横模锁定结构光束信息编码与解码的装置及方法

：本发明涉及空间结构化激光束、横向模式锁定和信息编码传输、深度学习模式识别，具体涉及一种利用横模锁定结构光束进行信息编码及解码的装置及方法。

背景技术

0、
背景技术：

1、自由空间光通信是利用光在自由空间上传输数据。它能够实现信道容量的大幅提升，便于快速安装和调试，并且可以在没有光纤的地方部署，有望成为未来6g时代的重要组成部分。

2、通常使用具有轨道角动量(oam)的拉盖尔-高斯(lg)光束作为空间光通信的光束载体。为了提高通信容量需选取大量高阶模式，产生高阶lg模式时，高阶衍射效率很低，造成了大量能量的损失。lg模式随着模式阶数的增大，外环半径迅速增大，给系统口径造成了很大的负担，限制了可实现的链路距离。同时自由空间高阶光束的发散比低阶光束更明显，对于孔径有限的接收机很难捕获整个高阶oam光束，径向截断光束会导致模态耦合为其他p模态。同时，由于发射机和接收机平台的运动以及大气湍流扭曲空间相位会引起数据接收器上oam模式横向位移。一个普遍存在的挑战是如何减少由此引起的模式串扰和模式相关的损失，即空间模式之间的功率转移和每个空间模式的功率损耗。在使用lg光束进行信息编码时，如果有限孔径接收器偏离快速变化的中心区域，则可能无法收集任何实质性的相位变化，导致模式解码错误。当接收孔径大于模式束腰尺寸时，由于相位剖面的轴对称性，厄米高斯(hg)模式对于横向位移会经历较少的模串扰和模相关损耗。并且以往采用光学内积法解码，需通过光束的衍射位置进行模式判别，而当系统存在一定的指向误差时，光束的检测位置发生偏移，将进一步降低识别的正确率。而采用机器学习作为在湍流大气中传播后检测结构光束的方法，可以有效识别结构光强度剖面，无需使用模式分类器或模式解复用设备，同时提高了解码时模式识别的效率和正确率。

3、近年来，具有独特相位结构和光强分布的结构化光束广泛应用于粒子操纵、量子纠缠和光通信等领域。结构化光束可由频率简并横模之间的自发横模锁定(tml)过程产生，参与的横模需同时满足空间相位锁定和协同频率锁定。生成结构光的tml理论模型可通过多个具有不同锁定相位的hg模式的相干叠加来呈现。其中hgm,n(·)是hg模式的纯强度项，am,n是每个模式的系数，φm,n是hg模式的锁定相位。q是总的模式阶数，对于hg模式，q＝m+n+1,m,n＝0,1,2…通过对每个模式比例系数和模式之间锁定相位的调整，仅选取低阶hg模式作为基础进行组合的情况下就可以产生大量丰富的模式强度，且tml状态下的光模式强度随锁定相位变化很大。因此选取横模锁定结构光束作为数据编码的状态，不仅能够大幅扩展通信容量而且能够降低解码时模式串扰导致的识别误差。

4、基于上述研究背景，本发明提供了一种利用横模锁定结构光束进行信息编码与解码的装置及方法。作为信息载体的横模锁定结构光束可以由基模高斯光束经数字微镜设备(dmd)调制产生，光束模式的调节可以通过改变加载在dmd上的衍射图样实现。由此需要编码的信息可以方便快速的转换为对应模式的结构光束进行信息传输。横模锁定结构光束不仅具有大量不同特征的模式集合用以扩展通信容量，同时其强度特征的差异性可以提高解码的正确率。在经历大气湍流传输时，具有一定的抗干扰特性可以提高通信的正确率。通过机器学习算法对接收端采集的光强图像进行分析处理，能够以较高的速度和正确率进行信息的识别解码。

技术实现思路

0、
技术实现要素：

1、本发明提供了一种利用横模锁定结构光束进行信息编码的装置，包括：he-ne激光器、扩束镜、数字微镜设备(dmd)、透镜组、光阑、聚焦透镜、相位衍射屏、ccd探测器和pc端。信息编码过程：将需要编码的信息依次转换为对应的结构光束模式的全息图，由dmd按顺序进行自动切换显示。he-ne激光器产生的基模高斯光束经扩束镜扩束后正入射到dmd上，由dmd上加载的全息图像将其进行调制。激光束在透镜焦平面经过光阑滤出+1级衍射级即为目标的横模锁定结构光束。信息传输过程：由透镜组准直后的结构光束在自由传输的过程中，通过相位衍射元件来模拟大气湍流的影响。信息解码过程：经过传输后的结构光束由聚焦透镜汇聚至ccd探测器，ccd以与dmd相同的切换频率进行曝光图像采集。采集到的光束强度图像由pc端通过机器学习算法进行图像识别，由传输的结构光束模式转换为对应的信息进行实时解码。

2、与现有技术相比，本发明的有益效果是：

3、(1)通过对每个模式比列系数和模式之间锁定相位的调整，仅选取低阶hg模式作为基础模式进行组合的情况下就可以产生大量丰富的模式强度，且tml状态下的结构光束模式强度随锁定相位变化很大。因此选取横模锁定结构光束作为数据编码的光通道，可以大幅扩展通信容量且降低解码时模式串扰导致的识别误差。

4、(2)采用数字微镜设备(dmd)调制基模高斯光束产生特定模式的横模锁定结构光束，光束模式纯度高，稳定性好，便于后续识别解码；且dmd设备调制速度快，可以提高通信速率。

5、(3)基于深度学习的机器学习算法提取接收端的光强图像特征进行识别解码，而无需使用模式分类器或模式解复用设备，能够减少模式解码中相关的损失。同时机器学习算法可在光束水平上补偿湍流效应而无需自适应光学组件，能够减少大气湍流造成的模式识别误差。

6、(4)整体装置成本理想，便于操作；信息的编码、传输和解码流程自动化程度高，信息传输正确率高。

技术特征：

1.一款基于横模锁定结构光束进行信息编码与解码的装置设计，其组成包括：横模锁定结构光束产生模块、大气湍流相位屏、聚焦透镜、ccd探测器和pc端。其中横模锁定结构光束产生模块包括：he-ne激光器、扩束镜、数字微镜设备(dmd)、透镜组和光阑。其特征在于：以横模锁定结构光束为信息载体可有效实现信息的编码与解码。

2.根据权利要求1所述一款基于横模锁定结构光束进行信息编码与解码的装置设计，其特征还在于：通过对每个模式比列系数和模式之间锁定相位的调整，仅选取低阶hg模式作为基础模式进行组合的情况下就可以产生大量丰富的模式强度，且tml状态下的结构光束模式强度随锁定相位变化很大。因此选取横模锁定结构光束作为数据编码的光通道，可以大幅扩展通信容量且降低解码时模式串扰导致的识别误差。

3.根据权利要求1、2所述一款基于横模锁定结构光束进行信息编码与解码的装置设计，其特征还在于：采用数字微镜设备(dmd)调制基模高斯光束产生特定模式的横模锁定结构光束，光束模式纯度高，稳定性好，便于后续识别解码。且dmd设备调制速度快，可以提高通信速率。

4.根据权利要求1、2、3所述一款基于横模锁定结构光束进行信息编码与解码的装置设计，其特征还在于：基于深度学习的机器学习算法提取接收端的光强图像特征进行识别解码，而无需使用模式分类器或模式解复用设备，能够减少模式解码中相关的损失。同时机器学习算法可在光束水平上补偿湍流效应而无需自适应光学组件，能够减少大气湍流造成的模式识别误差。

5.根据权利要求1、2、3、4所述一款基于横模锁定结构光束进行信息编码与解码的装置设计，其特征还在于：装置器件均可使用机械装置固定，整体成本理想，便于操作。同时信息的编码、传输和解码的全流程均可使用pc端进行自动控制。

技术总结
本发明是基于横模锁定结构光束进行信息编码与解码的装置及方法，方法基于横模锁定结构光束具有大量模式可扩展通信容量，其特殊光强剖面利于深度学习识别解码。装置包括横模锁定结构光束产生模块、大气湍流相位屏、聚焦透镜、CCD探测器和PC端。实施方式为：将信息依次转换为对应的结构光束模式全息图，由DMD按顺序自动切换，调制基模高斯光束进行信息编码。经光阑滤出+1衍射级目标光束由透镜组准直后自由传输，并设置相位衍射元件模拟大气湍流的影响。传输后的光束由聚焦透镜汇聚至CCD进行曝光采集，并由PC端通过深度学习算法进行图像识别，转换为对应信息进行实时解码。由此以横模锁定结构光束为载体可有效实现信息的编码与解码。

技术研发人员：张子龙,赵苏怡,赵长明,高原,王鑫,和炜
受保护的技术使用者：北京理工大学
技术研发日：
技术公布日：2024/1/13