，被探测器捕获，探测器识别激光束携带的轨道角动量量子数，将信息进行解码，就可以达到光学通讯的作用。

现有技术携带角动量的拉盖尔高斯光束的光强具有环状分布，对于单模式的OAM光束来说，例如拉盖尔高斯光束，其横向空间的光强度分布为“甜甜圈”形状，不仅不同的OAM值大小使“甜甜圈”的光束直径发生变化，而且传播距离也会影响光束直径，所以光束直径的大小无法作为稳定OAM识别的特征，从而导致机器学习对单模式OAM的识别准确率大大下降。

发明内容

本发明的目的是针对现有技术的不足而提出的一种自由空间中分数双模式轨道角动量光束识别方法，采用双模式±l叠加的涡旋光束，让激光依次通过空间光调制器加载的全息相位图，使得反射的激光携带轨道角动量信息，在接收端使用电荷耦合器件探测光强分布，而后设计一个卷积神经网络对接受到的光强分布进行识别，分析出激光束的轨道角动量，从而识别信息，基于优化的ResNet架构卷积神经网络模型的python程序，通过前期采集大量光强分布数据样本用于训练卷积神经网络模型可以实现快速地，准确地识别受扰动的轨道角动量值，结构简单，搭建周期短，可以节约大量时间空间成本。并可应用干涉、衍射等方案构造其他类型的轨道角动量光束，也可以实现轨道角动量的高准确率识别。

本发明的目的是这样实现的：一种自由空间中分数双模式轨道角动量光束识别方法，其特点是采用双模式叠加的轨道角动量光束，让激光依次通过空间光调制器加载的全息相位图，使反射的激光携带轨道角动量信息，其识别具体包括以下步骤：

步骤一：搭建光路系统

采用计算机与光路系统连接的轨道角动量光束识别装置，该装置包括：氦氖激光器(HeNe)、光隔离器(ISO)、准直扩束和分束系统、空间光调制器(SLM)，电子耦合器件(CCD)、计算机(PC连接CCD和SLM)和python程序，所述python程序包括：绘制湍流全息图、加载全息图、数据预处理、导入数据、构建卷积神经网络、训练模型和测试模型；所述准直扩束系统由物镜OL、光阑A和透镜L构成；所述分束系统由平面镜M、分束器BS和半波片λ/2构成。

所述氦氖激光器出射激光束(HeNe)，经过一个光隔离器(ISO)防止激光返回激光器，经过一个望远镜(OL)、光阑(A)和透镜(L)组合进行扩束和准直，出射一个束腰半径较大的激光束，具体束腰半径无特别要求，但是要能够完整打在空间光调制器屏幕上。随后激光束进过一个平面镜(M)调整方向，一个半波片(λ/2)调整偏振使得和空间光调制器(SLM)适配。激光束通过一个激光分束器(BS)分束，将其中一束激光束打在空间光调制器(SLM)上后反射到电荷耦合器件(CCD)检测光强分布。所述的空间光调制器(SLM)和电荷耦合器件(CCD)分别连接个人计算机(PC)，分别用于生成和检测轨道角动量光束。

步骤二：绘制全息图