CN113938211B - 一种光子全维度智能识别的方法和装置 - Google Patents

Abstract

本发明公开了一种光子全维度智能识别的方法和装置，属于光学智能识别领域。该方法利用深度学习算法，对经过介质传输后光子的空间、偏振、时间、频率、幅度和相位信息进行智能识别。装置包括发射端、传输介质、空间模式识别模块、调制格式识别模块及波长识别模块。发射端对光子的空间、偏振、时间、频率、幅度和相位进行混合调制，空间模式识别模块实现对光子空间和偏振信息的识别，调制格式识别模块实现对光子时间、幅度和相位信息的识别，波长识别模块实现对光子频率信息的识别。本发明突破了传统方案仅能识别光子单一维度信息的限制，提供一种新颖的光子全维度识别方案，其在多维复用通信领域具有广阔的应用前景，推动了多维智能光通信的发展。

Description

一种光子全维度智能识别的方法和装置

技术领域

本发明属于光学智能识别领域，更具体地，涉及一种光子全维度智能识别的方法和装置。

背景技术

在大数据、高清视频、多媒体文件共享、云计算、移动网络、智能家居等信息技术的推动下，全球数据流量正以50％的年增长率高速发展。“云网融合”、数字政府、智慧城市、数据中心和网络电视(IPTV)等业务，进一步增加了网络用户对数据流量的需求。因此，高效整合频谱资源，提高通信系统容量、信息传输速率以及传输距离仍然是当下通信技术的研究热点。为了应对持续增长的传输容量需求，光波的多个基本维度如时间、波长/频率、空间、偏振、幅度和相位被利用，相关技术包括时分复用、波分复用、空分复用、偏振复用、相干探测以及高级调制格式等。通常，在实验室搭建通信系统都会事先知道发送调制格式及速率、波长和空间模式的信息，从而选择相应的接收设备提取到光子携带的有效信息，然而多样化的物理资源必然会增加接收端设备的复杂度。在实际应用中，如视频点播、网络电视、多媒体信息服务和在线游戏等宽带业务，有必要建立动态光网络，依据发送设备的带宽、信道的性能以及终端用户的需求，自适应地选择传输波长、空间模式、调制格式及发送速率，以获得最佳的传输性能，因此希望建立一种全维度智能识别方案，在接收端对光波的所有物理维度包括空间、偏振、波长、时间、幅度和相位进行识别，从而可以动态地选择相应的接收设备，实现信号的正确接收。

近年来，深度学习作为一种结合了数学、计算机和生物科学的交叉学科，在计算机视觉、自然语言处理、数据挖掘和光通信等领域发挥着重要作用，目前也被认为是智能5G蜂窝网络的关键技术之一，其中使用最广泛的深度学习网络是卷积神经网络，通过模仿人类大脑的工作方式，与生物的视觉感官相结合实现多种类型物体的识别和分类，该网络具有多层结构、局部连接、权值共享等特点，能够直接从未经处理的样本中提取特征，使训练后的模型具有更高的识别率和稳定性。目前一些改进后的卷积神经网络在自由空间光通信领域发挥着重要作用，例如，在权衡计算复杂度和识别效率后，设计一种6层结构的卷积神经网络，实现了湍流环境中轨道角动量模式的智能识别；在轨道角动量移动键控通信系统中，提出一种基于卷积神经网络的自适应和智能的解调技术，以提高信息传输速率和传输性能，识别精度可以通过加深神经网络层数进一步提高。此外，人工神经网络，一种含有多个隐藏层的全连接结构，非常适用于信道损伤的监测，例如光信噪比、光性能监测、调制格式监测和色散监测等。近来，一些利用信号的异步幅度直方图和异步延时采样作为人工神经网络的训练和测试样本的多种调制格式和速率识别技术被广泛研究。

然而上述技术仅能针对光子的部分物理维度进行识别，不能对通信系统中光子的空间、偏振、波长、时间、幅度和相位维度同时进行提取，因此需要构建一种光子的全维智能识别方法和装置，对实际通信系统中光子的全维度信息进行识别。

发明内容

针对现有技术的缺陷，本发明提供了一种光子全维度识别的方法和装置，旨在实现通信系统中光子的空间、偏振、波长、时间、幅度和相位维度信息的智能识别，同时获取光子全维度信息，以便于动态地选择相应的接收设备，降低通信系统复杂度。

为实现上述目的，按照本发明的一方面，提供了一种光子全维度识别的方法，包括：利用光子部分维度的正交性，所述光子全维度智能识别方法分为空间模式识别、调制格式识别和波长识别，对光子束的空间、偏振、时间、频率、幅度和相位信息进行识别。发射端产生多个波长复用的方案，经过具有不同速率和多电平的高级调制格式对光子束的时间、幅度和相位调制后，激发出具有不同圆偏振态和拓扑电荷数的轨道角动量模式，产生携带空间、偏振、时间、频率、幅度和相位信息的光子束。经传输媒介稳定传输后，用于空间模式识别、调制格式识别和波长识别，在所述空间模式识别中通过调节轨道角动量模式的光程，使具有不同偏振和拓扑电荷数的轨道角动量模式与一个高斯形式的参考光满足相干条件，获得携带有相位信息的清晰的干涉图，通过偏振分光棱镜从位置上体现偏振信息，利用卷积神经网络进行不同偏振和拓扑电荷数的轨道角动量模式的识别从而识别光子束携带的空间和偏振信息。在所述调制格式识别中通过对光子束所携带的不同速率和电平的高级调制格式周期性采样得到相应的异步幅度直方图，利用人工神经网络进行不同调制格式和速率的识别从而识别光子束携带的时间、幅度和相位信息。在所述波长识别中通过测量不同波长复用方案下每个波长的功率，利用人工神经网络进行波长的识别从而识别光子束携带的频率信息。

优选地，所述发射端包含多个波长，复用波长数目≥2，通过加载不同速率的高级调制格式使光子束获得对其时间、幅度和相位的调制，并用于激发具有不同偏振态和拓扑电荷数的空间模式，获得携带空间、偏振、时间、频率、幅度和相位信息的光子束。

优选地，所述传输媒介为自由空间、水下、波导介质，能够支持具有不同偏振态和拓扑电荷数的空间模式稳定传输。所述空间模式为轨道角动量模式。

优选地，所述空间模式识别器采集具有不同偏振态和拓扑电荷数的轨道角动量模式的干涉图作为神经网络的输入，进行空间和偏振信息的识别。所述干涉图是利用与所述光子束具有相同频率、振动方向和固定相位差的高斯光束作为参考光，所述光子束与参考光相干叠加得到包含偏振态和拓扑电荷数的叠加光场。所述调制格式识别器采集具有不同速率的多种调制格式的幅度统计特征作为神经网络的输入，进行时间、幅度和相位信息的识别。所述调制格式包括采用幅度调制、相位调制以及幅度-相位调制的高级调制格式，无载波幅相调制格式和正交频分复用调制格式。所述波长识别器采集不同波长复用方案的功率特征作为神经网络的输入，进行频率信息的识别。采集大量所述干涉图、异步幅度直方图、功率特征，可用于深度学习网络算法的训练和测试，所述光子全维度智能识别的神经网络算法可以利用软件和硬件的方法实现，即通过计算机或神经网络芯片实现。

按照本发明的另一方面，提供了一种光子全维度智能识别的装置，包括：激光器、波分复用器、信号调制设备、空间模式激发设备、传输介质、空间模式识别装置、调制格式识别装置和波长识别装置。所述激光器和波分复用器用于调制光子束的频率信息，所述信号调制设备用于调制光子束的时间、幅度和相位信息，所述空间模式激发设备用于调制光子束的空间和偏振信息。所述传输介质用以支持不同偏振和拓扑电荷数的轨道角动量模式的稳定传输。所述空间模式识别装置用于采集轨道角动量模式的干涉图，作为识别光子空间和偏振信息的训练和测试样本，所述调制格式识别装置用于采集不同速率调制格式的异步幅度直方图，作为识别光子时间、幅度和相位信息的训练和测试样本，所述波长识别装置用于采集波分复用时各波长的功率，作为识别光子频率信息的训练和测试样本。

优选地，所述发射端通过波分复用器将多个波长的光束进行合束，经过信号调制设备对光子束的时间、幅度和相位维度进行调制，信号调制设备可以为相位调制器、I/Q调制器和强度调制器。随后携带频率、时间、幅度和相位信息的光子束通过空间模式激发设备产生具有不同拓扑电荷数的轨道角动量模式，所述空间模式激发设备可以为空间光调制器、复合螺旋相位板、光纤模式选择耦合器和超表面等器件。所述轨道角动量模式的通过四分之一波片来实现线偏振态到圆偏振态的转换。

优选地，所述传输介质能够支持具有不同偏振态和高阶拓扑电荷数的轨道角动量模式的稳定传输，传输介质可以为自由空间、水下、光纤波导等。发射端产生的携带多种维度信息的光子束通过显微物镜聚焦进入光纤波导或直接耦合到自由空间和水下。

优选地，所述空间模式识别器包括第一分束器、模式转换器、第一起偏器、第二分束器、第二起偏器、中性密度滤光片、第三分束器、方解石光束偏移器、探测器，所述分束器将接收到的光子束均分为两路，所述模式转换器将其中一路转换为高斯光束并作为参考光，所述第一起偏器用于将参考光的偏振方向转变为线偏振光，可以是x偏振或y偏振，另一路仍然保持原有空间和偏振信息并作为信号光继续传输；所述第二分束器将接收到的信号光均分为两路，一路经过第二起偏器和中性密度滤光片与参考光干涉，进行空间模式识别器训练和测试样本的采集，另一路耦合进光纤用于调制格式识别器和波长识别器的训练和测试样本采集；所述第二起偏器用于将信号光的偏振方向转变为线偏振光，可以是x偏振或y偏振，所述中性密度滤光片用于调整信号光的功率，与参考光功率相匹配；所述第三分束器用于参考光和信号光的合束，两束光发生同轴干涉，产生清晰的干涉条纹；所述方解石光束偏移器用于将合束后的光束分解为两个正交偏振的平行光束；所述探测器记录大量的干涉条纹，用于空间模式识别器的训练和测试，所述探测器可以为相机和小规模光电探测器阵列。

优选地，所述调制格式识别器包括光电探测器和示波器，所述光电探测器用于将光子携带的时间、幅度和相位信息转变为电信号，所述示波器用于采集不同调制格式的异步幅度直方图，作为调制格式识别器训练和测试的样本，所述示波器可以采用低采样率示波器。

优选地，所述波长识别器包括滤波器和功率计，所述滤波器用于分离信号光中复用的波长，可以为波长选择开关和多个滤波器；所述功率计用于测量并采集各波长的功率，作为波长识别器训练和测试的样本。

通过本发明所构思的以上技术方案，本发明具有如下有益效果：

1、本发明可以实现对光子的全维度信息进行快速、准确地智能识别，其中包括光子的空间、偏振、波长、时间、幅度和相位维度信息，克服现有方案仅能对光子的部分维度信息识别的局限性。

2、本发明对于光子的全维度信息的识别，可以在实际通信系统中，同时获得光子的空间、偏振、波长、时间、幅度和相位维度信息，因此可实现对光子全维度信息的实时获取，便于动态选取相应的接收设备。

3、本发明提供的识别装置简单，与现有通信系统相兼容，仅需在接收端分出小部分信号光用于空间模式识别、调制格式识别和波长识别训练和测试样本的采集，由于光子部分物理维度间相互正交，因此其他物理维度的信息不干预当前的识别方案，因此本方法和装置具有对先前技术的继承性与发展性。

附图说明

图1本发明提供的一种光子全维度识别的装置结构示意图；

图2是本发明提供的一种光子全维度识别的装置的一种改进结构示意图；

图3是本发明实施例提供的一种卷积神经网络结构示意图；

图4为本发明实施例提供的人工神经网络结构示意图；

图5是本发明实施例提供的一种光子空间模式识别采集的训练和测试样本；

图6是本发明实施例提供的一种光子调制格式识别采集的训练和测试样本；

图7是本发明实施例提供的一种光子波长识别采集的训练和测试样本。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间不构成冲突就可以相互组合。

本发明提供了一种光子全维度识别的方法，包括：利用光子部分维度的正交性，所述光子全维度智能识别方法分为空间模式识别、调制格式识别和波长识别，对光子束的空间、偏振、时间、频率、幅度和相位信息进行识别。发射端产生多个波长复用的方案，经过具有不同速率和多电平的高级调制格式对光子束的时间、幅度和相位调制后，激发出具有不同圆偏振态和拓扑电荷数的轨道角动量模式，产生携带空间、偏振、时间、频率、幅度和相位信息的光子束。经传输媒介稳定传输后，用于空间模式识别、调制格式识别和波长识别，在所述空间模式识别中通过调节轨道角动量模式的光程，使具有不同偏振和拓扑电荷数的轨道角动量模式与一个高斯形式的参考光满足相干条件，获得携带有相位信息的清晰的干涉图，通过偏振分光棱镜从位置上体现偏振信息，利用卷积神经网络进行不同偏振和拓扑电荷数的轨道角动量模式的识别从而识别光子束携带的空间和偏振信息。在所述调制格式识别中通过对光子束所携带的不同速率和电平的高级调制格式周期性采样得到相应的异步幅度直方图，利用人工神经网络进行不同调制格式和速率的识别从而识别光子束携带的时间、幅度和相位信息。在所述波长识别中通过测量不同波长复用方案下每个波长的功率，利用人工神经网络进行波长的识别从而识别光子束携带的频率信息。

具体地，所述发射端包含多个波长，复用波长数目≥2，通过加载不同速率的高级调制格式使光子束获得对其时间、幅度和相位的调制，并用于激发具有不同偏振态和拓扑电荷数的空间模式，获得携带空间、偏振、时间、频率、幅度和相位信息的光子束。

具体地，所述传输媒介为自由空间、水下、波导介质，能够支持具有不同偏振态和拓扑电荷数的空间模式稳定传输。所述空间模式为轨道角动量模式。

具体地，所述空间模式识别器采集具有不同偏振态和拓扑电荷数的轨道角动量模式的干涉图作为神经网络的输入，进行空间和偏振信息的识别。所述干涉图是利用与所述光子束具有相同频率、振动方向和固定相位差的高斯光束作为参考光，所述光子束与参考光相干叠加得到包含偏振态和拓扑电荷数的叠加光场。所述调制格式识别器采集具有不同速率的多种调制格式的幅度统计特征作为神经网络的输入，进行时间、幅度和相位信息的识别。所述调制格式包括采用幅度调制、相位调制以及幅度-相位调制的高级调制格式，无载波幅相调制格式和正交频分复用调制格式。所述波长识别器采集不同波长复用方案的功率特征作为神经网络的输入，进行频率信息的识别。采集大量所述干涉图、异步幅度直方图、功率特征，可用于深度学习网络算法的训练和测试，所述光子全维度智能识别的神经网络算法可以利用软件和硬件的方法实现，即通过计算机或神经网络芯片实现。

本发明还提供了一种光子全维度智能识别的装置，包括：激光器、波分复用器、信号调制设备、空间模式激发设备、传输介质、空间模式识别装置、调制格式识别装置和波长识别装置。所述激光器和波分复用器用于调制光子束的频率信息，所述信号调制设备用于调制光子束的时间、幅度和相位信息，所述空间模式激发设备用于调制光子束的空间和偏振信息。所述传输介质用以支持不同偏振和拓扑电荷数的轨道角动量模式的稳定传输。所述空间模式识别装置用于采集轨道角动量模式的干涉图，作为识别光子空间和偏振信息的训练和测试样本，所述调制格式识别装置用于采集不同速率调制格式的异步幅度直方图，作为识别光子时间、幅度和相位信息的训练和测试样本，所述波长识别装置用于采集波分复用时各波长的功率，作为识别光子频率信息的训练和测试样本。

具体地，所述发射端通过波分复用器将多个波长的光束进行合束，经过信号调制设备对光子束的时间、幅度和相位维度进行调制，信号调制设备可以为相位调制器、I/Q调制器和强度调制器。随后携带频率、时间、幅度和相位信息的光子束通过空间模式激发设备产生具有不同拓扑电荷数的轨道角动量模式，所述空间模式激发设备可以为空间光调制器、复合螺旋相位板、光纤模式选择耦合器和超表面等器件。所述轨道角动量模式的通过四分之一波片来实现线偏振态到圆偏振态的转换。

具体地，所述传输介质能够支持具有不同偏振态和高阶拓扑电荷数的轨道角动量模式的稳定传输，传输介质可以为自由空间、水下、光纤波导等。发射端产生的携带多种维度信息的光子束通过显微物镜聚焦进入光纤波导或直接耦合到自由空间和水下。

具体地，所述空间模式识别器包括第一分束器、模式转换器、第一起偏器、第二分束器、第二起偏器、中性密度滤光片、第三分束器、方解石光束偏移器、探测器，所述分束器将接收到的光子束均分为两路，所述模式转换器将其中一路转换为高斯光束并作为参考光，所述第一起偏器用于将参考光的偏振方向转变为线偏振光，可以是x偏振或y偏振，另一路仍然保持原有空间和偏振信息并作为信号光继续传输；所述第二分束器将接收到的信号光均分为两路，一路经过第二起偏器和中性密度滤光片与参考光干涉，进行空间模式识别器训练和测试样本的采集，另一路耦合进光纤用于调制格式识别器和波长识别器的训练和测试样本采集；所述第二起偏器用于将信号光的偏振方向转变为线偏振光，可以是x偏振或y偏振，所述中性密度滤光片用于调整信号光的功率，与参考光功率相匹配；所述第三分束器用于参考光和信号光的合束，两束光发生同轴干涉，产生清晰的干涉条纹；所述方解石光束偏移器用于将合束后的光束分解为两个正交偏振的平行光束；所述探测器记录大量的干涉条纹，用于空间模式识别器的训练和测试，所述探测器可以为相机和小规模光电探测器阵列。

具体地，所述调制格式识别器包括光电探测器和示波器，所述光电探测器用于将光子携带的时间、幅度和相位信息转变为电信号，所述示波器用于采集不同调制格式的异步幅度直方图，作为调制格式识别器训练和测试的样本，所述示波器可以采用低采样率示波器。

具体地，所述波长识别器包括滤波器和功率计，所述滤波器用于分离信号光中复用的波长，可以为波长选择开关和多个滤波器；所述功率计用于测量并采集各波长的功率，作为波长识别器训练和测试的样本。

以下结合具体实施例及附图进行说明。

如图1所示，本发明提供的一种光子全维度识别的装置，包括：激光器11，激光器12，激光器13，波分复用器14，信号调制设备15，空间模式激发设备16，传输介质2，第一分束器31，模式转换器32，第一起偏器33，第二分束器34，方解石光束偏移器35，探测器36，中性密度滤光片37，第二起偏器38，第三分束器39，光电探测器42，示波器41，功率计51，功率计52，功率计53，滤波器54。多个激光器输出的具有不同中心波长的光束，通过波分复用器14实现波分复用，调控光子的频率维度；随后光束经过信号调制设备15和空间模式激发设备16对光子的幅度和相位、时间、空间及偏振维度进行调制；调制后的光束经过传输介质2，送入空间模式识别装置3；接收到的待识别光子束经过第一分束器31均分为两路，模式转换器32将其中一路转换为高斯光束并作为参考光，参考光经过第一起偏器33将偏振方向转变为线偏振光，可以是x偏振或y偏振，另一路仍然保持原有空间和偏振信息并作为信号光继续传输；第三分束器39将接收到的信号光均分为两路，一路经过第二起偏器38和中性密度滤光片37与参考光干涉，进行空间模式识别装置3训练和测试样本的采集，信号光通过第二起偏器38时将偏振方向转变为线偏振光，可以是x偏振或y偏振，并使用中性密度滤光片37调整信号光的功率，使其与参考光功率相匹配；利用第二分束器34将参考光和信号光的进行同轴干涉，严格保证参考光和信号光具有相同的光程，从而产生清晰的干涉条纹；随后使用方解石光束偏移器35将合束后的光束分解为两个正交偏振的平行光束，并利用探测器36记录大量的干涉条纹，用于空间模式识别器的训练和测试；第三分束器39分出的另一路信号光，耦合进光纤用于调制格式识别装置4和波长识别装置5的训练和测试样本采集；部分信号光经过光电探测器42将光信号转变为电信号，并由示波器41进行异步幅度直方图的采集，作为调制格式识别装置4的训练和测试样本；部分信号光同时进入波长识别装置5，多个滤波器54将复用的多个波长分开，并使用功率计51、功率计52和功率计53分别测量各波长的功率，作为波长识别装置5的训练和测试样本；利用采集到样本对卷积神经网络和人工神经网络进行训练，最终实现光子全维度信息的识别。

如图2所示，本发明提供的一种光子全维度识别的装置的一种改进，具体实施方式如下：

该装置包括：激光器11，激光器12，激光器13，波分复用器14，信号调制设备15，空间模式激发设备16，传输介质2，第一分束器31，模式转换器32，第一起偏器33，第二分束器34，方解石光束偏移器35，探测器36，中性密度滤光片37，第二起偏器38，第三分束器39，反射镜310，光电探测器42，示波器41，功率计51，功率计52，功率计53，滤波器54。多个激光器输出的具有不同中心波长的光束，通过波分复用器14实现波分复用，调控光子的频率维度；随后光束经过信号调制设备15和空间模式激发设备16对光子的幅度和相位、时间、空间及偏振维度进行调制；调制后的光束经过传输介质2，送入空间模式识别装置3；接收到的待识别光子束经过第一分束器31均分为两路，模式转换器32将其中一路转换为高斯光束并作为参考光，参考光经过第一起偏器33将偏振方向转变为线偏振光，可以是x偏振或y偏振，另一路仍然保持原有空间和偏振信息并作为信号光继续传输；第三分束器39将接收到的信号光均分为两路，一路经过第二起偏器38和中性密度滤光片37与参考光干涉，进行空间模式识别装置3训练和测试样本的采集，信号光通过第二起偏器38时将偏振方向转变为线偏振光，可以是x偏振或y偏振，并使用中性密度滤光片37调整信号光的功率，使其与参考光功率相匹配；信号光在穿过第二分束器34后，经反射镜310反射后再次经过第二分束器34，与参考光进行同轴干涉；沿信号光的传播方向，前后调节反射镜310的位置，使信号光的光程与参考光光程严格匹配，从而产生清晰的干涉条纹；随后使用方解石光束偏移器35将合束后的光束分解为两个正交偏振的平行光束，并利用探测器36记录大量的干涉条纹，用于空间模式识别器的训练和测试；第三分束器39分出的另一路信号光，耦合进光纤用于调制格式识别装置4和波长识别装置5的训练和测试样本采集；部分信号光经过光电探测器42将光信号转变为电信号，并由示波器41进行异步幅度直方图的采集，作为调制格式识别装置4的训练和测试样本；部分信号光同时进入波长识别装置5，多个滤波器54将复用的多个波长分开，并使用功率计51、功率计52和功率计53分别测量各波长的功率，作为波长识别装置5的训练和测试样本；利用采集到样本对卷积神经网络和人工神经网络进行训练，最终实现光子全维度信息的识别。

如图3所示，本发明实施例提供的一种卷积神经网络结构示意图，在经典卷积神经网络模型LeNet-5的基础上，针对所要识别分类的空间模式数目，修改输出层神经元数目。所示卷积神经网络包含8层网络结构，分别为输入层、卷积层(3层)、子采样层(2层)、全连接层和输出层，利用卷积核对输入数据的特征进行提取，并由反向传播算法对卷积核的权值进行更新。将采集到的轨道角动量模式干涉图分为训练数据集和测试数据集，利用训练数据集对卷积神经网络内的参数进行训练，建立空间模式识别模型，利用测试数据集对所建立模型对光子空间和偏振维度信息进行验证。

如图4所示，本发明实施例提供的人工神经网络结构示意图，人工神经网络包含三中类型网络结构：输入层、隐藏层和输出层，输入层和输出层的神经元个数分别由输入输出变量个数决定，隐藏层层数取决于数据集的复杂度，隐藏层神经元个数则利用构造法进行确定。利用调制格式的异步幅度直方图训练人工神经网络可以得到调制格式识别模型，利用波分复用系统中各波长功率训练人工神经网络可以得到波长识别模型。

下面给出本实施例中利用本发明提供的光子全维度识别装置实验采集地部分训练和测试样本，图5包含了轨道角动量模式拓扑电荷数l从-7到7的所有左旋和右旋圆偏振共30个轨道角动量模式的干涉图；图6中的(a)-(h)包含了8种不同速率的调制格式在光信噪比为28dB时的异步幅度直方图；图7中的(a)-(p)包含了4个波长构成的共16种波分复用方案下测得的各波长的归一化功率。

本发明不仅局限于上述具体实施方式，本领域一般技术人员根据本发明公开的内容，可以采用其它多种具体实施方式实施本发明，因此，凡是采用本发明的设计结构和思路，做一些简单的变化或更改的设计，都落入本发明保护的范围。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种光子全维度智能识别的方法，其特征在于，对在多个波长复用情况下经过具有不同速率和电平的高级调制格式调制的光子束进行全维度识别，所述光子束具有不同圆偏振态和拓扑电荷数的轨道角动量模式，携带空间、偏振、时间、频率、幅度和相位信息；全维度识别包括空间模式识别、调制格式识别和波长识别；

空间模式识别：调节轨道角动量模式的光程，使具有不同圆偏振态和拓扑电荷数的轨道角动量模式与一个高斯形式的参考光满足相干条件，获得干涉图，作为卷积神经网络学习的第一训练样本集进行迭代训练，迭代终止后将所述卷积神经网络作为空间模式识别模型识别光子束携带的空间和偏振信息；

调制格式识别：对光子束所携带的不同速率和电平的高级调制格式周期性采样，得到相应的异步幅度直方图，作为卷积神经网络学习的第二训练样本集进行迭代训练，迭代终止后将所述卷积神经网络作为调制格式识别模型识别光子束携带的时间、幅度和相位信息；

波长识别：测量不同波长复用下每个波长的功率，将波长与功率的对应关系作为卷积神经网络学习的第三训练样本集进行迭代训练，迭代终止后将所述卷积神经网络作为波长识别模型识别光子束携带的频率信息。

2.如权利要求1所述的光子全维度智能识别的方法，其特征在于，所述多个波长复用情况的波长数目≥2，通过加载不同速率的高级调制格式使光子束获得对其时间、幅度和相位的调制，并用于激发具有不同偏振态和拓扑电荷数的空间模式，获得携带空间、偏振、时间、频率、幅度和相位信息的光子束。

3.如权利要求1所述的光子全维度智能识别的方法，其特征在于，光子束的传输媒介为自由空间、水下或波导介质，支持具有不同偏振态和拓扑电荷数的空间模式稳定传输；所述空间模式为轨道角动量模式。

4.如权利要求1所述的光子全维度智能识别的方法，其特征在于，所述空间模式识别以具有不同偏振态和拓扑电荷数的轨道角动量模式的干涉图作为神经网络的输入，进行空间和偏振信息的识别；所述干涉图是利用与所述光子束具有相同频率、振动方向和固定相位差的高斯光束作为参考光，所述光子束与参考光相干叠加得到包含偏振态和拓扑电荷数的叠加光场；所述调制格式识别以具有不同速率的多种调制格式的幅度统计特征作为神经网络的输入，进行时间、幅度和相位信息的识别；所述调制格式包括采用幅度调制、相位调制以及幅度-相位调制的高级调制格式，无载波幅相调制格式和正交频分复用调制格式；所述波长识别以不同波长复用方案的功率特征作为神经网络的输入，进行频率信息的识别。

5.一种基于权利要求1至4任一项所述的光子全维度智能识别方法的光子全维度智能识别装置，其特征在于，包括信号调制模块、空间模式激发模块、空间模式识别模块、调制格式识别模块、波长识别模块传输介质、激光器和波分复用器，所述信号调制模块用于调制光子束的时间、幅度和相位信息，所述空间模式激发模块用于调制光子束的空间和偏振信息；所述传输介质用以支持不同偏振和拓扑电荷数的轨道角动量模式的稳定传输；所述空间模式识别模块用于采集轨道角动量模式的干涉图，作为识别光子空间和偏振信息的训练和测试样本，所述调制格式识别模块用于采集不同速率调制格式的异步幅度直方图，作为识别光子时间、幅度和相位信息的训练和测试样本，所述波长识别模块用于采集波分复用时各波长的功率，作为识别光子频率信息的训练和测试样本；所述激光器和波分复用器用于调制光子束的频率信息。

6.如权利要求5所述的光子全维度智能识别装置，其特征在于，通过波分复用器将多个波长的光束进行合束，经过信号调制模块对光子束的时间、幅度和相位维度进行调制，信号调制模块为相位调制器、I/Q调制器或强度调制器；携带频率、时间、幅度和相位信息的光子束通过空间模式激发模块产生具有不同拓扑电荷数的轨道角动量模式，所述空间模式激发模块为空间光调制器、复合螺旋相位板、光纤模式选择耦合器或超表面器件；所述轨道角动量模式通过四分之一波片来实现线偏振态到圆偏振态的转换。

7.如权利要求5所述的光子全维度智能识别装置，其特征在于，所述传输介质能够支持具有不同偏振态和高阶拓扑电荷数的轨道角动量模式的稳定传输，传输介质为自由空间、水下或光纤波导。

8.如权利要求5所述的光子全维度智能识别装置，其特征在于，所述空间模式识别模块包括第一分束器、模式转换器、第一起偏器、第二分束器、第二起偏器、中性密度滤光片、第三分束器、方解石光束偏移器、探测器，所述第一分束器将接收到的光子束均分为两路，所述模式转换器将其中一路转换为高斯光束并作为参考光，所述第一起偏器用于将参考光的偏振方向转变为线偏振光，x偏振或y偏振，另一路仍然保持原有空间和偏振信息并作为信号光继续传输；所述第二分束器将接收到的信号光均分为两路，一路经过第二起偏器和中性密度滤光片与参考光干涉，进行空间模式识别器训练和测试样本的采集，另一路耦合进光纤用于调制格式识别器和波长识别器的训练和测试样本采集；所述第二起偏器用于将信号光的偏振方向转变为线偏振光，x偏振或y偏振，所述中性密度滤光片用于调整信号光的功率，与参考光功率相匹配；所述第三分束器用于参考光和信号光的合束，两束光发生同轴干涉，产生清晰的干涉条纹；所述方解石光束偏移器用于将合束后的光束分解为两个正交偏振的平行光束；所述探测器记录大量的干涉条纹，用于空间模式识别器的训练和测试，所述探测器为相机或小规模光电探测器阵列。

9.如权利要求5所述的光子全维度智能识别装置，其特征在于，所述调制格式识别模块包括光电探测器和示波器，所述光电探测器用于将光子携带的时间、幅度和相位信息转变为电信号，所述示波器用于采集不同调制格式的异步幅度直方图，作为调制格式识别器训练和测试的样本，所述示波器采用低采样率示波器。

10.如权利要求5所述的光子全维度智能识别装置，其特征在于，所述波长识别模块包括滤波器和功率计，所述滤波器用于分离信号光中复用的波长；所述功率计用于测量并采集各波长的功率，作为波长识别模块训练和测试的样本。

Images