基于卷积神经网络的光束轨道角动量谱测量方法与系统技术方案

本发明专利技术公开了一种基于深度学习的测量光束轨道角动量谱方法与系统。将待测光束沿系统光轴方向入射，经过特殊设计的纯相位轨道角动量谱测量光栅衍射后，采用面阵探测器接收远场衍射光场分布，然后输入进本发明专利技术搭建并训练好的卷积神经网络即可直接得到待测光束的轨道角动量谱。本发明专利技术方法系统结构简单，易于操作，只需要接收远场衍射光斑即可，其余工作可交给主机完成。与现有的轨道角动量谱测量技术相比，本发明专利技术操作简单，测量精度高，具有较大的进步。步。步。

【技术实现步骤摘要】
基于卷积神经网络的光束轨道角动量谱测量方法与系统


[0001]本专利技术涉及光电
，尤其涉及一种基于卷积神经网络的光束轨道角动量谱测量方法与系统。

技术介绍

[0002]与宏观物体类似，光子也具有角动量，用来描述光子旋转运动的状态。光子的角动量也分为自旋角动量(spin angular momentum,SAM)与轨道角动量(orbital angular momentum,OAM)，其中SAM对应于宏观的圆偏振态，有
±
1两个本征值；而OAM描述了光波前的性质，其本征值可以取任意整数。携带OAM的光束具有螺旋形波前，光束中心存在一个相位奇点。先前的研究已经表明，如果光束的复振幅表达式中包含有螺旋相位项其中l为角量子数，是OAM的本征值，也称为OAM态，为角向坐标，则其携带OAM，这种光束通常被称为涡旋光束。常见的涡旋光束包括拉盖尔
‑
高斯光束、贝塞尔高斯光束、艾利光束等。涡旋光束在诸多领域都展现出广阔的应用前景，例如，涡旋光束携带的OAM可用于对微粒的无接触捕获和操控，形成光镊；涡旋光束的旋转多普勒效应使得其进而用来测量旋转体的角向运动状态；在光通信领域，涡旋光束携带的OAM可以作为一种新的编码特征实现高维数字信号编码，提升了光子效率并进一步扩展了光通信系统的信道容量。
[0003]OAM谱定义为光束在其所携带的不同OAM上的能量比率，可以反映光束的OAM的一些性质，是评价涡旋光束的重要参数之一。对于多模混合涡旋光束，OAM成分相同但其所占比重不同时，其强度分布、波前分布等性质是完全不同的。涡旋光束的OAM谱对上述所有涡旋光束的应用均有重要的影响，因此，测量多模混合涡旋光束时，除了确定其所包含的OAM态或OAM成分，还应明确各个成分间的能量比率，即OAM谱。现有的OAM谱测量方法包括干涉测量法、衍射测量法和偏振测量法等，但是均存在测量范围较小、测量精度较低、测量装置复杂等缺点。

技术实现思路

[0004]有鉴于此，本专利技术公开了一种基于卷积神经网络的光束OAM谱测量方法与系统。
[0005]本专利技术的一种基于卷积神经网络的光束OAM谱测量方法，其原理在于，采用一经特殊设计的纯相位OAM谱测量光栅将待测涡旋光束衍射，远场衍射的光场分布与待测涡旋光束的OAM谱相关，此时采用面阵探测器测量远场衍射光场分布，经数据预处理之后，送入本专利技术所设计并搭建的卷积神经网络进行分析，卷积神经网络通过前向传输计算后，得到并输出待测涡旋光束OAM谱。
[0006]本专利技术的一种基于卷积神经网络的测量OAM谱方法，所涉及的卷积神经网络由输入层、7个卷积单元、全局平均池化层、2个全连接单元以及输出层组成：
[0007]所述输入层为b
×
128
×
128
×
1的单通道灰度图像，其中b为批训练数量；
[0008]所述卷积单元由具有一定数量卷积核的卷积层、激活函数“Leaky_relu”、最大池化层、Dropout组成，其中，第一个卷积单元具有32个卷积核，第二、三个卷积单元具有64个
卷积核，第四、五个卷积单元具有128个卷积核，第六、七个卷积单元具有256个卷积核；
[0009]所述全连接单元由具有一定数量节点的全连接层、激活函数“Leaky_relu”、Dropout组成，其中第一个全连接单元具有512个节点，第二个全连接单元具有256个节点；
[0010]所述输出层为b
×
21的张量，即OAM态取值范围为l∈{
‑
10,
‑
9,
‑
8,
‑
7,
‑
6,
‑
5,
‑
4,
‑
3,
‑
2,
‑
1,0,1,2,3,4,5,6,7,8,9,10}的待测涡旋光束的OAM谱。
[0011]本专利技术的一种基于卷积神经网络的测量OAM谱系统，由偏振转化器、液晶空间光调制器、薄凸透镜、面阵探测器、数据传输部、主机组成：
[0012]所述偏振转化器用于将入射待测涡旋光束转化为水平线偏振光，其原因在于后方的液晶空间光调制器仅可对水平线偏光实现纯相位调制；
[0013]所述液晶空间光调制器置于偏振转化器后方的激光光路中，用于加载纯相位OAM谱测量光栅，将待测涡旋光束衍射；
[0014]所述薄凸透镜置于液晶空间光调制器后方的激光光路中，且其距离液晶空间光调制器的距离为焦距f，用于对光场做傅里叶变换以获得远场衍射；
[0015]所述面阵探测器置于透镜后方的激光光路中，且其距离薄凸透镜的距离为薄凸透镜的焦距f，用于测量并输出待测涡旋光束的远场衍射光场分布；
[0016]所述数据传输部与面阵探测器相机连接，用于传输远场衍射的光场分布；
[0017]所述主机，用于搭建并训练本专利技术的可测量光束OAM谱的卷积神经网络，其接收来自于数据传输部的远场衍射光场分布，并进行前向传输计算，最终得到并输出待测涡旋光束的OAM谱。
[0018]本专利技术具有以下有益效果：
[0019]本专利技术的一种基于卷积神经网络的测量OAM谱方法，操作方便，响应时间极短，可以准确计算待测涡旋光束的OAM谱；
[0020]本专利技术的一种基于卷积神经网络的测量OAM谱系统，结构简单，易于构建，算法网络无需重复调节，可适应多种不同应用场景。
附图说明
[0021]图1为一种经过特殊设计的纯相位OAM谱测量光栅相位分布示意图；
[0022]图2为本专利技术的一种基于卷积神经网络的测量OAM谱方法的卷积神经网络结构图，其中，Input表示输入层，Conv表示卷积层，Leaky_relu表示激活函数，Maxpool表示最大池化层，Regularization表示正则化，Global表示全局平均池化层，Dense表示全连接层，Output表示输出层；
[0023]图3为本专利技术的一种基于卷积神经网络的测量OAM谱系统结构图，其中，1
‑
偏振转化器，2
‑
液晶空间光调制器，3
‑
薄凸透镜，4
‑
面阵探测器，5
‑
数据传输部，6
‑
主机；
[0024]图4(a)为利用本专利技术的一种基于卷积神经网络的光束OAM谱测量方法与系统测量单一OAM模式(l＝3)的待测光束的谱时，面阵探测器捕获的远场衍射强度分布；
[0025]图4(b)为利用本专利技术的一种基于卷积神经网络的光束OAM谱测量方法与系统测量单一模式携带OAM光束时，采用本专利技术的卷积神经网络分析图4(a)的强度分布计算得出的OAM谱。
[0026]图5(a)为利用本专利技术的一种基于卷积神经网络的光束OAM谱测量方法与系统测量
多模混合OAM光束，其主要OAM模式强度比例为{0.040：0.189：0.264：0.499}，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的光束轨道角动量谱测量方法，其特征在于，采用本发明的纯相位轨道角动量谱测量光栅将待测涡旋光束衍射，远场衍射的光场分布与待测涡旋光束的轨道角动量谱相关，此时采用面阵探测器测量远场衍射光场分布，经数据预处理之后，送入本发明所设计并搭建的卷积神经网络进行分析，卷积神经网络通过前向传输计算后直接得到待测光束的轨道角动量谱：(1)纯相位轨道角动量谱测量光栅具有如下特征：其相位分布函数为：其中，a和b是光栅的两个基本参数，表征光栅周期的变化梯度；x和y为光栅平面笛卡尔坐标，当待测光束经过该特殊设计的纯相位轨道角动量谱测量光栅后，远场衍射光场仅具有唯一衍射级，并将出现类似于厄米高斯光束的强度分布，且该强度分布与待测涡旋光束的轨道角动量谱构成一一映射；(2)所搭建的卷积神经网络具有如下特征：整个网络由输入层、7个卷积单元、全局平均池化层、2个全连接单元以及输出层组成；输入层为b
×
128
×
128
×
1的单通道灰度图像，其中b为批训练数量；卷积单元由具有一定数量卷积核的卷积层、激活函数“Leaky_relu”、最大池化层、Dropout组成，其中，第一个卷积单元具有32个卷积核，第二、三个卷积单元具有64个卷积核，第四、五个卷积单元具有128个卷积核，第六、七个卷积单元具有256个卷积核；全连接单元由具有一定数量节点的全连接层、激活函数“Leaky_relu”、Dropout组成，其中第一个全连接单元具有512个节点，第二个全连接单元具有256个节点；输出层为...

【专利技术属性】
技术研发人员：付时尧，王佳琦，高春清，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：