一种基于深度多分支补偿网络的涡旋光波前畸变校正方法与流程

1.本发明涉及一种基于深度多分支补偿网络的涡旋光波前畸变校正方法，通过分支训练网络对输入畸变强度分布图不同类型的像差特征进行精准提取，多分支补偿网络能够更加准确地学习畸变强度图与大气湍流补偿屏之间的映射关系。一旦给训练好的网络输入一张畸变涡旋光强度分布图，网络即可在极短的时间内预测出湍流补偿屏对涡旋光进行校正。
技术背景
2.光场中的涡旋现象最初由boivin、dow和wolf于1967年在透镜组的焦平面附近发现。1973年，bryngdahl首次开展了对制备涡旋光实验方法的探索。1979年vaughan和willets使用连续激光成功制备了涡旋光。1990年yu、bazgenov v首次使用光栅法完成了涡旋光的制备。1992年，l.allen发现了在近轴条件下带有相位因子的涡旋光束具有轨道角动量，其中l为涡旋光轨道角动量拓扑荷数，为方位角；每个光子携带的轨道角动量，为约化普朗克常数，该角相位因子说明涡旋光在传播过程中，若光束传播一个周期，则波阵面正好绕光轴旋转一周，相位也相应改变2πl。
3.涡旋光作为一种具有螺旋波阵面的新型结构光束，在光通信、粒子微操控、运动探测、光学微测量等领域具有重要的应用价值。拉盖尔
‑
高斯光是一种典型的涡旋光，光束中的光子不仅具有自旋角动量(sam)，也具有轨道角动量(oam)，拓扑荷数决定了oam的大小。完整的单一态拉盖尔
‑
高斯光束具有圆环形的强度分布和中空暗核，光束中心强度为零的区域被定义为相位奇点。涡旋光束根据相位奇点的类型可分为两类，一类是光场的偏转方向相同，奇点的相位不确定，称为相位涡旋光；另一类是奇点的偏振方向不确定，称为矢量涡旋光，拉盖尔
‑
高斯光是一种相位涡旋光。多种单一模式的涡旋光叠加可得到叠加态涡旋光，具有与单一态涡旋光不同的强度和相位分布。
4.涡旋光的制备是开展涡旋光研究的基础，常用的制备方法包括模式转换法、计算全息法、空间光调制器法、q板法和矩阵螺旋相位板法。在实验室条件下，空间光调制器法是一种常用的制备方法。空间光调制器通过控制电场引起液晶显示器空间相位或振幅图像的变化，从而将一定的信息写入光波中，实现对光波的调制。通过复振幅调控技术制备叠加态涡旋光的全息图样并加载到空间光调制器，用一束线偏振高斯光照射空间光调制器，出射光即为叠加态涡旋光束。
5.在叠加态涡旋光远距离传输应用中，大气的温度和气压引起大气折射率的随机起伏，导致了光波波前畸变、振幅起伏，引起了涡旋光光束抖动、光强闪烁、相邻阶次间的模式发生串扰，光束质量受到了严重的影响。涡旋光目标参数测量的准确性也将受到严重影响。因此，通过一定的波前校正技术补偿，从而使涡旋光远距离传输也能保持良好的光束质量，这对涡旋光在探测、通信等方面的应用是十分重要的。
6.目前涡旋光波前畸变校正的常用方法是自适应光学技术，通过波前传感器、控制器、波前校正器等原件对大气湍流造成的涡旋光畸变进行补偿。虽然自适应光学技术能够
很好的恢复传输的涡旋光波前，但是自适应光学系统往往具有高度复杂的结构，大气湍流下涡旋光畸变校正一般采用无波前传感器的传统自适应光学技术，一是利用stochastic
‑
parallel
‑
gradient
‑
descent(spgd)优化算法控制波前校正器对涡旋光进行校正，通过循环迭代形成反馈回路；二是基于gerchberg
‑
saxton(gs)算法的涡旋光湍流预补偿方案。虽然两种算法均可以校正因大气湍流失真的涡旋光，但是这些算法往往需要长时间的迭代且容易陷入局部最优解，存在处理时间长、难以收敛等缺陷。随着涡旋光模式数和湍流强度的增大，在一定补偿效果的要求下，实现算法的难度也会不断提升。本专利提出的深度多分支补偿网络是一种耗时短、复杂度低的一种涡旋光波前补偿方案。
7.涡旋光波前畸变校正对于拓展应用具有重要意义。在涡旋光远距离目标探测领域的实际应用过程中，大气的温度和气压引起大气折射率的随机起伏，导致了光波波前畸变、振幅起伏，引起了涡旋光光束抖动、光强闪烁、相邻阶次间的模式发生串扰，光束质量受到了严重的影响。涡旋光目标参数测量的准确性也将受到严重影响。因此，通过一定的波前校正技术补偿和校正波前畸变,从而使涡旋光远距离传输也能保持良好的光束质量，这对涡旋光在探测、通信等方面的应用是十分重要的。本专利提出的深度多分支补偿网络，对输入畸变涡旋光强度图进行多分支训练，分类型精准提取特征，深入学习畸变强度图与湍流补偿屏之间的映射关系，更准确预测出湍流补偿屏对畸变涡旋光进行校正。
8.涡旋光波前畸变校正是涡旋光实际应用的必要前提。本专利提出了一种新型涡旋光补偿方案：设计了一种深度多分支补偿网络，对涡旋光畸变强度图进行分特征精准学习，训练好的网络能够预测出对应湍流补偿屏，多种湍流强度下补偿之后的畸变涡旋光模式纯度可达到80％以上。在概念验证实验中，采集数据集对深度多分支网络进行训练，用训练成熟的网络对畸变涡旋光进行校正，补偿效果明显。


技术实现要素：

9.本发明的技术解决问题是：针对目前涡旋光探测技术的发展受大气湍流干扰较强，涡旋光畸变严重导致涡旋光相邻阶次间的模式发生串扰，光束质量较差，因此，为了推动涡旋光探测技术实地应用化，涡旋光波前畸变校正技术尤为必要，为了解决涡旋光校正技术耗时长、系统复杂性高的问题，本专利提出了一种基于深度多分支补偿网络的涡旋光波前畸变校正方法。本方法具有良好的灵活性、快速性和鲁棒性，适用于各种场合和恶劣条件。提出了对畸变涡旋光强度图进行分类型特征提取，更加精准学习畸变涡旋光强度图与湍流相位屏之间的映射关系，从而更准确地预测大气湍流补偿屏对涡旋光进行畸变校正。在概念验证实验中，可实现仅需极短时间网络即可较准确预测出对应的大气湍流补偿屏。该方法可用来对受相位干扰的畸变涡旋光进行校正，且校正效果良好。本方法具有良好的灵活性、快速性和鲁棒性，操作简便，泛化能力强。。
10.本发明的技术解决方案是：
11.本发明涉及一种基于深度多分支补偿网络的涡旋光波前畸变校正方法，仅需输入网络一张畸变强度图即可预测湍流补偿屏，其主要包括以下步骤：
12.(1)运用前十项zernike系数对大气湍流进行数值模拟，编码受大气湍流扰动的涡旋光全息图并加载到空间光调制器，使用线偏振高斯光照射到纯相位空间光调制器制备畸变涡旋光强度图。
13.(2)畸变涡旋光通过光束准直与滤波系统后，在光束的传播路径上使用ccd相机检测光束强度分布并采集。
14.(3)用实验采集得到的数据集并制作成合适尺寸输入网络。
15.(4)基于深度残差网络对畸变涡旋光特征进行初步提取，然后对三种畸变特征分三支进行训练，分支如下：第一支为表征平移、倾斜现象的第1、2、3阶zernike多项式的系数，第二支为表征离焦、像散现象的第4、5、6阶zernike多项式系数，第三支为表征彗差和高阶彗差现象的第7、8、9、10阶zernike多项式系数；
16.(5)经过数百次迭代，训练好的网络学习出输入的畸变涡旋光强度图和大气湍流屏之间的映射关系，从而预测出表征大气湍流补偿屏的步骤(1)中十项zernike多项式系数，对畸变涡旋光进行补偿。
17.本发明的原理是：
18.拉盖尔
‑
高斯光是一种典型的涡旋光，是柱坐标系下近轴波动方程的一组解，当传播距离z＝0时，其复振幅在柱坐标系下可以表示为：
[0019][0020]
其中u为拉盖尔—高斯光的波矢量，为柱坐标，r为极径，为极角，m为拓扑荷数，p为径向节数，ω0为基模高斯光的束腰半径，为拉盖尔多项式，i为虚数单位，π为圆周率。涡旋光的模式参数包含拓扑荷数与径向节数。
[0021]
为了表达简洁并保留涡旋光的特性，(1)式可以简写为：
[0022]
e1＝aexp(imφ)
ꢀꢀꢀ
(2)
[0023]
e2＝aexp(
‑
imφ)
ꢀꢀꢀ
(3)
[0024]
e＝e1 e2ꢀꢀꢀ
(4)
[0025]
其中e1、e2分别表示两单态涡旋光的光强矢量，e表示叠加态涡旋光的光强矢量，a表示强度分布，i为虚数单位，m为拓扑荷数，φ为相位。
[0026]
在利用大拓扑荷数叠加态涡旋光旋转多普勒效应进行远距离目标探测的背景下，选用
±
20阶叠加态涡旋光作为研究对象(即m＝20)。本发明设计的一种基于深度多分支补偿网络的叠加态涡旋光波前畸变校正方法，该方法选用前十项zernike多项式对大气湍流的相位扰动进行数值模拟，前十项zernike系数作为网络监督学习畸变叠加态涡旋光强度图的标签，强度图与对应标签构成数据集输入网络进行迭代训练，为了让网络能够更加专注于不同波前畸变的特征，达到更精准提取特征提高网络预测能力的效果，本发明提出了深度多分支补偿网络模型，如图2，该模型可以分为深度特征提取模块与多分支补偿屏参数预测模块，深度特征提取模块包含5个残差模块，多分支补偿屏参数预测模块包括残差模块之后分支成的三部分，分别经过卷积层、平均池化层与全连接层得到1*3、1*3、1*4三个一维向量，分别对应第1、2、3阶zernike系数的预测值、第4、5、6阶zernike系数的预测值、第7、8、9、10阶zernike系数的预测值。在网络训练过程中，网络模型的输入是由ccd相机捕捉到的畸变涡旋光强度分布图，输出是表征大气湍流的1*10的zernike多项式系数向量。卷积核通过提取特征让网络不断学习畸变涡旋光强度分布与大气湍流屏之间的映射关系，以降低损
失函数为目标不断调整各层参数。训练成熟之后的网络可预测出大气湍流补偿屏并对涡旋光进行畸变校正。网络选取前十阶zernike系数预测值和实际值之间的均方差mse加权之后再相加作为损失函数loss，如下式：
[0027][0028]
loss＝αloss1 βloss2 (1
‑
α
‑
β)loss3ꢀꢀꢀ
(6)
[0029]
其中a
i
表示第i阶zernike系数的真实值，表示第i阶zernike系数的预测值，α、β为三组系数损失函数的权重系数，loss1代表第1、2、3项系数的均方差，loss2代表第4、5、6项系数的均方差，loss3代表第7、8、9、10项系数的均方差。网络以loss为目标函数对各层参数进行优化，直到loss达到最低时各层结构达到最佳值。将校正前后的光场模式纯度进行对比，模式纯度得到了极大提升，补偿效果明显。
[0030]
涡旋光模式纯度定义为任意光场ψ的模式占比可以计算为：
[0031][0032]
其中，
[0033][0034][0035]
其中，表示拉盖尔
‑
高斯模式。本文中，将需要的涡旋光模式占总模式的比例定义为模式纯度。公式(7)是在角向空间展开的轨道角动量谱。本文模式纯度测量时拓扑荷数l取
‑
30阶到30阶之间。
[0036]
本发明方案的主要优点在于：
[0037]
(1)高效简洁，操作简便，只需极短时间即可对畸变涡旋光进行补偿，结构简单，耗时较短。
[0038]
(2)适用范围广，灵活性、鲁棒性强，多分支的网络结构可精准学习各种畸变形态的涡旋光与湍流相位屏的映射关系，提高预测准确度，适应不同湍流强度。
附图说明
[0039]
图1为一种基于深度多分支补偿网络的涡旋光波前畸变校正方法流程图；
[0040]
图2为深度多分支补偿网络结构图；
[0041]
图3为实验平台原理图；
[0042]
图4为校正前后的不同湍流强度下涡旋光模式纯度对比图
具体实施方案
[0043]
本发明以对称叠加态涡旋光为测量对象，实施对象为空间光调制器，具体实施步骤如下：
[0044]
首先，编码对称叠加态涡旋光的全息图并加载到纯相位空间光调制器(slm)上。氦氖激光器(newport n
‑
lhp
‑
151)在使用线性偏振器(lp)、半波片(hwp)和由两个透镜(l1、l2)组成的望远镜进行准直后，发出波长为632.8nm的准直高斯光束。lp和hwp的组合用于沿空间光调制器(slm)的长显示轴旋转激光偏振态和调整空间光调制器(slm)上入射光的功率。slm(upolabs hdslm80r)通过加载上述全息图来精确地调制入射光。然后利用光圈(ap)选择光束的第一级衍射，以避免其他杂散光。ccd摄像机(newport lbp2)记录l4之后的强度分布，如图3所示。
[0045]
例如，首先通过多参量联合调控技术获得拓扑荷数为
±
20的畸变对称叠加态拉盖尔
‑
高斯光束全息图。在制作全息图的过程中，闪耀光栅防止部分未调制光混入所需的畸变叠加态涡旋光，使所需光束衍射到一阶，并使未调制光保持零阶。未调制的光是由于slm液晶排列中的间隙造成的。虽然使用slm进行复振幅调制会牺牲相位深度，但它允许我们径向调制入射光场，以生成畸变叠加态涡旋光本征模，而不是超几何模。将编码后的全息图加载到slm上，即可得到畸变叠加态涡旋光强度分布图，结合表征大气湍流的十项zernike系数作为标签共同组成数据集，本发明一共采集了三种湍流强度下的数据集，分别是d/r0＝2.67、5、7.27，其中d为接收口径直径，r0为大气相干长度，d/r0表征大气湍流强度。
[0046]
结合公式(6)所示，[αβ1
‑
α
‑
β]系数是网络模型中多分支的权重组合，在本文提出的方法中，直接影响着网络侧重哪一类特征的提取学习继而影响网络的补偿效果，是实验结果的关键性参数。因此本文根据网络对每类特征的注重程度大致选取若干组[αβ1
‑
α
‑
β]系数组合进行对比实验，本文从实验室采集的18000组数据集中抽取小样本6000组，三种湍流强度每种随机抽取2000组，按9：1划分训练集和测试集。选用不同权重组合进行对比实验,实验结果显示，在α＝0.3、β＝0.5的组合下，网络预测误差最小，由此确定网络目标损失函数。
[0047]
将采集到的的数据集输入网络中进行训练，深度多分支补偿网络分为深度特征提取模块与多分支补偿屏参数预测模块，深度特征提取模块包含5个残差模块，多分支补偿屏参数预测模块包括残差模块之后分支成的三部分，分别经过卷积层、平均池化层与全连接层得到1*3、1*3、1*4三个一维向量，分别对应第1、2、3阶zernike系数的预测值、第4、5、6阶zernike系数的预测值、第7、8、9、10阶zernike系数的预测值。在网络训练过程中，网络模型的输入是由ccd相机捕捉到的畸变涡旋光强度分布图，输出是表征大气湍流的1*10的zernike多项式系数向量。卷积核通过提取特征让网络不断学习畸变涡旋光强度分布与大气湍流屏之间的映射关系，以降低损失函数为目标不断调整各层参数。训练成熟之后的网络可预测出大气湍流补偿屏并对涡旋光进行畸变校正。如图4所示校正后的不同湍流强度下涡旋光模式纯度均可达到80％以上，校正后的涡旋光给强度图更加均匀，校正效果显著、高效，操作简单。
[0048]
此外，空间光调制器对光束的入射角度与功率都有一定限制，所以具体光路设计还要根据实验室实际情况进行。
[0049]
本发明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。