基于机器学习检测相位畸变后的涡旋光束轨道角动量

摘要：

针对涡旋光受大气湍流而产生的相位畸变问题,设计了卷积神经网络检测涡旋光束轨道角动量态.将相位畸变的拉盖尔高斯涡旋光光强图像作为样本数据输入,网络利用输入的数据集进行自主学习,经过多次迭代能够精确检测出光束高阶轨道角动量信息.仿真结果表明:在大气湍流强度不确定的情况下,模型对轨道角动量态范围为1～40、1～100、1～160的涡旋光束检测准确率分别为94％、90％、86％;在不同传输距离、不同径向指数、不同基模束腰半径以及不同波长下轨道角动量态范围为1～100的涡旋光束的检测准确率均达到78％以上,且具有很好的鲁棒性.该方法检测精度高、范围广、移植性强,可为涡旋光束轨道角动量态的检测与识别提供一种新思路.

关键词：涡旋光束、湍流扰动、卷积神经网络、高轨道角动量态检测、相位畸变

所属期刊栏目：51

分类号：TN929.12

资助基金：国家自然科学基金;陕西省自然科学基金

在线出版日期：2022-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：321-328