欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024109555678
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 光学
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于杂合衍射深度神经网络的矢量涡旋光产生方法,其特征在于:所述矢量涡旋光产生方法具体包括以下步骤:

步骤1、搭建由衍射深度神经网络衍射层和各向异性偏振衍射层构建的杂合衍射深度神经网络,所述杂合衍射深度神经网络包括输入层、隐藏层和输出层,所述隐藏层由M层衍射深度神经网络衍射层和1层各向异性偏振衍射层构成,其中M>1,所述杂合衍射深度神经网络用于通过前向传播模型处理光数据,通过反向传播算法优化衍射深度神经网络衍射层的相位参数、优化各向异性偏振衍射层的相位和角度参数;

步骤2、制备训练数据集中数据,用于给出输入层不同空间位置数据和对应的输出层中不同矢量涡旋光束数据;

步骤3、将输入光波传入到步骤1搭建的杂合衍射深度神经网络进行前向传播:输入光波通过输入层之后,经过衍射到达第一层衍射深度神经网络衍射层,输入光波通过第一层衍射深度神经网络衍射层的调制之后得到第一层衍射深度神经网络衍射层的输出光波,输入光波通过第a层衍射深度神经网络衍射层的调制之后得到第a层的衍射深度神经网络衍射层的输出光波,以此类推,光经过a层衍射深度神经网络衍射层调制后以及衍射传播后,到达各向异性偏振衍射层,各向异性偏振衍射层的输入光波为第a层输出波衍射后到达各向异性偏振衍射层之和,而后各向异性偏振衍射层的输出波再次经过b层的衍射深度神经网络衍射层衍射后,最后在输出层中由光探测器得到输出,其中,a+b=M,1≤a<M,1≤b<M,输入光波为输入层上不同位置的偏振高斯光束,输出层中输出光波为所需的矢量涡旋光,不同输入位置的高斯光束,在输出端产生不同轨道角动量模式的矢量涡旋光;

步骤4、通过优化衍射深度神经网络衍射层的相位参数、优化各向异性偏振衍射层的相位和角度参数,优化杂合衍射深度神经网络;经过步骤2中训练数据集中数据的多次性能训练,得到衍射深度神经网络衍射层的相位参数的最佳参数值以及各向异性偏振衍射层的相位和角度最优参数,得到杂合衍射深度神经网络的最佳参数值,测试时输入平面不同位置的高斯光束经过杂合衍射深度神经网络后,即获得不同轨道角动量模式的矢量涡旋光。

2.根据权利要求1所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法,其特征在于:在所述步骤3中,输入光波由琼斯矩阵表示为E=[Ex,Ey]T,输入光波在输入层、隐藏层和输出层之间的前向传播满足惠更斯菲涅尔衍射理论:其中,代表光束到第i个节点的距离,l代表第l层杂合衍射深度神经网络层,l=1,2......M+1,i代表第l层衍射深度神经网络衍射层的第i个节点,(x,y,z)表示光束坐标,(xi,yi,zi)表示第i个节点的坐标,λ为光束的波长。

3.根据权利要求1所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法,其特征在于:在所述步骤3中,当输入光波达到衍射深度神经网络衍射层时,衍射深度神经网络衍射层对输入光波进行调制,调制输出光波由各方向输入光波和各方向透射系数决定,由于衍射深度神经网络衍射层无各向异性,对x偏振方向和y偏振方向光场进行了相同的相位调制,第l层的第i个节点的输出表示为:其中,和分别代表了第l层的第i个节点的x偏振方向和y偏振方向输入波,g表示第l-1层的所有输出波经过不同的路径传播至第l层节点i的光波集合,为衍射深度神经网络衍射层调制参数,衍射深度神经网络衍射层调制参数仅由相位组成。

4.根据权利要求1所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法,其特征在于:在所述步骤1中各向异性偏振衍射层的相位和角度参数具体为:各向异性神经元与水平方向x轴的夹角ψ、各向异性神经元本征模s轴方向的相位调制参数以及各向异性神经元本征模f轴方向的相位调制参数

5.根据权利要求4所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法,其特征在于:在所述步骤3中,偏振高斯光束经过杂合衍射深度神经网络向前传播的过程具体为:输入光波通过a层衍射深度神经网络衍射层调制以及衍射传播后,到达各向异性偏振衍射层,

输入光波到达各向异性偏振衍射层之前,需要将输入光波变换为各向异性神经元本征模的叠加,即x-y轴坐标变换到神经元的s轴与f轴方向,由坐标旋转变换得到:其中,代表各向异性偏振衍射层神经元的x偏振方向的输入波,代表各向异性偏振衍射层神经元的y偏振方向的输入波,代表通过坐标转换之后的各向异性神经元本征模s轴方向的输入波分量,代表通过坐标转换之后的各向异性神经元本征模f轴方向的输入波分量,k层为各向异性偏振衍射层,输入光波到达各向异性偏振衍射层后,经过各向异性神经元调制,各方向都获得独立的相位延迟量,各向异性神经元的出射光的琼斯矢量为:其中,和为各方向相位调制参数,s和f表示各向异性神经元本征模的s轴与f轴;

各向异性神经元的出射光要表示为x-y坐标系的形式,所以再通过坐标旋转变换矩阵得到:

于是,各向异性神经元对入射光的变换写为:

其中,各向异性偏振衍射层的调制系数为:

所述出射光再经过b层衍射深度神经网络衍射层之后到达输出层。

6.根据权利要求1所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法,其特征在于:在所述步骤4中,衍射深度神经网络衍射层的相位参数的优化、各向异性偏振衍射层的相位和角度参数的优化通过Adam反向传播算法实现。