一种混合角动量光束的产生及其角动量探测.pdfVIP

摘要 摘要 涡旋光束由于其独特的物理性质，近年来被广泛的研究并且应用于各个领 域。涡旋光束携带有轨道角动量(OAM) 的独特性质使其可以很好的应用于光学 通讯领域。OAM 作为信息传输的媒介有着正交性，无限表示范围等优点，然而 由于物理装置的复杂性以及大气湍流的扰乱，依靠传统方案搭建的自由空间 OAM 传输系统的识别准确率不高，传输效率低。为此，我们借助机器学习的工 具，采用对光强分布图进行图像识别的方案，对OAM 进行检测和识别。 在本文中，我们提出并产生了一种混合角动量的光束，其在OAM 的识别 上具有很大的优势，同时也为光的OAM 识别方案提供了更可控的自由度。基 于混合角动量的光束，我们利用并改进AlexNet 架构的卷积神经网络(CNN)机 器学习方案，最终实现了基于花瓣干涉模式的光OAM 的高精度识别。 我们分别研究了训练样本分辨率和训练样本数量关于训练时间和识别准确 率的关系。也研究了识别准确率与OAM 量子数l ，螺旋相位占整个混合相位的 角动量比例n ，和传播距离z 这三个参数的关系。我们的研究表明，当量子数l 范围从1 到10，和n 变化范围从0.02 到0.99 时，识别准确率接近100%。在 OAM 模式下识别出的最小角动量比例n 的间隔为0.01 ，表明了这种混合角动量 光束具有超高带宽，对于下一代基于CNN 的OAM 光通信具有巨大的潜力。 关键词：涡旋光束、轨道角动量、机器学习、光学通讯、卷积神经网络 I 摘要 ABSTRACT Due to its unique physical properties, vortex beam has been widely studied and applied in many fields in recent years. The unique property of vortex beam carrying orbital angular momentum (OAM) makes it suitable for optical communication. OAM, as a medium for information transmission, has the advantages of orthogonality and infinite representation range. However, due to the complexity of physical devices and the disturbance of atmospheric turbulence, the recognition accuracy and transmission efficiency of the traditional free-space OAM transmission system are not high. Therefore, we use machine learning to help detect and recognize OAM by image recognition method of light intensity distribution. In this paper, we propose and generate a beam with hybrid angular momentum, which has great advantages in the recognition of OAM and provides more controllable degrees of freedom for the recognition of OAM. Based on this hybrid angular momentum beam, we realized high accuracy recognition of optical orbital angular momentum