Frontiers of Physics分享 http://blog.sciencenet.cn/u/dudy75

博文

FOP | 前沿研究:华东师范大学夏勇课题组_基于多任务深度学习高分辨率多路轨道角动量识别的信息传输

已有 300 次阅读 2024-8-29 10:01 |系统分类:科研笔记

RESEARCH ARTICLEJingwen Zhou, Yaling Yin*, Jihong Tang, Yong Xia*, and Jianping Yin, Information transmission through parallel multi-task-based recognition of high-resolution multiplexed orbital angular momentumFrontiers of Physics 19(5), 52202 (2024)

PDF全文下载:https://journal.hep.com.cn/fop/EN/pdf/10.1007/s11467-024-1402-y 

随着海量数据传输、云计算、人工智能的快速发展,传统的通信方式在信道容量方面受到了巨大的限制。为了应对这一挑战并提高通信系统的信道容量,人们提出了一种利用光学轨道角动量(OAM)的复用技术。利用OAM的多路复用进行信息传输具有以下优点:(i)由于与涡旋光束相关的本征态数量是无限的,多个信息通道沿着相同的空间路径传输,从而扩展了通信维度。(ii)不同OAM模式固有的正交性允许在涡旋光束上进行信息调制,信道中传输信号不会干扰,同时增强了信息传输的可靠性。基于OAM的光通信方法主要有OAM键控(OAM-SK)与OAM复用(OAM-DM)。在OAM-DM中每个单独的OAM光束被视为独立的信息信道,在OAM-SK中的每个OAM模式被编码为一个数据位。因此精准探测OAM复用中各路的模式数是OAM多路复用进行信息传输的关键。在以往的研究中,多路复用OAM模式的识别主要基于先解复用进行模式分离,然后分别识别不同的模式。

近日,华东师范大学夏勇教授课题组在Frontiers of Physics发表了题为“Information transmission through parallel multi-task-based recognition of high-resolution multiplexed orbital angular momentum”Front. Phys. 19, 52202 (2024)】的研究工作。基于多任务深度学习模型(MTDL),在不用分离各模式的情况下,实现了对复用分数OAM模式的直接识别(分辨率为0.1)。研究了双模、四模和八模分数OAM复用。两种模式叠加时,每个OAM模式的识别准确率为100%。四种模式叠加时,每个OAM模式的识别准确率超过99.46%。八种模式叠加时,每个OAM模式的识别准确率超过99.32%

文章还研究了这种技术在信息传输中的两个应用。第一个是多路复用分数OAM进行OAM-SK信息传输;第二种是八倍速的OAM-DM信息传输。在分数多模叠加的OAM-SK信息传输中,通过双模复用传输各种尺寸的256灰度图,结果不存在传输误差。通过四模式和八模式多路OAM复用传输,误码率低于0.01%。而在分数多模叠加的OAM-DM信息传输中,每八个像素点被当作了一个单元一起传输,使得信息传输速度提高为原来的八倍。160×160像素的图像传输准确率为99.63%。其结果证明了使用多任务神经网络的光通信具有进一步扩展模式范围和增强信息处理能力的良好潜力。

image.png

图1 多路分数OAM模式复用的实验装置示意图和基于MTDL传送梵高自画像:编码和解码.

image.png基于OAM-SKa双模式复用、b四模式复用和c八模式复用接收到的大小为160×160像素的图像,d复用OAM模式数量、图像像素大小和信息传输的误码率(PER)的关系.image.png基于MTDLOAM-DM信息传输示意图,用于a)一般单任务方式和b八倍速传输使用单个任务模型(a),传输8像素点的单元,每个像素被编码成光强度图像,总共需要25600幅图像;而八倍速传输方式(b),8像素点的单元被编码成一张光强图像,MTDL模型仅需要3200幅图像.审稿专家点评:

作者利用多任务深度学习方法对多路复用分数OAM模式进行了识别。分辨率为0.1,识别精度在99%以上。作者还介绍了这一技术在信息传输中的两种应用,即通过多路复用OAM模式进行OAM-SK和以8倍速进行OAM-DM。这为高速、大容量的光信息处理提供了一种新技术。……”

本文报道了直接识别多路复用分数OAM模式,而不分离它们,以0.1的分辨率和高精度,使用多任务深度学习(MTDL)模型,这是以前没有报道过的。也就是说,实验中产生的两模、四模和八模叠加的OAM光束,同时携带相位和振幅信息,可以被合适的MTDL模型很好地识别。另外介绍了其在信息传输中的两种应用:第一种是通过多路复用OAM进行256OAM-SK;第二种是OAM-DM通信,速度为8倍。这一鼓舞人心的结果将扩大未来自由空间光通信的容量。……

image.png

夏勇,华东师范大学物理与电子科学学院精密光谱科学与技术国家重点实验室教授,华东师范大学纽约大学物理联合研究中心教授。主要从事分子激光冷却及其结构光场的研究,Phys. Rev. Lett等学术期刊上发表论文80余篇。主持国家自然科学基金项目4项。2014年获教育部自然科学奖二等奖。

FOP文章推荐:

The geometric phase in nonlinear frequency conversionAviv Karnieli, Yongyao Li, Ady ArieFrontiers of Physics, 2022, 17(1): 12301Information transmission through parallel multi-task-based recognition of high-resolution multiplexed orbital angular momentumJingwen Zhou, Yaling Yin, Jihong Tang, Yong Xia, Jianping YinFrontiers of Physics, 2024, 19(5): 52202Efficient conversion of acoustic vortex using extremely anisotropic metasurfaceZhanlei Hao, Haojie Chen, Yuhang Yin, Cheng-Wei Qiu, Shan Zhu, Huanyang ChenFrontiers of Physics, 2024, 19(4): 42202High-resolution recognition of FOAM modes via an improved EfficientNet V2 based convolutional neural networkYouzhi Shi, Zuhai Ma, Hongyu Chen, Yougang Ke, Yu Chen, Xinxing ZhouFrontiers of Physics, 2024, 19(3): 32205Dynamic polarization rotation and vector field steering based on phase change metasurfaceHairong He, Hui Yang, Zhenwei Xie, Xiaocong YuanFrontiers of Physics, 2023, 18(1): 12303Quasi-two dimensional Ruddlesden−Popper halide perovskites for laser applicationsKun Chen, Qianpeng Zhang, Yin Liang, Jiepeng Song, Chun Li, Shi Chen, Fang Li, Qing ZhangFrontiers of Physics, 2024, 19(2): 23502Digital coding transmissive metasurface for multi-OAM-beamSi Jia Li, Zhuo Yue Li, Guo Shai Huang, Xiao Bin Liu, Rui Qi Li, Xiang Yu CaoFrontiers of Physics, 2022, 17(6): 62501Generalized high-order twisted partially coherent beams and their propagation characteristicsHai-Yun Wang, Zhao-Hui Yang, Kun Liu, Ya-Hong Chen, Lin Liu, Fei Wang, Yang-Jian CaiFrontiers of Physics, 2022, 17(5): 52506frontphys.png



https://blog.sciencenet.cn/blog-115136-1448667.html

上一篇:[转载]FOP | 前沿研究:超导量子电路中实现高效且快速的三量子比特门
下一篇:FOP | 综述:深度学习在二维材料研究中的应用:从特性表征、材料预测到智能设计
收藏 IP: 124.207.48.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-9-1 08:16

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部