CN115173942B - 相位畸变涡旋光束轨道角动量模式的检测系统及检测方法 - Google Patents
相位畸变涡旋光束轨道角动量模式的检测系统及检测方法 Download PDFInfo
- Publication number
- CN115173942B CN115173942B CN202210748154.3A CN202210748154A CN115173942B CN 115173942 B CN115173942 B CN 115173942B CN 202210748154 A CN202210748154 A CN 202210748154A CN 115173942 B CN115173942 B CN 115173942B
- Authority
- CN
- China
- Prior art keywords
- phase
- vortex
- angular momentum
- vortex beam
- orbital angular
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 230000003287 optical effect Effects 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 32
- 239000013598 vector Substances 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 238000012937 correction Methods 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 35
- 239000000523 sample Substances 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 13
- 230000010287 polarization Effects 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 12
- 230000004075 alteration Effects 0.000 abstract description 11
- 238000013528 artificial neural network Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000002474 experimental method Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 230000010355 oscillation Effects 0.000 abstract 1
- 238000013145 classification model Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/114—Indoor or close-range type systems
- H04B10/116—Visible light communication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
- G01J1/4257—Photometry, e.g. photographic exposure meter using electric radiation detectors applied to monitoring the characteristics of a beam, e.g. laser beam, headlamp beam
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optical Communication System (AREA)
Abstract
本发明涉及涡旋光束自适应光学校正检测技术,现有光学方法装置复杂,实验困难,神经网络方式需要大样本数据制作数据集,在动荡的湍流环境下检测效率低下;本发明提供一种相位畸变涡旋光束轨道角动量模式的检测系统及检测方法,对任意未知相位扰动下涡旋光束OAM模式进行检测,将预补偿相位加载到待检测涡旋光束上湍流传输接收端聚焦得到光强信息,将接收端得到待检测聚焦涡旋光束的特征向量输入到训练后的梯度提升树模型中,得到检测的OAM模式结果;本发明在任意湍流强度的传输信道,对传输后相位畸变的涡旋光束轨道角动量模式进行快速且精确的检测,且能够扩大涡旋光束OAM模式检测的范围,在自由空间光通信等领域具有广阔的应用前景。
Description
技术领域:
本发明涉及涡旋光轨道角动量通信和涡旋光束自适应光学校正技术领域,尤其涉及的是一种相位畸变涡旋光束轨道角动量模式的检测系统及检测方法。
背景技术:
携带轨道角动量(OAM)的涡旋光束能够满足实际生活中日益剧增的信息交互数据量,在信息传输领域受到了研究者极大的关注。OAM是一种新的光通信自由度,其模式值取值无限,因此单光子的OAM可以承载无限多比特的信息,提高了通信系统的容量和频谱利用率;并且不同OAM模式之间相互正交,减少了传输时的不同OAM模式之间的相互串扰,提高了通信的可靠性以及保密性。这些重要的特性使OAM光束能够作为信息的载体应用于自由空间光通信(FSO)领域,满足了现如今的5G通信网络以及未来超快光通信的需求。
在整个FSO系统中,发送端通过OAM的调制或复用等通信技术将信息加载在OAM光束中为光束在信道中传输提供初始保障;信道传输过程中,会存在空气湍流现象,光信号受到湍流的影响,其波前相位和幅度均发生相应的畸变,从而导致OAM光束的相位和幅度的失真很大;因此接收端需对光束中OAM模式进行精确检测,还原光信息,才能保证整个通信系统工作的正确性。
目前的检测方法主要基于光学方法和机器学习方法。光学方法主要分为基于干涉或者衍射的处理方法,但是光学的方法装置复杂,实验困难,并且目前为止只适用于真空传输的涡旋光束OAM模式检测,无法应用于经过传输后相位畸变的涡旋光束OAM模式检测。已有研究采用神经网络的方式对OAM模式进行检测,但是使用神经网络方式需要大样本数据制作数据集,在动荡的湍流环境下检测效率低下,传统机器学习在处理小样本方面具有独特优势,但是也存在着对相位畸变严重的涡旋光束OAM模式检测的精度相对有限的问题。同时,由于传输之后的涡旋光束中空半径会随着OAM模式的增大而增大,接收端的电荷耦合器件相机芯片(CCD)可能会面临着对拥有较大OAM模式的涡旋光束光强信息接收不完全的情况,从而无法对高范围的OAM模式进行检测。因此,亟待一种能够结合机器学习优秀的学习能力来实现相位畸变涡旋光束的OAM模式检测。
发明内容:
本发明的目的在于克服现有技术的存在的缺点和不足,提供了一种相位畸变涡旋光束轨道角动量模式的检测系统及检测方法,解决了现有技术在强相位扰动下对轨道角动量模式检测的精度不够以及范围较小的问题,本发明能够准确、稳定、快速的检测出受到不同程度相位畸变的涡旋光束OAM模式。
本发明如下的技术方案:
一种相位畸变涡旋光束轨道角动量模式的检测方法,使用涡旋光束自适应光学校正系统检测相位畸变,得到预补偿相位,在涡旋光束发射端加载预补偿相位,在接收端对特征进行提取,使用机器学习的智能的方式对任意未知相位扰动下涡旋光束轨道角动量模式进行检测,具体包括以下步骤:
步骤1.设计涡旋光束自适应光学校正系统检测相位畸变,得到预补偿相位,将预补偿相位使用空间光调制器加载到待检测涡旋光束上然后经过湍流信道传输;
步骤2.在接收端对步骤1所获取的经过湍流信道传输的光束进行聚焦处理,光束聚焦能够有效的减小光斑半径,最终能够扩大轨道角动量的接收范围,利用电荷耦合器件相机芯片接收聚焦后的光束,得到优化相位畸变后的聚焦涡旋光束光强信息;
步骤3.利用计算机计算并提取光束闪烁、光束展宽、光束抖动和光束半径的值,将四个值结合为一个向量,作为特征向量,对多分类的梯度提升树模型进行训练,得到训练后的梯度提升树模型;
步骤4.在未知相位扰动情况下,先利用Gerchberg-Saxton相位补偿算法将补偿相位加载到待检测的涡旋光束上,待检测涡旋光束传输之后,将接收端得到的聚焦后的待检测涡旋光束的特征向量输入到步骤3训练后的梯度提升树模型中,得到检测的轨道角动量模式结果。
进一步,步骤1中,利用涡旋光束自适应光学校正系统,对存在相位畸变的涡旋光束进行优化,具体操作如下:
利用已知轨道角动量模式为+1的涡旋光束作为探针检测相位畸变,利用无波前传感器相位补偿算法得到涡旋光束的预补偿相位;将预补偿相位使用空间光调制器加载到待检测涡旋光束上,然后经过湍流信道传输,完成光束优化。
进一步,涡旋光束自适应光学校正系统中加入探针检测相位畸变,具体操作如下:
步骤1.1将轨道角动量模式为1,且初始相位相差90°与待检测轨道角动量光束具有偏振正交性的涡旋光束作为探针,待检测涡旋光束与探针光束组合在湍流信道中传播,表明探测光束和轨道角动量光束都经历了相同的畸变;
步骤1.2畸变探测光束的强度图,结合Gerchberg-Saxton相位补偿算法,校正用于涡旋光波束的预补偿相位屏。
进一步,步骤3中,光束闪烁、光束展宽、光束抖动和光束半径的计算公式如下:
光束闪烁σ2计算公式为:
光束展宽r1定义为:
光束抖动Δρ计算公式为:
光束半径r0表示为:
进一步,步骤2中,扩大轨道角动量的接收范围,具体操作如下:
在接收端放置一个聚焦透镜,接收端的光束经过聚焦透镜之后变成聚焦涡旋光束,电荷耦合器件相机芯片放置在聚焦透镜之后,接收优化相位畸变后的聚焦涡旋光束的光强信息。
进一步,步骤3中,通过计算,提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,对多分类的梯度提升树模型进行训练,重复以下步骤,直至获得所需数量的数据样本:
步骤3.1使用相位补偿算法将预补偿相位调制到涡旋光束上,使经过预补偿之后的涡旋光束通过湍流信道进行传输;
步骤3.2在接收端使用聚焦透镜对光束进行聚焦,然后使用电荷耦合器件相机芯片接收到优化畸变后的聚焦涡旋光束光强信息;
步骤3.3根据光强信息计算提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,训练多分类的梯度提升树模型。
进一步,使用相位补偿算法前生成涡旋光束,改变光源出射的高斯光束的偏振方向得到高斯光,并将所述高斯光调制成涡旋光。
一种相位畸变涡旋光束轨道角动量模式的精确检测的系统,基于上述的相位畸变涡旋光束轨道角动量模式的检测方法,包括空间光调制器、电荷耦合器件相机芯片和计算机,其中:所述空间调制器,包括用于提高传输涡旋光束的质量的预补偿相位加载模块,优化相位畸变涡旋光束;所述电荷耦合器件相机芯片,包括接收到光强信息的接收端接收模块;所述计算机包括自适应光学模块、机器学习模块和模式检测模块;自适应光学模块用于使用Gerchberg-Saxton相位补偿算法进行迭代,得到预补偿相位;机器学习模块用于设计梯度提升树模型,并且使用特征向量数据对梯度提升树进行训练;模式检测模块用于使用训练好的梯度提升树模型结合Gerchberg-Saxton相位补偿算法,对任意程度相位扰动的涡旋光束轨道角动量进行检测。
综上所述,发明具有以下有益效果:
本发明通过涡旋光束自适应光学校正系统检测相位畸变,得到预补偿相位,将预补偿相位使用空间光调制器(SLM)加载到待检测涡旋光束上然后经过湍流传输,在接收端聚焦处理,得到优化相位畸变后的聚焦涡旋光束光强信息;利用计算机通过计算,提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,对多分类的梯度提升树模型进行训练,得到训练后的梯度提升树模型;在未知相位扰动情况下,先利用Gerchberg-Saxton(GS)相位补偿算法高速的将补偿相位加载到待检测的涡旋光束上,并将其传输,将接收端得到待检测聚焦涡旋光束的特征向量输入到训练后的梯度提升树模型中,得到检测的OAM模式结果。本发明在任意传输信道,能够对传输后相位畸变的涡旋光束轨道角动量模式进行快速且精确的检测,能够扩大涡旋光束OAM模式检测的范围,在自由空间光通信等领域具有广阔的应用前景。
附图说明
图1为本发明的检测方法的流程图;
图2为本发明的检测系统的结构框图;
图3为本发明的一个实施例中,在接收端有无聚焦处理操作,CCD对OAM模式l=60的接收对比,其中,A是未使用聚焦透镜的接收结果,B是使用聚焦透镜的接收结果;
图4为本发明中利用训练好的模型对相位畸变涡旋光束轨道角动量模式检测的流程图;
图5为在1000m传输距离情况下,只利用本发明的方法提出的梯度提升树多分类模型和利用本发明的方法中所使用的整体算法在五种不同湍流环境下,对OAM模式范围为1-60的检测准确率。
具体实施方式:
下面结合附图对本发明作进一步详细说明。
需要说明的是,为表述方便,下文中关于方向的表述与附图本身的方向一致,但并不对本发明的结构起限定作用。
如图1~5所示,本发明公开了一种相位畸变涡旋光束轨道角动量模式的检测方法,使用涡旋光束自适应光学校正系统检测相位畸变,得到预补偿相位,在涡旋光束发射端加载预补偿相位,在接收端对特征进行提取,使用机器学习的智能的方式对任意未知相位扰动下涡旋光束OAM模式进行检测,将预补偿相位使用空间光调制器加载到待检测涡旋光束上然后经过湍流传输,在接收端利用透镜对光束进行聚焦处理,得到优化相位畸变后的聚焦涡旋光束光强信息;利用计算机通过计算,提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,对多分类的梯度提升树模型进行训练,得到训练后的梯度提升树模型;在未知相位扰动情况下,先利用涡旋光束自适应光学校正系统高速的将补偿相位加载到待检测的涡旋光束上,并将其传输,在接收端将传输后的待检测涡旋光束聚焦处理,将聚焦后光束的特征向量输入到训练后的梯度提升树模型中,得到检测的OAM模式结果。具体包括以下步骤:
步骤1.设计涡旋光束自适应光学校正系统检测相位畸变,得到预补偿相位,将预补偿相位使用SLM加载到待检测涡旋光束上然后经过湍流信道传输。
利用涡旋光束自适应光学校正系统,对存在相位畸变的涡旋光束进行优化,具体操作如下:
利用已知轨道角动量模式为+1的涡旋光束作为探针检测相位畸变,利用无波前传感器相位补偿算法得到涡旋光束的预补偿相位;将预补偿相位使用SLM加载到待检测涡旋光束上,然后经过湍流信道传输,完成光束优化。
涡旋光束自适应光学校正系统中加入探针检测相位畸变,具体操作如下:步骤1.1使用第一激光器产生第一高斯光束,入射到第1空间光调制器上,产生待检测涡旋光束;使用第二激光器产生第二高斯光束,入射到第2空间光调制器上,产生OAM模式为1,初始相位与待检测OAM光束相差90°,具有偏振正交性的涡旋光束,将该光束作为探针光束。将OAM模式为1,且初始相位相差90°与待检测OAM光束具有偏振正交性的涡旋光束作为探针,待检测涡旋光束与探针光束组合在湍流信道中传播,表明探测光束和OAM光束都经历了相同的畸变;利用GS相位补偿算法得到涡旋光束的预补偿相位;将预补偿相位使用SLM空间调制器加载到待检测涡旋光束上,然后经过湍流信道传输;在接收端聚焦处理扩大能够接收到的OAM范围之后,使用CCD电荷耦合器件相机芯片得到优化相位畸变后的涡旋光束光强信息。
步骤1.2畸变探测光束的强度图,结合GS相位补偿算法,校正用于OAM波束的预补偿相位屏。
使用相位补偿算法前需要生成涡旋光束和探测光束。一般涡旋光束的光场表达式可以表示为:
u(r,θ,z)=u0exp(-ikz)exp(ilφ)
其中,l为OAM模式,k为波数,z表示光的传播方向,u0(r,z)表示振幅分布。
步骤2.在接收端对步骤1所获取的经过湍流信道传输的光束进行聚焦处理,光束聚焦能够有效的减小光斑半径,最终能够扩大OAM的接收范围,利用CCD电荷耦合器件相机芯片接收聚焦后的光束,得到优化相位畸变后的聚焦涡旋光束光强信息Im。
扩大OAM的接收范围,具体操作如下:在接收端放置一个聚焦透镜,接收端的光束经过聚焦透镜之后变成聚焦涡旋光束,CCD电荷耦合器件相机芯片放置在聚焦透镜之后,接收优化相位畸变后的聚焦涡旋光束的光强信息。
步骤3.利用计算机计算并提取光束闪烁、光束展宽、光束抖动和光束半径的值,将四个值结合为一个向量,作为特征向量,对多分类的梯度提升树模型进行训练,得到训练后的梯度提升树模型。
光束闪烁、光束展宽、光束抖动和光束半径r0的计算公式如下:
光束闪烁σ2计算公式为:
光束抖动Δρ计算公式为:
光束展宽r1定义为:
光束半径r0表示为:
计算机需计算得到光束闪烁、光束展宽、光束抖动和光束半径的值,将四个值结合为一个向量。在多种不同的环境下,对OAM模式范围为1-100的涡旋光束重复进行10次该操作,得到不同的特征向量值,制作成数据集,得到1000个样本数据,作为训练模型的训练集输入给多分类梯度提升树模型中,让其进行学习,等到模型对训练集有较好的拟合能力,即对数据集的训练精度足够高时,表征模型训练完毕,得到了训练好的多分类梯度提升树模型。
通过计算,提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,对多分类的梯度提升树模型进行训练,需要重复以下步骤,直至获得所需数量的数据样本:
步骤3.1使用相位补偿算法将预补偿相位调制到涡旋光束上,使经过预补偿之后的涡旋光束通过湍流信道进行传输。
步骤3.2在接收端使用聚焦透镜对光束进行聚焦,然后使用CCD电荷耦合器件相机芯片接收到优化畸变后的聚焦涡旋光束光强信息。
步骤3.3根据光强信息计算提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,训练多分类的梯度提升树模型。
步骤4.在未知相位扰动情况下,先利用GS相位补偿算法将补偿相位加载到待检测的涡旋光束上,待检测涡旋光束传输之后,将接收端得到的聚焦后的待检测涡旋光束的特征向量输入到步骤3训练后的梯度提升树模型中,得到检测的OAM模式结果。
使用相位补偿算法前生成涡旋光束,改变光源出射的高斯光束的偏振方向得到高斯光,并将所述高斯光调制成涡旋光。
涡旋光束自适应光学校正系统
具体的步骤为:
在任意的环境下,先使用步骤1.1使用的方法,利用GS相位补偿算法高速的将补偿相位加载到待检测的涡旋光束上,将其传输。在接收端对光束进行聚焦处理之后,用计算机通过计算,提取优化相位畸变后的聚焦涡旋光束的光束闪烁、光束展宽、光束抖动和光束半径;利用步骤3获得的训练完成后的多分类梯度提升树模型,输出检测的OAM模式。
实施例1:
大气湍流中拉盖尔高斯光束轨道角动量的识别模型参数如下:波长λ=1550nm,轨道角动量模式l范围1-60,湍流强度范围Cn2=2×10-17~2×10-13m-2/3,传输距离L=1000m。
试验仿真内容:
试验对比了只利用本方法提出的梯度提升树多分类模型(XGBoost)和利用本发明提出的方法中所使用的整体算法(GS-XGBoost)在五种不同湍流环境(Cn2=2×10-13、2×10-14、2×10-15、2×10-16、2×10-17m-2/3)下,对OAM模式范围为1-60的检测准确率。
结果及分析:
仿真实验结果如图1所示,图1横坐标是湍流强度,纵坐标是检测的准确率,每种湍流强度下数据样本各有600组,其中70%数据作为训练样本,30%数据作为测试样本。每种湍流强度下都有只利用本发明的检测方法提出的梯度提升树多分类模型和利用本发明的方法中所使用的整体算法训练出的模型对测试样本的检测准确率。从图中可以看出,在强湍流环境下(Cn2=2×10-13),只利用本发明的方法提出的梯度提升树多分类模型对测试样本检测的准确率只有25%,而利用本发明提出的方法中所使用的GS-XGBoost算法模型能够对测试样本检测的准确率达到98.6%,可见本发明的方法所使用的算法能够很大程度上提高强强度湍流环境下对OAM模式识别的准确率;在中强度湍流环境下(Cn2=2×10-14、2×10-15),只利用本发明的方法提出的梯度提升树多分类模型对测试样本检测的准确率为87.2%、97.7%,而利用本发明的方法中所使用的整体算法模型能够对测试样本检测的准确率达到99.2%、100%,可见在中强度湍流环境下,本发明提出的方法所使用的算法能够稍微提高对OAM模式识别的准确率;在弱强度湍流环境下(Cn2=2×10-16、2×10-17),利用本发明的方法提出的算法都能够达到100%的准确率。
本发明还公开了一种相位畸变涡旋光束轨道角动量模式的精确检测的系统,基于上述的相位畸变涡旋光束轨道角动量模式的检测方法,包括SLM空间调制器、CCD电荷耦合器件相机芯片和计算机,其中:
SLM空间光调制器,包括用于提高传输涡旋光束的质量的预补偿相位加载模块,优化相位畸变涡旋光束。
CCD电荷耦合器件相机芯片,包括接收到光强信息的接收端接收模块。
计算机包括自适应光学模块、机器学习模块和模式检测模块;自适应光学模块用于使用GS相位补偿算法进行迭代,得到预补偿相位;机器学习模块用于设计梯度提升树模型,并且使用特征向量数据对梯度提升树进行训练;模式检测模块用于使用训练好的梯度提升树模型结合GS相位补偿算法,对任意程度相位扰动的涡旋光束轨道角动量进行检测。
计算机设备里包含了自适应光学模块对应的算法—GS相位补偿算法,这个算法能够得到预补偿相位,预补偿相位需要通过SLM加载到待检测涡旋光束上。
综上所述,本发明提供的一种相位畸变涡旋光束轨道角动量模式的精确检测系统及其方法,所述系统和方法包括:(1)设计涡旋光束自适应光学校正系统检测相位畸变,得到预补偿相位,将预补偿相位利用SLM加载到待检测涡旋光束上,然后经过湍流传输;(2)在接收端加入聚焦透镜对光束进行聚焦后由CCD接收到优化相位畸变后的聚焦涡旋光束光强信息;(3)用计算机通过计算,提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,对梯度提升树多分类模型进行训练;(4)在未知相位扰动情况下,先利用涡旋光束自适应光学校正系统高速的将补偿相位加载到待检测的涡旋光束上,并将其传输,将接收端待检测聚焦涡旋光束的特征向量输入到训练后的梯度提升树多分类模型中,得到检测的OAM模式结果。本发明将光学系统与机器学习结合,能够减小光束相位扰动及扩大涡旋光束OAM模式的接收范围,从而扩大对涡旋光束OAM模式的检测范围;并且本发明在任意湍流强度的传输信道,能够对传输后相位畸变的涡旋光束轨道角动量模式进行快速且精确的检测,在自由空间光通信等领域具有广阔的应用前景。
以上描述仅是本发明的一些具体实例,显然对于本领域内的专业人员来说,在了解了本发明内容和原理后,可以进行形式上和细节上的各种修正和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (8)
1.一种相位畸变涡旋光束轨道角动量模式的检测方法,其特征在于:使用涡旋光束自适应光学校正系统检测相位畸变,得到预补偿相位,在涡旋光束发射端加载预补偿相位,在接收端对特征进行提取,使用机器学习的智能的方式对任意未知相位扰动下涡旋光束轨道角动量模式进行检测,具体包括以下步骤:
步骤1.设计涡旋光束自适应光学校正系统检测相位畸变,得到预补偿相位,将预补偿相位使用空间光调制器加载到待检测涡旋光束上然后经过湍流信道传输;
步骤2.在接收端对步骤1所获取的经过湍流信道传输的光束进行聚焦处理,光束聚焦能够有效的减小光斑半径,最终能够扩大轨道角动量的接收范围,利用电荷耦合器件相机芯片接收聚焦后的光束,得到优化相位畸变后的聚焦涡旋光束光强信息;
步骤3.利用计算机计算并提取光束闪烁、光束展宽、光束抖动和光束半径的值,将四个值结合为一个向量,作为特征向量,对多分类的梯度提升树模型进行训练,得到训练后的梯度提升树模型;
步骤4.在未知相位扰动情况下,先利用Gerchberg-Saxton相位补偿算法将补偿相位加载到待检测的涡旋光束上,待检测涡旋光束传输之后,将接收端得到的聚焦后的待检测涡旋光束的特征向量输入到步骤3训练后的梯度提升树模型中,得到检测的轨道角动量模式结果。
2.根据权利要求1所述的相位畸变涡旋光束轨道角动量模式的检测方法,其特征在于,所述步骤1中,利用涡旋光束自适应光学校正系统,对存在相位畸变的涡旋光束进行优化,具体操作如下:
利用已知轨道角动量模式为+1的涡旋光束作为探针检测相位畸变,利用无波前传感器相位补偿算法得到涡旋光束的预补偿相位;将预补偿相位使用空间光调制器加载到待检测涡旋光束上,然后经过湍流信道传输,完成光束优化。
3.根据权利要求2所述的相位畸变涡旋光束轨道角动量模式的检测方法,其特征在于,所述涡旋光束自适应光学校正系统中加入探针检测相位畸变,具体操作如下:
步骤1.1将轨道角动量模式为1,且初始相位相差90°与待检测轨道角动量光束具有偏振正交性的涡旋光束作为探针,待检测涡旋光束与探针光束组合在湍流信道中传播,表明探测光束和轨道角动量光束都经历了相同的畸变;步骤1.2畸变探测光束的强度图,结合Gerchberg-Saxton相位补偿算法,校正用于涡旋光波束的预补偿相位屏。
5.根据权利要求1所述的相位畸变涡旋光束轨道角动量模式的检测方法,其特征在于,所述步骤2中,扩大轨道角动量的接收范围,具体操作如下:
在接收端放置一个聚焦透镜,接收端的光束经过聚焦透镜之后变成聚焦涡旋光束,电荷耦合器件相机芯片放置在聚焦透镜之后,接收优化相位畸变后的聚焦涡旋光束的光强信息。
6.根据权利要求1所述的相位畸变涡旋光束轨道角动量模式的检测方法,其特征在于,所述步骤3中,通过计算,提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,对多分类的梯度提升树模型进行训练,重复以下步骤,直至获得所需数量的数据样本:
步骤3.1使用相位补偿算法将预补偿相位调制到涡旋光束上,使经过预补偿之后的涡旋光束通过湍流信道进行传输;
步骤3.2在接收端使用聚焦透镜对光束进行聚焦,然后使用电荷耦合器件相机芯片接收到优化畸变后的聚焦涡旋光束光强信息;
步骤3.3根据光强信息计算提取光束闪烁、光束展宽、光束抖动和光束半径作为特征向量,训练多分类的梯度提升树模型。
7.根据权利要求1所述的相位畸变涡旋光束轨道角动量模式的检测方法,其特征在于,使用相位补偿算法前生成涡旋光束,改变光源出射的高斯光束的偏振方向得到高斯光,并将所述高斯光调制成涡旋光。
8.一种相位畸变涡旋光束轨道角动量模式的精确检测的系统,基于权利要求1~7任一权利要求所述的相位畸变涡旋光束轨道角动量模式的检测方法,其特征在于,包括空间光调制器、电荷耦合器件相机芯片和计算机,其中:
所述空间光调制器,包括用于提高传输涡旋光束的质量的预补偿相位加载模块,优化相位畸变涡旋光束;
所述电荷耦合器件相机芯片,包括接收到光强信息的接收端接收模块;
所述计算机包括自适应光学模块、机器学习模块和模式检测模块;自适应光学模块用于使用Gerchberg-Saxton相位补偿算法进行迭代,得到预补偿相位;机器学习模块用于设计梯度提升树模型,并且使用特征向量数据对梯度提升树进行训练;模式检测模块用于使用训练好的梯度提升树模型结合Gerchberg-Saxton相位补偿算法,对任意程度相位扰动的涡旋光束轨道角动量进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210748154.3A CN115173942B (zh) | 2022-06-29 | 2022-06-29 | 相位畸变涡旋光束轨道角动量模式的检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210748154.3A CN115173942B (zh) | 2022-06-29 | 2022-06-29 | 相位畸变涡旋光束轨道角动量模式的检测系统及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115173942A CN115173942A (zh) | 2022-10-11 |
CN115173942B true CN115173942B (zh) | 2023-07-14 |
Family
ID=83488744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210748154.3A Active CN115173942B (zh) | 2022-06-29 | 2022-06-29 | 相位畸变涡旋光束轨道角动量模式的检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115173942B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108712216A (zh) * | 2018-07-21 | 2018-10-26 | 中南民族大学 | 轨道角动量光通信中的空间相位补偿系统及其方法 |
US11227047B1 (en) * | 2018-06-29 | 2022-01-18 | Fireeye Security Holdings Us Llc | System and method for improved end-to-end cybersecurity machine learning and deployment |
CN114499660A (zh) * | 2021-12-30 | 2022-05-13 | 山东师范大学 | 涡旋光束相位畸变校正方法、系统及通信装置 |
-
2022
- 2022-06-29 CN CN202210748154.3A patent/CN115173942B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11227047B1 (en) * | 2018-06-29 | 2022-01-18 | Fireeye Security Holdings Us Llc | System and method for improved end-to-end cybersecurity machine learning and deployment |
CN108712216A (zh) * | 2018-07-21 | 2018-10-26 | 中南民族大学 | 轨道角动量光通信中的空间相位补偿系统及其方法 |
CN114499660A (zh) * | 2021-12-30 | 2022-05-13 | 山东师范大学 | 涡旋光束相位畸变校正方法、系统及通信装置 |
Non-Patent Citations (1)
Title |
---|
涡旋光束的自适应光学波前校正技术;高春清;张世坤;付时尧;胡新奇;;红外与激光工程(02);8-13 * |
Also Published As
Publication number | Publication date |
---|---|
CN115173942A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Combatting nonlinear phase noise in coherent optical systems with an optimized decision processor based on machine learning | |
CN111800194B (zh) | 针对少模多芯oam光纤传输概率分布的非线性补偿方法 | |
CN113285758B (zh) | 一种基于ipca-dnn算法的光纤非线性均衡方法 | |
Jiang et al. | Coherently demodulated orbital angular momentum shift keying system using a CNN-based image identifier as demodulator | |
CN111639767A (zh) | 基于湍流效应的光学轨道角动量机器学习识别方法 | |
Wang et al. | KNN-based detector for coherent optical systems in presence of nonlinear phase noise | |
Amirabadi et al. | Low complexity deep learning algorithms for compensating atmospheric turbulence in the free space optical communication system | |
Zhao et al. | High-accuracy mode recognition method in orbital angular momentum optical communication system | |
Chang et al. | Adaptive optics compensation for orbital angular momentum optical wireless communications | |
JP2021145171A (ja) | 伝送路監視装置及び伝送路監視方法 | |
Chi et al. | Comprehensive study of orbital angular momentum shift keying systems with a CNN-based image identifier | |
CN115173942B (zh) | 相位畸变涡旋光束轨道角动量模式的检测系统及检测方法 | |
CN112179506B (zh) | 一种混合阶或分数阶涡旋光束模态识别装置及方法 | |
Feng et al. | Intelligent optical performance monitoring based on intensity and differential-phase features for digital coherent receivers | |
CN113346957A (zh) | 一种oam-qpsk传输的聚类非线性补偿方法 | |
Li et al. | Advanced multi-feedback stochastic parallel gradient descent wavefront correction in free-space optical communication | |
Kamiyama et al. | Neural network nonlinear equalizer in long-distance coherent optical transmission systems | |
Kumar et al. | Compensation of wavefront aberration using oppositional-breeding artificial fish swarm algorithm in free space optical communication | |
Liu et al. | Performance analysis of coherent optical communication based on hybrid algorithm | |
CN107894662A (zh) | 一种用于oam光束相位修复的改进spgd算法 | |
Zhao et al. | Wavefront distortion correction of superposed optical vortices based on deep multi-branch compensation network | |
Xiong et al. | Robust neural network-assisted conjugate orbital angular momentum mode demodulation for modulation communication | |
CN115987394A (zh) | 一种基于Wide&Deep模型的光纤非线性均衡方法 | |
Yang et al. | CNN-based phase matching for the OAM mode selection in turbulence heterodyne coherent mitigation links | |
CN114422027A (zh) | 基于Gerchberg-Saxton算法的涡旋光束波前相位校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |