基于机器学习检测相位畸变后的涡旋光束轨道角动量

作者：史晨寅; 韦宏艳^*; 贾鹏; 岳新宇

来源：光子学报, 2022, 51(01): 329-336.

• 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

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。

• 单位
  太原理工大学