我们的服务符合学术规范和道德
专业 高端让您使用时没有后顾之忧

陕西师范大学学报(自然科学版)2024年第02期:基于简单无参注意力卷积神经网络的涡旋光束模态识别

来源:期刊VIP网 时间:


作者:魏冬梅;刘芳宁;杜乾;王珂;赵曰峰;

单位:山东师范大学物理与电子科学学院光场调控及应用中心;

摘要:由于大气湍流的影响,涡旋光在大气中传播时会产生相位畸变,造成接收端模态检测困难,导致通信系统的可靠性降低。为提高涡旋光束模态检测准确率,提出了利用简单无参注意力卷积神经网络(S-ConvNeXt)检测拉盖尔-高斯光束模态的算法。结果发现:该网络可有效聚焦于关键亮斑特征。当光束分别经过较弱湍流、中等湍流、较强湍流和强湍流传输2 km后,本征态检测准确率分别为100%、98.8%、96.4%和89.7%,叠加态检测准确率分别为100%、99.8%、98.8%和96.5%。在强湍流下,S-ConvNeXt网络本征态检测准确率比ResNet50、ShuffleNetV2、ConvNeXt网络分别提高5.7%、3%、1.2%,叠加态检测准确率分别提高5.7%、4%、0.9%。S-ConvNeXt网络能够有效提高模态检测准确率,尤其在强湍流条件下表现更好。

关键词:涡旋光束;;ConvNeXt网络;;大气湍流;;模态识别;;注意力机制

基金资助:国家自然科学基金(42271093);; 山东省本科教学改革研究项目(M2021235)