光束轨道角动量模态人工智能感知方法研究进展(特邀)

作     者：周诗韵 王亦舒 杨觐瑜 高春清 付时尧 Zhou Shiyun;Wang Yishu;Yang Jinyu;Gao Chunqing;Fu Shiyao

作者机构：北京理工大学光电学院北京100081 信息光子技术工业和信息化部重点实验室北京100081 光电成像技术与系统教育部重点实验室北京100081 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2024年第44卷第14期

页      面：24-37页

核心收录：

学科分类：070207[理学-光学] 07[理学] 08[工学] 0803[工学-光学工程] 0702[理学-物理学] 

基　　金：国家重点研发计划(2022YFB3607700) 国家自然科学基金(62350011,62375014,11834001,61905012) 国防基础科研计划(JCKY2020602C007) 北京市自然科学基金(1232031) 

主　　题：轨道角动量 人工智能 模式识别 谱测量 

摘      要：涡旋光束携带的轨道角动量(OAM)作为一种全新的光场调控自由度在超大容量光通信、旋转体探测、高分辨率成像、光信息存储、量子技术等前沿领域展现出巨大的应用潜力。在上述应用中,实现快速、高精度的OAM模态感知十分重要。随着人工智能(AI)在各领域的快速发展,将AI技术作为光束OAM模态感知的新型解决方案引起了国内外学者的广泛关注。本文从AI的应用模型角度出发,对近年来基于AI技术的光束OAM模态感知方法进行了系统性综述,主要包括机器学习、深度学习及混合学习模型下的OAM模式分布探测和多模混合光束谱测量,同时讨论了扰动下基于AI的OAM模态感知方法研究进展。