一种基于卷积神经网络的涡旋光束阵列多维编解码方法技术

本发明专利技术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。本发明专利技术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。本发明专利技术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。本发明专利技术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。广阔的应用前景。广阔的应用前景。

【技术实现步骤摘要】
一种基于卷积神经网络的涡旋光束阵列多维编解码方法


[0001]本专利技术属于光通信的信息传输
，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。

技术介绍

[0002]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(orbital angular 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。
[0003]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。

技术实现思路

[0004]本专利技术的目的是针对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，本专利技术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。
[0005]为了实现以上目的，本专利技术采用的技术方案包括如下步骤：
[0006]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；
[0007]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；
[0008]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
[0009]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；
[0010]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。
[0011]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。
[0012]进一步的，所述的空间光调制器与主机相连并由主机控制，空间光调制器上加载涡旋光束阵列光栅全息图。
[0013]进一步的，所述的主机上的卷积神经网络采用深度学习中经典的LeNet
‑
5架构。
[0014]进一步的，本专利技术还提供一种基于卷积神经网络的涡旋光束阵列多维编解码系统，包括激光器、空间光调制器、CCD相机、数据传输线和主机；所述激光器作为光源，用以产生基模高斯光束；所述空间光调制器加载根据传输图像编码得到的二进制比特流序列设计的涡旋光束阵列光栅全息图，来调制基模高斯光束以实现信息的多维编码，并获得多维编码调制后的阵列涡旋光束；所述CCD相机置于激光光路中，对多维编码调制后时的变阵列涡旋光束进行记录；所述数据传输线用于连接CCD相机与主机，实现信息的实时传输；所述主机用于分析由CCD相机采集到的强度分布图，以深度学习的方式得到加载在阵列涡旋光束上的数字信息，将数字信息通过10比特一组的顺序整合为二进制比特流，通过二进制比特流解码转换得到传输图像，实现图像的传输。
[0015]与现有技术相比，本专利技术有益效果如下：
[0016]本专利技术提出了一种基于卷积神经网络的涡旋光束阵列多维编码/解码方法与系统。本专利技术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。解调结构十分简单，易于调节，并降低了系统成本。本专利技术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。
附图说明
[0017]图1是本专利技术结构示意图；
[0018]图2是不同时刻下高斯光束通过空间光调制器上的涡旋光束阵列光栅全息图后生成的阵列涡旋光束的强度分布图；
[0019]图3不同时刻下阵列涡旋光束的强度分布图以及对应的码型序列
[0020]图4不同时刻下强度分布图通过卷积神经网络学习的识别率仿真图；
[0021]图5(a)仿真实验中所要传输的灰度图片；
[0022]图5(b)利用10比特阵列涡旋光束将(a)所示的图片在自由空间中传输1千米后卷积神经网络解调出来的图片；
[0023]其中，1.激光器；2.空间光调制器；3.大气湍流信道模型；4.CCD相机；5.数据传输线和主机。
具体实施方式
[0024]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0025]本专利技术的目的是针对现有技术的缺陷，提供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及系统。
[0026]实施例1：
[0027]本专利技术提出的一种基于卷积神经网络的涡旋光束阵列多维编解码方法，其中，1.激光器；2.空间光调制器；3.大气湍流信道模型；4.CCD相机；5.数据传输线和主机。
[0028]如图1所示，在传输距离为1km下传输10bit信息为例；本专利技术具体实现如下：
[0029]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涡旋光束阵列多维编解码方法，其特征在于包括如下步骤：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。2.根据权利要求1所述一种基于卷积神经网络的涡旋光束阵列多维编解码方法，其特征在于数字信息的调制编码由涡旋光...

【专利技术属性】
技术研发人员：张国文，欧军，池灏，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：