基于改进Xception实现涡旋光束轨道角动量识别

当光束在海洋中传输时,湍流的存在会严重影响光束的质量,导致接收端光场产生扭曲和退化现象。为解决该问题,提出一种基于改进深度可分离网络（IXception）的方法,用于实现通过海洋湍流传输的涡旋光束轨道角动量模态识别。采用分步相位屏的思想,基于功率谱反演法仿真涡旋光束在海洋中的传输过程,并建立入射光场发生的退化、扭曲的散斑场数据集,用数据集来训练IXception识别散斑场中涡旋光束的轨道角动量。IXception延用Xception架构思想,结合了残差结构和倒置残差结构,能够提取高度空间深度特征,减少网络结构参数的冗余,增强泛化能力。研究结果表明,IXception在20 m和80 m湍流中对扭曲光场轨道角动量的识别率达到了99.20%与97.9%。随着传输距离的增加,IXception的识别率会略有降低,但与Xception模型相比,IXception识别性能更好。