基于ResNeXt网络的扰动轨道角动量谱识别

摘要：

涡旋波束携带的轨道角动量(OAM)模态在通信容量提高、同时同频多路信息调制等领域具有重要的应用前景,但涡旋波束经复杂介质环境后会造成波束场幅度和相位扰动,进而引起信道串扰、高误码率等问题.基于ResNeXt网络,提出了一种基于实测涡旋波束扰动场的图像,识别扰动场OAM谱分布的方法.以涡旋贝塞尔波束入射玻璃板的实验图像为例,利用所提方法进行OAM谱识别,对于不同入射方向情况下的场幅度图像,通过优化后的ResNeXt网络获得了透射场的OAM谱分布结果,对识别结果进行谱分布重构,并与数值计算结果进行对比,分析误差.结果 表明,优化后的ResNeXt网络可以有效地识别出穿过玻璃介质之后的入射角为0°～45°的贝塞尔波束的透射场OAM谱分布,由于谱分布的弥散程度随着入射角度的增大而增大,与理论计算结果相比,主模相对误差亦随角度的增大而增大,但最大不超过22.86％.

关键词：光通信;涡旋贝塞尔波束;轨道角动量;螺旋谱;神经网络;透射场

所属期刊栏目：48

分类号：TN929.1;TP181

在线出版日期：2021-11-16（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：106-113