一种基于相干检测的涡旋光模式识别装置、方法及程序

本发明涉及一种基于相干检测的涡旋光模式识别装置、方法及程序。本发明属于水下无线光通信，尤其适用于水下涡旋光移位键控通信系统中涡旋光模式的高效识别。

背景技术：

1、随着海洋信息技术的发展，水下通信技术的地位愈发重要。相比于有线通信高昂的维护成本，无线通信成本低、灵活性高，更适合水下环境。现有的水下无线通信主要使用射频和水声通信技术。电磁波在海水中会产生趋肤效应，穿透能力严重下降，射频通信只适用于难以铺设有线通信的低速、短距离场景。水声通信技术较为成熟，但其易产生多径效应，只适用于部分低速、长距离场景。水下无线光通信技术填补了以上技术的空缺，能满足高速、长距离的应用场景。其中，基于轨道角动量的水下涡旋光通信发展迅速。

2、携带轨道角动量的光束被称为涡旋光束，其拥有特殊的横向空间属性，不同模式的涡旋光之间相互正交，具有无限正交特性，能够显著的提升通信系统信道容量。根据涡旋光束在水下无线光通信系统中的不同作用，可以将基于轨道角动量的水下涡旋光通信方式分为多路复用、涡旋光多播和涡旋光移位键控。

3、其中涡旋光移位键控是以不同模式的涡旋光光束作为信息编码的载体，将不同模式的涡旋光分配不同的符号，然后以时间为基点将不同模式的涡旋光光束发送出去，接收端接收到光束之后，通过识别光束携带的涡旋光模式，从而获得通信系统传输的信息完成通信。因为涡旋光移位键控系统在信息安全方面拥有独特的优势，能够有效的防止信息被窃听，近年来被广泛应用于深空通信、水下通信等领域。在大多数水下涡旋光移位键控通信系统中，如何识别涡旋光横截面光强图像的特征来判断涡旋光的模式是最为重要的部分，系统必须准确的识别出涡旋光的模式，才能确保系统能获取正确的传输信息。由于海水信道环境复杂多变，存在无机盐、悬浮体、气泡等物质，会对光产生吸收、散射等影响。严重的海洋湍流还会造成光斑漂移、光强闪烁、波前畸变等现象出现，使系统不能正确地识别涡旋光的模式，从而大大增加系统的误码率，降低系统的通信性能。为了提高水下涡旋光移位键控通信系统的性能，需要开发一种高精度的识别方法，更准确地识别涡旋光的模式。

4、卷积神经网络作为一种机器学习算法，能够学习图像的抽象表示，发现图像的固有特征，已经广泛应用在图像识别和图像分类领域。由于涡旋光横截面光强图像反应了涡旋光的模式，可以利用卷积神经网络对其进行分类识别，最终实现涡旋光模式识别。目前多数基于卷积神经网络的水下涡旋光移位键控通信系统都是通过直接识别涡旋光横截面光强图像来识别不同的涡旋光模式，属于非相干检测方法。但是这种方法容易受到接收机噪声的影响，而且在强海洋湍流的影响下，卷积神经网络获取的特征有限，识别精度不理想。但是，引入相干检测技术，通过在水下涡旋光移位键控通信系统的接收端引入相干光源的方式，产生干涉的涡旋光横截面光强图像，则可以增强涡旋光横截面光强图像的固有特征，有利于高速、准确地实现涡旋光模式识别。

5、综上，本发明提出一种基于相干检测的涡旋光模式识别装置、方法及程序，本发明能够实现涡旋光模式的高效识别，具有鲁棒性强，识别精度高，分类速度快的特点，适用于水下涡旋光移位键控通信系统。

技术实现思路

1、本发明的目的在于提出一种基于相干检测的涡旋光模式识别装置、方法及程序，尤其适用于水下涡旋光移位键控通信系统中涡旋光模式的高效识别。

2、下面结合附图对本发明进行说明。

3、本发明的第一方面提供一种基于相干检测的涡旋光模式识别装置。所述装置可放在水下涡旋光移位键控通信系统的接收端，用来产生干涉的涡旋光横截面光强图像，所述图像可用于训练卷积神经网络最终实现涡旋光的模式识别。所述装置示意图如图1中虚线框内所示，所述装置由两个路径构成。第一个路径由激光器101、透镜102和反射镜103依次构成，令激光器101产生固定波长的激光，穿过透镜102得到高斯光，再经反射镜103到达第二个路径中的202合束器上。第二个路径由透镜201、合束器202和电荷耦合器件摄像机203构成，水下涡旋光移位键控通信系统发射端发出的涡旋光经过海洋信道后，穿过透镜201到达合束器202。合束器202能使两束光产生干涉，将来自第一个路径的光束和来自第二个路径的光束合成一束相干光，相干光到达电荷耦合器件摄像机203生成干涉的涡旋光横截面光强图像。

4、本发明的第二方面提供一种基于相干检测的涡旋光模式识别方法，其流程图如图2所示，共分为三个步骤：

5、步骤一：产生不同模式的球面波涡旋光和平面波基模高斯光：

6、(1)产生不同模式的球面波涡旋光：

7、设置水下涡旋光移位键控通信系统发射端，使发射端的激光器发射出固定波长的激光，激光经过单模保偏光纤耦合生成基模高斯光；将携带通信信息的相位全息图加载到空间光调制器上；使基模高斯光穿过空间光调制器，再穿过透镜，即可得到球面波拉盖尔-高斯光束，球面波拉盖尔-高斯光束的光场表达式为：

8、

9、其中为球面波带来的相位，exp(·)为以e为底的指数运算。为拉盖尔-高斯光束的光场表达式：

10、

11、其中，r为距离轴线半径距离，为相位角，z为传播距离，p为径向指数，l为拓扑荷数，ω0为束腰半径，zr＝πω02/λ为瑞利距离，λ为波长，是距离z上的光束半径，为广义拉盖尔多项式，k＝2π/λ为波数，i为虚数符号。

12、产生的球面波拉盖尔-高斯光束经海洋信道环境传播，再经过图1中发明装置的透镜201到达合束器202，即得到通过湍流后受损的球面波涡旋光。

13、海洋信道环境可由湍流模型描述，而海洋湍流对光束传播的影响可以认为是一种纯相位干扰，因此海洋信道环境可由随机相位屏描述。可以采用分步传输的方法，使用多个相位屏模拟海洋湍流对涡旋光束产生的随机影响。涡旋光通过海洋信道环境传播原理参见图3，涡旋光束为拉盖尔-高斯光束，光束会经过多个自由空间和随机相位屏，随机相位屏之间的自由空间长度，即随机相位屏间隔δz相等，所有间隔之和等于光束在湍流中的传播距离z。类似于马尔科夫近似，多个随机相位屏对光束产生的纯相位扰动和自由空间中菲涅耳衍射对光束复振幅造成的影响叠加，即可等效替代海洋湍流对涡旋光束光强和相位的影响。海洋湍流折射率功率谱可写为

14、

15、其中为空间角频率，η为海洋湍流的内尺度，ω为温度-盐度梯度率，at＝1.863×10-2、as＝1.9×10-4、ats＝9.341×10-3、δ＝8.284(κη)4/3+12.978(κη)2为大量实验测得的经验参数，表示海洋湍流强度，其中χt为温度均方耗散率，ε为湍流动能耗散率。通过海洋折射率功率谱得到空间相位谱

16、φ(kx,ky)＝2πk2δzφnik(kx,ky)

17、其中k为波数，δz为传输距离，然后得到随机相位屏频谱的标准差为

18、

19、其中n为随机复数矩阵的维数，δx为相邻两个数值之间的距离，随机相位屏边长l＝nδx。通过对随机复数矩阵滤波，再做快速傅里叶变换即可得到随机相位屏的表达式为

20、φ(x,y)＝fft[r(kx,ky)σ(kx,ky)]

21、因为功率谱反演法直接生成的湍流随机相位屏存在低频成分不足的缺点，需要通过次谐波补偿法对随机相位屏进行低频补偿。

22、(2)产生平面波基模高斯光：

23、设置水下涡旋光移位键控通信系统接收端，令如图1中发明装置的激光器101产生一束激光，该激光与所述系统发射端激光器产生的激光波长相同。激光器101产生的激光穿过透镜102得到高斯光，再经过反射镜103到达合束器202上，即得到平面波基模高斯光，其光场表达式为

24、

25、步骤二：使球面波涡旋光与平面波基模高斯光发生干涉：

26、步骤一中产生的球面波涡旋光与平面波基模高斯光在图1发明装置合束器202中发生干涉。干涉光的光强分布为

27、

28、干涉光到达图1中的电荷耦合器件摄像机203，得到干涉的涡旋光横截面光强图像，其图案分布为多叶螺旋状，特征明显，螺旋的叶子数量反应了拉盖尔-高斯光束的模式。

29、步骤三：训练卷积神经网络：

30、通过步骤二获取多张干涉的涡旋光横截面光强图像作为卷积神经网络的训练集，对卷积神经网络进行训练，并通过调整卷积神经网络结构参数达到最优的识别精度。训练好的卷积神经网络即可用在水下涡旋光移位键控通信系统接收端，用于识别涡旋光的模式。

31、本发明的第三方面提供一种计算机程序，包括软件指令，所述软件指令在由计算机执行时实施根据本发明第二方面提供的一种基于相干检测的涡旋光模式识别方法。

32、本发明解决了现有基于卷积神经网络的非相干识别方法不适合用于强湍流环境的水下涡旋光移位键控通信系统的问题，提出了一种基于相干检测的涡旋光模式识别装置、方法及程序，可以有效提高涡旋光模式识别的精度。

33、本发明与现有技术相比，识别精度高，而且鲁棒性强，效率高，适用于不同湍流环境下的水下涡旋光移位键控通信系统，在强湍流环境下也有非常高的识别精度，同时本发明能减少训练样本，降低训练难度，具有较好的移植性。