《华东师范大学学报·哲学社会科学版杂志》发表论文赏析
作者:曹鹭萍, 夏勇
摘要:提出并产生了一种高分辨率的分数混合涡旋光束, 其具有混合比例参数$ n $, 可提供新的自由度以扩展轨道角动量的带宽. 结合深度学习中卷积神经网络的方法, 对大气湍流条件下轨道角动量分辨率$ \Delta l=0.1, $ 以及混合比例参数分辨率$\Delta n =0.01$的分数混合涡旋光束进行了精确识别, 研究了湍流强度和传输距离对识别准确率的影响. 结果表明, 对于150 m的传输距离, 即使在较强湍流($ C_n^2 $ = 5 × 10–14 m–2/3)下, 识别准确率仍达到了82.09%; 在中弱湍流($ C_n^2 $ = 1 × 10–14, 5 × 10–15 m–2/3)下, 识别准确率均超过99%. 该方案可为湍流环境下准确识别分数轨道角动量提供参考.
关键词:涡旋光束,分数轨道角动量,大气湍流,深度学习,
基金资助:国家自然科学基金 (12174115)