[发明专利]一种基于卷积神经网络的涡旋光束阵列多维编解码方法

说明书

本发明公开了一种基于卷积神经网络的涡旋光束阵列多维编解码方法。本发明通过涡旋光束阵列相位光栅对高斯光束进行时变的多维调制编码，利用卷积神经网络进行解调，提高了系统的解调速度和准确率。本发明的基于卷积神经网络的涡旋光束阵列多维编解码系统中，数字信号的调制与解调均可分别由涡旋光束阵列相位光栅和卷积神经网络系统来实现，解调结构十分简单，易于调节，并降低了系统成本。本发明相比于现有的数字信号解调方法与系统相比具有很大的改进，在涡旋光束的多维编解码中具有十分广阔的应用前景。

技术领域

本发明属于光通信的信息传输技术领域，具体涉及一种基于卷积神经网络的涡旋光束阵列多维编解码方法。

背景技术

随着5G的时代的全面普及，物联网、视频电话、网络直播、远程教育和电子商务等需要大流量的产业不断兴起，人们对信息的需求越来越大，对网络的容量和带宽的需求越来越大，因而扩大通信系统的通信容量已成为通信领域一个亟待解决的问题，对更多通信资源维度的发掘成为构建高速大容量的通信技术的必然趋势。轨道角动量(orbitalangular momentum，OAM)是一种新的物理维度，跟其他光维度(如波长/频率、时间等)彼此相互独立所以得到了研究者的广泛关注。将携带有OAM的涡旋光束应用到光通信领域，可以有效的提升光通信系统的容量。首先，涡旋光束的OAM模式值可以作为一个独立的维度来进行信息编码，即OAM编码。当采用m个不同的OAM模式值进行OAM编码表示一个m进制数，则经过编码后每一个码元具有log₂N比特的信息量。相比于传统的二进制1比特编码而言，将编码效率提升了log₂N倍。由于OAM模式值l取值无限，因此理论上一个光子可以承载无穷比特的信息量。另外，不同整数阶OAM的光束之间相互正交。因此，以具有不同OAM模式值的涡旋光束作为载波，将模式复用技术和空分复用技术引入传统光通信中，可大大拓展通信系统的信道容量。

在OAM编码技术中，虽然采用多维OAM编码方法可以用有限的OAM模式值实现了高比特信息量的编码，但是在解调之前需要进行判断基于哪种维度的调制编码，且它的解调结构相对比较复杂，所以当前需开发新的解调技术，使得采用多维OAM编码方法的解调速度更快和准确率更高。

发明内容

本发明的目的是针对OAM光束解调技术的缺陷，提供一种基于卷积神经网络的涡旋光束阵列多维编解码方法，本发明通过卷积神经网络的方法对涡旋光束的多维编码进行解调，极大提高了系统的解调速度和准确率，同时系统结构简单易于实现。

为了实现以上目的，本发明采用的技术方案包括如下步骤：

S1：将传输图像通过编码转换成二进制比特流，将所述的二进制比特流序列划分成10比特一组，每组中前面4比特是传输空间位置的信息，每组中中间3比特是传输涡旋光束模式值的信息，每组最后3比特是传输涡旋光束振幅的信息，根据每组中不同位置比特传输信息的不同设计相应的涡旋光束阵列光栅全息图；

S2：将涡旋光束阵列光栅全息图加载到空间光调制器上，激光器产生高斯光束通过所述的空间光调制器，空间光调制器将高斯光束调制成阵列涡旋光束，具体实现如下：在第一个时刻进行空间位置的调制编码，传输4bit信息；在第二个时刻进行涡旋光束模式值的调制编码，传输3bit信息；在第三个时刻进行涡旋光束振幅调制编码，传输3bit信息；

S3:阵列涡旋光束在自由空间传输后经过CCD相机，CCD相机采集得到阵列涡旋光束随着时间变化的强度分布图，并传输给主机

S4：主机接收到强度分布图后，由主机上的卷积神经网络进行识别，得到加载在阵列涡旋光束上的数字信息；

S5：所述的数字信息通过10比特一组的顺序整合成二进制比特流，将二进制比特流通过解码转换得到所传输图像。

进一步的，所述的数字信息的调制编码由涡旋光束阵列相位光栅全息图来实现，所述的调制编码序列根据传输图像编码转换的bit数码型序列所决定的。