基于混合光电卷积神经网络的多路复用轨道角动量束解复用

作者

叶佳驰,康浩彦,蔡倩,胡淄博,玛丽亚·索利亚尼克-戈尔戈内,王昊,埃勒姆·海达里,钱德拉曼·帕蒂尔,穆罕默德·阿里·米里,纳维德·阿萨迪赞贾尼,沃尔克·索格 & 哈米德·达利尔

摘要

光通信的进步越来越集中在利用空间结构波束进行高容量数据传输。传统的电子卷积神经网络在有效解复用OAM信号方面表现出约束。在这里，我们介绍了一种混合光电卷积神经网络，该网络能够在可变模拟大气湍流条件下完成傅里叶光学卷积并实现基于强度识别的复用OAM光束的解复用。我们的解复用系统的核心部分包括一个采用傅里叶光学卷积层的 4F 光学系统。该算法基于光学空间滤波的卷积神经网络，实现了模拟大气湍流条件下4位OAM编码信号的训练和解复用。当前系统在强湍流场景下的解复用精度为72.84%，训练时间比所有电子卷积神经网络快3.2倍。