[发明专利]基于卷积神经网络的光束轨道角动量谱测量方法与系统

说明书

本发明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，本发明操作简单，测量精度高，具有较大的进步。

技术领域

本发明涉及光电技术领域，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。

背景技术

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 angularmomentum,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。

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。

发明内容

有鉴于此，本发明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。

本发明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，得到并输出待测涡旋光束OAM谱。

本发明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：

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；

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；

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；

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。