【CN110186559A】一种涡旋光束轨道角动量模态的检测方法及装置【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910317271.2

(22)申请日 2019.04.19

(71)申请人 深圳大学

地址 518060 广东省深圳市南山区南海大

道3688号

(72)发明人 陈书青　赖玉财　贺炎亮　王佩佩　

刘俊敏　吴粤湘　李瑛　张小民　

范滇元　

(74)专利代理机构 深圳市君胜知识产权代理事

务所(普通合伙) 44268

代理人 王永文　刘文求

(51)Int.Cl.

G01J 1/42(2006.01)

(54)发明名称

一种涡旋光束轨道角动量模态的检测方法

及装置

(57)摘要

本发明提供的一种涡旋光束轨道角动量模

态的检测方法及装置，所述方法包括：提取训练

用涡旋光衍射图的特征参数，使用所述训练用涡

旋光衍射图的特征参数对前馈神经网络进行多

次迭代训练，得到训练后的前馈神经网络；提取

任意一张待检测涡旋光衍射图的特征参数，将所

述待检测涡旋光衍射图的特征参数输入到训练

后的前馈神经网络，得到代表轨道角动量模态的

二进制序列。训练后的前馈神经网络对图像有很

强的识别能力，能够对涡旋光轨道角动量的模态

进行快速且准确的检测，在光学OAM通信和量子

通信等领域具有广阔的应用前景。权利要求书2页 说明书8页 附图2页CN 110186559 A 2019.08.30

C N 110186559

A

权　利　要　求　书1/2页CN 110186559 A

1.一种涡旋光束轨道角动量模态的检测方法，其特征在于，所述方法包括以下步骤：

提取训练用涡旋光衍射图的特征参数，使用所述训练用涡旋光衍射图的特征参数对前馈神经网络进行多次迭代训练，得到训练后的前馈神经网络；

提取任意一张待检测涡旋光衍射图的特征参数，将所述待检测涡旋光衍射图的特征参数输入到训练后的前馈神经网络，得到代表轨道角动量模态的二进制序列。

2.根据权利要求1所述的方法，其特征在于，所述提取训练用涡旋光衍射图的特征参数，使用所述训练用涡旋光衍射图的特征参数对前馈神经网络进行多次迭代训练包括依次重复以下步骤：

将涡旋光调制成畸变涡旋光；

对所述畸变涡旋光进行衍射处理得到训练用涡旋光衍射图；

提取所述训练用涡旋光衍射图的特征参数，使用所述训练用涡旋光衍射图的特征参数训练前馈神经网络。

3.根据权利要求2所述的方法，其特征在于，所述将涡旋光调制成畸变涡旋光的步骤前还包括：

改变光源出射的高斯光束的偏振方向得到高斯光，并将所述高斯光调制成涡旋光。

4.根据权利要求1所述的方法，其特征在于，所述提取训练用涡旋光衍射图的特征参数的步骤包括：

从训练用涡旋光衍射图中选取i×i的衍射级作为训练用特征提取对象；

提取所述训练用特征提取对象中每个衍射级的最大值、平均值和方差作为训练用涡旋光衍射图的特征参数。

5.根据权利要求2所述的方法，其特征在于，所述使用所述训练用涡旋光衍射图的特征参数训练前馈神经网络的步骤包括：

将所述训练用涡旋光衍射图的特征参数输入到前馈神经网络，得到输出值，根据输出值计算出损失值；

将所述损失值反向传播到前馈神经网络，修改所述前馈神经网络的参数。

6.根据权利要求2所述的方法，其特征在于，所述训练用涡旋光衍射图为光斑呈阵列排布的衍射图，每个光斑所在位置对应一个衍射级。

7.一种涡旋光束轨道角动量模态的检测装置，其特征在于，所述装置包括：CCD图像传感器和计算机设备；

所述CCD图像传感器包括：参数提取模块；

所述参数提取模块，用于提取训练用涡旋光衍射图的特征参数和提取任意一张待检测涡旋光衍射图的特征参数；

所述计算机设备包括：神经网络训练模块和模态检测模块；

所述神经网络训练模块，用于使用训练用涡旋光衍射图的特征参数对前馈神经网络进行多次迭代训练，得到训练后的前馈神经网络；

所述模态检测模块，用于将所述任意一张待检测涡旋光衍射图的特征参数输入到训练后的前馈神经网络，得到代表轨道角动量模态的二进制序列。

8.根据权利要求7所述的一种装置，其特征在于，所述装置还包括第一空间光调制器、第二空间光调制器和二维叉型光栅；

2