自由空间涡旋光通信检测技术研究

发布时间:2022-11-06 07:56
  近年来,自由空间涡旋光通信以其极大的通信容量和极高的频谱效率在国内外引起了广泛关注,涡旋光所携带的轨道角动量理论上取值无穷且彼此正交,能够为光通信提供新的维度资源。然而,涡旋光在自由空间传输时,不可避免地受到大气信道的影响,导致承载信息的轨道角动量态间产生串扰,造成通信系统性能下降。本文围绕自由空间涡旋光通信检测技术展开研究,首先针对轨道角动量在自由空间中的传输特性进行分析,重点研究了大气湍流、大气散射和对准误差对轨道角动量传输的影响,然后针对这些影响导致的检测准确率降低,提出了相应的涡旋光检测技术,并进行了相关的理论分析和实验验证。本文的主要研究内容包括以下四个方面:(1)自由空间涡旋光轨道角动量传输影响因素分析。首先,以拉盖尔-高斯光束为例,介绍涡旋光轨道角动量的基本概念;然后对涡旋光大气信道传输展开研究,围绕涡旋光轨道角动量态的传输特性,分析了大气湍流强度和传输距离对涡旋光轨道角动量态探测概率的影响;随后,结合大气湍流理论和涡旋光束螺旋谱概念,给出了湍流和对准误差影响下的轨道角动量态探测概率解析表达式;最后分析了散射粒子与轨道角动量态的相互作用,利用时域有限差分方法,给出了散射粒... 

【文章页数】:147 页

【学位级别】:博士

【文章目录】:
摘要
Abstract
第一章 绪论
    1.1 背景及意义
    1.2 国内外研究现状
        1.2.1 涡旋光轨道角动量及其自由空间通信研究现状
        1.2.2 自由空间涡旋光轨道角动量传输特性研究现状
        1.2.3 涡旋光通信轨道角动量检测技术研究现状
        1.2.4 研究中存在的主要问题
    1.3 论文主要工作及结构安排
        1.3.1 论文的主要工作
        1.3.2 论文结构安排
第二章 自由空间涡旋光通信传输影响因素分析
    2.1 引言
    2.2 涡旋光轨道角动量通信编码系统性能影响因素分析
        2.2.1 涡旋光轨道角动量态
        2.2.2 涡旋光轨道角动量态编码通信系统
    2.3 大气湍流对涡旋光轨道角动量传输的影响
        2.3.1 大气湍流模型
        2.3.2 大气湍流影响下的涡旋光轨道角动量探测概率
        2.3.3 数值结果与分析
    2.4 对准误差对涡旋光轨道角动量传输的影响
        2.4.1 横向偏移误差
        2.4.2 角向倾斜误差
        2.4.3 数值结果与分析
    2.5 大气散射对涡旋光轨道角动量传输的影响
        2.5.1 粒子散射对涡旋光传输影响的分析方法
        2.5.2 粒子散射影响下的涡旋光轨道角动量探测概率
        2.5.3 数值结果与分析
    2.6 本章小结
第三章 基于卷积神经网络的涡旋光检测
    3.1 引言
    3.2 大气湍流影响下的涡旋光轨道角动量检测
        3.2.1 湍流影响下的涡旋光束产生
        3.2.2 基于卷积神经网络的涡旋光轨道角动量检测
        3.2.3 复杂度分析
    3.3 角向倾斜影响下的涡旋光轨道角动量检测
        3.3.1 角向倾斜影响下的涡旋光束
        3.3.2 基于角度池化的涡旋光轨道角动量检测
        3.3.3 复杂度分析
    3.4 偏移影响下的涡旋光轨道角动量检测
        3.4.1 偏移影响下的涡旋光束
        3.4.2 基于部分卷积的涡旋光轨道角动量检测
        3.4.3 结果分析
    3.5 本章小结
第四章 基于复值卷积神经网络的涡旋光检测
    4.1 引言
    4.2 复值卷积神经网络涡旋光检测
        4.2.1 复值神经网络的数学框架
        4.2.2 复值卷积神经网络模型
        4.2.3 复杂度分析
    4.3 全光神经网络涡旋光检测
        4.3.1 全光神经网络模型
        4.3.2 传输过程的简化
        4.3.3 仿真结果
    4.4 本章小结
第五章 涡旋光湍流畸变波前校正技术研究
    5.1 引言
    5.2 大气湍流畸变波前校正
        5.2.1 有波前传感器的波前校正
        5.2.2 无波前传感器的波前校正
        5.2.3 涡旋光束大气湍流畸变波前校正技术
    5.3 基于生成对抗网络的波前重构
        5.3.1 波前重构算法
        5.3.2 基于pix2pix网络的波前重构
        5.3.3 仿真分析
    5.4 基于改进SPGD算法的无探针光束波前校正
        5.4.1 随机并行梯度下降算法
        5.4.2 自适应增益因子随机并行梯度下降算法
        5.4.3 仿真分析
    5.5 本章小结
第六章 结论与展望
    6.1 论文主要研究成果及创新点
    6.2 下一步工作展望
致谢
参考文献
作者在学期间取得的学术成果



本文编号:3703133

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/3703133.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户6bc7f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com