深度迁移学习方法识别轨道角动量光束
为了加快基于深度学习的轨道角动量光束识别模型的训练速度,提出使用迁移学习的方式识别轨道角动量光束,并利用次谐波法生成大气湍流相位屏仿真大气湍流,以空间光调制器加载相位屏的方式搭建模拟湍流环境,基于迁移学习的轨道角动量光束识别系统在弱湍流和中湍流环境下均获得了90%以上的识别率.并与传统深度学习方式在模型训练速度、识别率等方面进行性能对比,证明了在弱、中湍流环境中,基于迁移学习的轨道角动量光束识别方法在保持较高识别率的前提下可以减少训练时间.
轨道角动量、迁移学习、空间光调制器、湍流相位屏
49
TN929.12
国家自然科学基金62105042
2022-07-07(万方平台首次上网日期,不代表论文的发表时间)
共10页
43-52