一种基于光束轨道角动量态的非相干叠加键控方法与系统
技术领域
：本发明属于光通信的信息传输
技术领域
，具体涉及一种基于光束轨道角动量态的非相干叠加键控方法与系统背景技术
：轨道角动量(orbital angular momentum，OAM)拥有不同于波长/频率、时间、复振幅(幅度，相位)、偏振这些维度，是一种新的物理维度，也是一种新的自由度，跟其他维度彼此相互独立。携带OAM的涡旋光具有连续螺旋相位波前，强度分布图呈现中心为暗斑的亮环。理论上，由于OAM模式值取值无限且携带不同整数阶OAM的光束之间相互正交，这启发了人们可将OAM光束的空间维度资源作为信息的载体，应用于自由空间光(free spaceoptical，FSO)通信领域来摆脱通信资源日益紧缩的困境。
复合涡旋光束的生成分为相干叠加和非相干叠加两种方式。相干叠加实现需要满足的条件较苛刻，且多个光源实现相干叠加是困难的，相干叠加后光场为干涉光，其光强容易受不同涡旋光束相干光场叠加区域的相位差的影响。非相干光场的叠加属于光强叠加，总光强处处等于各个光束的光强之和，比较容易实现。不论相干叠加和非相干叠加都会保留“涡旋”这一特性。
在OAM编码技术中，虽然基于光束轨道角动量态和振幅两种不同维度的编码方法能有效实现更高比特信息量的编码，但是它的解调结构比较复杂且对空间光调制器要求较高，所以当前需开发新的技术，使得对利用两种不同维度的编码方式产生的涡旋光束解调速度更快和准确率更高，且能降低对空间光调制器调制速率的要求。
发明内容
本发明的目的是针对现有的空间光调制器的调制速率较低和OAM光束解调速度慢的缺陷，提供一种基于光束轨道角动量态的非相干叠加键控方法与系统，通过非相干叠加的方法对光束轨道角动量态和振幅两种不同维度分别进行调制生成的涡旋光束进行复合，且利用深度学习网络实现对生成的复合涡旋光束进行解调，极大提高了系统的解调速度和准确率，同时也降低了对空间光调制器调制速率的要求，而且系统结构简单易于实现。
为了实现以上目的，本发明采用以下技术方案：
一种基于光束轨道角动量态的非相干叠加键控方法，其特征在于，包括步骤：
S1：第一电子脉冲控制激光器、第二电子脉冲控制激光器、第三电子脉冲控制激光器和第N电子脉冲控制激光器产生N路不同序列的光脉冲，所述产生的高斯光束同时分别通过第一空间光调制器、第二空间光调制器、第三空间光调制器和第N空间光调制器进行调制。
S2：第一空间光调制器输出的调制信号和第二空间光调制器输出的调制信号通过第一光学分束器，第三空间光调制器输出的调制信号和第四空间光调制器输出的调制信号通过第二光学分束器直到第N-1空间光调制器输出的调制信号和第N空间光调制器输出的调制信号通过第N/2光学分束器。第一光学分束器和第二光学分束器通过第N/2+1光学分束器，第三光学分束器和第四光学分束器通过第N/2+2光学分束器直到第N/2光学分束器和第N/2-1光学分束器通过第N/2+N/4光学分束器,第N/2+1光学分束器和第N/2+2光学分束器通过第N/2+N/4+1以此类推直到第N-3光学分束器和第N-2光学分束器通过第N-1光学分束器得到非相干叠加的复合涡旋光束。
S3:所述的复合涡旋光束依次经过大气湍流信道和CCD相机，得到复合涡旋光束在大气湍流影响下随着时间变化的强度分布图。
S4：所述的强度分布图通过主机，由主机上的深度学习网络进行训练识别解调，得到了所传输的数字信号，从而得到所传输的图像信息。
进一步的，所述的传输图像信息的编码由第一电子脉冲、第二电子脉冲、第三电子脉冲和第N电子脉冲所组成的序列所实现，所述的序列根据所要传输的图像信息所决定。其中第一电子脉冲序列为比特数的最高位。
进一步的，所述的空间光调制器由主机所控制，第一空间光调制器、第二空间光调制器、第三空间光调制器和第N空间光调制器分别对应为不同涡旋光束的轨道角动量模式值和不同涡旋光束的归一化振幅值组合形成的全息图，数字信号的调制编码是对光束轨道角动量态和振幅两种不同维度分别进行调制，假设OAM和幅度维分别代表m元和n元符号，分别代表log2m和log2n位的数据信息，则当两个维度同时使用时，总共可生成log2(mn)个比特信息。该调制编码可以看作是OAM幅度维度上的扩展编码，从而可以用更少的OAM状态来实现更高位的编码。
进一步的，所述的主机上的深度学习网络采用是经典的LeNet-5架构。
相应的，还提供一种基于光束轨道角动量态的非相干叠加键控系统，包括电子脉冲控制激光器、空间光调制器、1xN复用器、CCD相机、数据传输线和主机。
所述电子脉冲控制激光器作为光源，用以产生高斯光束，根据电子脉冲的序列输出随着时间变化的高斯光束；
所述空间光调制器其加载一系列根据所要编码的信号而实现特殊设计的全息图，来调制高斯光束以实现信号编码，并得到对光束轨道角动量态和振幅两种不同维度分别进行调制生成的涡旋光束；
所述1xN复用器其将四路不同的涡旋光束实现非相干叠加；
所述CCD相机置于1xN复用器的激光光路中，对复用的涡旋光束的强度分布图进行采集；
所述数据传输线用于连接CCD相机与主机，实现信号的实时传输；
所述主机用于分析由CCD相机采集的强度分布图，用深度学习中对图像分类的方法得到所编码的数字信号，实现信号的解调，从而得到所传输的图像。
与现有技术相比，发明通过非相干叠加的方法对光束轨道角动量态和振幅两种不同维度分别进行调制生成的涡旋光束进行复合，且利用深度学习网络实现对生成的复合涡旋光束进行解调，提高了系统的解调速度和准确率。目前对于OAM-SK研究大多数采用的是对一路的激光器产生的高斯光束进行调制，涡旋光束的生成速率受制于空间光调制器的调制速率影响，本方案采用是同时对多路高斯光束进行调制，并且产生的各路涡旋光束相互独立，不受空间光调制器调制速率的限制，降低了对空间光调制器调制速率的要求。解调结构十分简单，并降低了系统成本。本发明相比于现有的基于光束轨道角动量态的解调方法与系统相比具有很大的改进，在自由空间光通信系统中具有广泛的应用前景。
附图说明
图1是基于光束轨道角动量态的非相干叠加键控的结构示意图；
图2是四路电子脉冲控制激光器产生高斯光束同时分别通过第一空间光调制器、第二空间光调制器、第三空间光调制器和第四空间光调制器调制后生成的涡旋光束强度分布图；
图3是通过三个分束器的生成复合涡旋光束的强度分布图以及不同强度分布图所对应4bit码元符号的映射关系；
图4是经过大气湍流信道后的强度分布图通过深度学习网络的识别率实验图，其中x轴为Epoch，大气湍流强度为
其中，1.第一电子脉冲控制激光器；2.第二电子脉冲控制激光器；3.第三电子脉冲控制激光器；4.第N电子脉冲控制激光器；5.第一空间光调制器；6.第二空间光调制器；7.第三空间光调制器；8.第N空间光调制器；9.第一光学分束器；10.第二光学分束器；11.第N-1光学分束器；12.大气湍流信道模型；13.CCD相机；14.数据传输线和主机。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，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发明的其他优点与功效。本发明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，在没有背离本发明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。
本发明的目的是针对现有技术的缺陷，提供了一种基于光束轨道角动量态的非相干叠加键控方法及系统。
实施例一
如图1所示，本发明提出的一种基于光束轨道角动量态的非相干叠加键控系统，1.第一电子脉冲控制激光器；2.第二电子脉冲控制激光器；3.第三电子脉冲控制激光器；4.第四电子脉冲控制激光器；5.第一空间光调制器；6.第二空间光调制器；7.第三空间光调制器；8.第四空间光调制器；9.第一光学分束器；10.第二光学分束器；11.第三光学分束器；12.大气湍流信道模型；13.CCD相机；14.数据传输线和主机。
本实例提供一种基于光束轨道角动量态的非相干叠加键控方法，具体如下：
如图1所述，以传输4bit信息为例。
S1：第一电子脉冲控制激光器、第二电子脉冲控制激光器、第三电子脉冲控制激光器和第四电子脉冲控制激光器产生四路不同序列的光脉冲，所述产生的高斯光束同时分别通过第一空间光调制器、第二空间光调制器、第三空间光调制器和第四空间光调制器进行调制。
S2：第一空间光调制器输出的调制信号和第二空间光调制器输出的调制信号通过第一光学分束器，第三空间光调制器输出的调制信号和第四空间光调制器输出的调制信号通过第二光学分束器,第一光学分束器和第二光学分束器通过第三光学分束器,得到非相干叠加的复合涡旋光束。
S3:所述的复合涡旋光束依次经过大气湍流信道和CCD相机，得到复合涡旋光束在大气湍流影响下随着时间变化的强度分布图。
S4：所述的强度分布图通过主机，由主机上的深度学习网络进行训练识别解调，得到了所传输的数字信号，从而得到所传输的图像信息。
如图1所示，本发明提出的一种基于光束轨道角动量态的非相干叠加键控方法的结构示意图，1.第一电子脉冲控制激光器；2.第二电子脉冲控制激光器；3.第三电子脉冲控制激光器；4.第四电子脉冲控制激光器；5.第一空间光调制器；6.第二空间光调制器；7.第三空间光调制器；8.第四空间光调制器；9.第一光学分束器；10.第二光学分束器；11.第三光学分束器；12.大气湍流信道模型；13.CCD相机；14.数据传输线和主机。
在步骤S2中，其中，传输图像信息的编码由第一电子脉冲、第二电子脉冲、第三电子脉冲和第N电子脉冲所组成的序列所实现，所述的序列根据所要传输的图像信息所决定。其中第一电子脉冲序列为比特数的最高位。
在步骤S2中，其中，空间光调制器由主机所控制，第一空间光调制器、第二空间光调制器、第三空间光调制器和第四空间光调制器分别对应OAM模式值(+4，+15)和2个归一化振幅值(1,0.707)两两组合的全息图，其中第一空间光调制器对应模式值为+4和归一化振幅值为0.707组合的全息图，第二空间光调制器对应模式值为+4和归一化振幅值为1组合的全息图，第三空间光调制器对应模式值为+15和归一化振幅值为0.707组合的全息图，第四空间光调制器对应模式值为+15和归一化振幅值为1组合的全息图。图2表示激光器生成的高斯光束同时分别通过第一空间光调制器、第二空间光调制器、第三空间光调制器和第四空间光调制器调制后生成的涡旋光束强度分布图。
在步骤S3中，复合涡旋光束强度分布图与4bit码元符号的映射关系一一对应，图3表示复合涡旋光束的强度分布图以及不同强度分布图所对应4bit码元符号的映射关系；
在步骤S4中，其中，主机上的卷积神经网络采用为深度学习中经典的LeNet-5架构。图4表示复合涡旋光束强度分布图通过深度学习网络的识别率实验图。
本发明提出的一种基于光束轨道角动量态的非相干叠加键控系统，与之前的系统相比，该方案通过非相干叠加的方法对光束轨道角动量态和振幅两种不同维度分别进行调制生成的涡旋光束进行复合合，且利用深度学习网络实现对生成的复合涡旋光束进行解调，提高了系统的解调速度和准确率，同时降低了对空间光调制器调制速率的要求。解调结构十分简单，并降低了系统成本。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
