-
公开(公告)号：CN112861634B
公开(公告)日：2024-04-09
申请号：CN202110028012.5
申请日：2021-01-11
Applicant: 南京大学
IPC: G06F30/27
Abstract: 本发明公开一种基于神经网络的多模涡旋光束解复用方法，包括以下步骤：依照多模涡旋光束的表达式进行数据仿真，构建数据集；设计深度卷积神经网络，对输入图像进行卷积操作提取高阶特征并用下采样处理压缩数据量，得到低维向量，对局部特征进行增强和提取；将其代入卷积神经子网络结构进行高阶特征表征，进一步提取其中所保留的振幅与强度分布的联系，得到与振幅相关的高维向量；将高维向量按顺序一维展开，通过全连接层将学习到的特征映射到数据标签空间上，最终得到振幅占比向量；根据训练效果对模型的可调参数进行修改，使模型表现最优。这种解复用方法可以在较复杂的多模式耦合情况上表现更好，可以凭借输入图像解析出每个模式的振幅，改进光通讯的效果。
-
公开(公告)号：CN109709740B
公开(公告)日：2020-06-30
申请号：CN201910042551.7
申请日：2019-01-17
Applicant: 南京大学
IPC: G02F1/35
Abstract: 本发明公开了一种用于多点聚焦倍频过程的局域准相位匹配改进方法，在局域准相位匹配(LQPM)的基础上改进得到，可以对多点聚焦过程提供更好的相位匹配。改进的具体方法是考虑相邻匹配点之间的相位关系，通过加入耦合相位项对原始LQPM超晶格结构设计函数进行修正，抑制二次谐波传播方向上邻近匹配点的相互干扰，同时提升非线性过程的谐波转换效率。这种LQPM的改进方法同时可被视为一种产生非线性光束整形的方法，通过超晶格畴结构的设计能够同时实现频率转换和二次谐波的波前调制，其中二次谐波的传播轨迹可以任意设计，而不局限于艾瑞光束等常见光束。本发明提高了倍频密集聚焦的聚焦准确度和倍频转换效率，在改善非线性光学成像质量和光束质量方面有重要应用。
-
公开(公告)号：CN109709740A
公开(公告)日：2019-05-03
申请号：CN201910042551.7
申请日：2019-01-17
Applicant: 南京大学
IPC: G02F1/35
Abstract: 本发明公开了一种用于多点聚焦倍频过程的局域准相位匹配改进方法，在局域准相位匹配(LQPM)的基础上改进得到，可以对多点聚焦过程提供更好的相位匹配。改进的具体方法是考虑相邻匹配点之间的相位关系，通过加入耦合相位项对原始LQPM超晶格结构设计函数进行修正，抑制二次谐波传播方向上邻近匹配点的相互干扰，同时提升非线性过程的谐波转换效率。这种LQPM的改进方法同时可被视为一种产生非线性光束整形的方法，通过超晶格畴结构的设计能够同时实现频率转换和二次谐波的波前调制，其中二次谐波的传播轨迹可以任意设计，而不局限于艾瑞光束等常见光束。本发明提高了倍频密集聚焦的聚焦准确度和倍频转换效率，在改善非线性光学成像质量和光束质量方面有重要应用。
-
公开(公告)号：CN112861634A
公开(公告)日：2021-05-28
申请号：CN202110028012.5
申请日：2021-01-11
Applicant: 南京大学
Abstract: 本发明公开一种基于神经网络的多模涡旋光束解复用方法，包括以下步骤：依照多模涡旋光束的表达式进行数据仿真，构建数据集；设计深度卷积神经网络，对输入图像进行卷积操作提取高阶特征并用下采样处理压缩数据量，得到低维向量，对局部特征进行增强和提取；将其代入卷积神经子网络结构进行高阶特征表征，进一步提取其中所保留的振幅与强度分布的联系，得到与振幅相关的高维向量；将高维向量按顺序一维展开，通过全连接层将学习到的特征映射到数据标签空间上，最终得到振幅占比向量；根据训练效果对模型的可调参数进行修改，使模型表现最优。这种解复用方法可以在较复杂的多模式耦合情况上表现更好，可以凭借输入图像解析出每个模式的振幅，改进光通讯的效果。
-
-
-
Search Results
4
records
(took 0.011 seconds)
