汉克-贝塞尔光束在海洋湍流信道中的螺旋相位谱分析

携带轨道角动量的汉克-贝塞尔(Hankel-Bessel,HB)光束具有无衍射和自聚焦特性,用来作为信息传输的载体有望增大信息传输容量.基于Rytov近似理论,推导得到了HB涡旋光束经过海洋水平弱湍流信道后的螺旋相位谱的解析表达式,并利用数值仿真方法研究了海洋湍流参数对轨道角动量模式探测概率的影响.结果表明,海洋湍流导致发射轨道角动量模式的探测概率下降,出现模式串扰和螺旋相位谱扩展.海洋湍流对HB涡旋光束的负面影响随着轨道角动量模式数、传输距离、温度方差耗散率的增加而增强,随湍流动能耗散率的增加而减弱.HB涡旋光束受以盐度波动驱动的海洋湍流的负面影响更大.另外,在弱湍流及几十米传输距离条件下,HB涡旋光束的传输性能要差于最佳束腰大小设置的拉盖尔-高斯涡旋光束.这些结果有望为海洋环境水下光通信链路的实现提供一定的参考价值.

基于空间分集的海洋无线光通信轨道角动量复用系统的性能

为了解决水下通信轨道角动量复用系统中海洋湍流引起的信号串扰,基于空间分集技术提出了一种海洋湍流缓解方案.用随机相位屏法模拟海洋湍流对信号产生的相位扰动,用分步传输法模拟光束的衍射传播,在接收端使用等增益分集合并技术对信号进行合并处理.系统采用4路轨道角动量复用8路空间分集,仿真分析了轨道角动量复用集合、海洋湍流强度和传输距离等因素对系统误码率性能的影响.仿真结果表明,轨道角动量复用集合的模式间隔从1增加到2,误码率降低较为明显;随着模式间隔继续增大,误码率性能改善有限;误码率随传输距离和湍流强度的增加而增大.结果证明在海洋光通信系统中使用分集合并技术可以有效缓解湍流对信号传输的影响.

基于卷积神经网络的多OAM态识别方法

针对不同轨道角动量(OAM)叠加的涡旋光束探测问题,提出了基于机器学习的模式识别技术,为OAM叠加光束的检测提供了一个新思路.基于修正的von Karman功率谱模型,利用功率谱反演法生成随机相位屏,应用多步衍射法数值模拟拉盖尔高斯叠加光束在大气湍流信道的传输.研究了不同波长、传输距离和大气湍流信道条件下训练的卷积神经网络(CNN)分别对各种湍流强度测试集的识别正确率.结果表明:对于较弱的湍流、波长较长的OAM光束和较短的传输距离条件,基于CNN的OAM模式识别正确率较高;对于各种湍流条件的测试数据,使用强湍流训练集训练得到的模型与使用弱湍流训练集训练得到的模型相比识别正确率更高;利用混合训练集进行训练有利于提高识别正确率.这些结果对OAM光束解复用系统的实现具有一定的参考价值.