摘要
本发明公开了一种识别涡旋光束模式数的方法,通过结合GS算法与ViT神经网络,对未知的光束进行高效、准确的识别。该方法首先对传输过程中受到畸变的涡旋光束通过校准系统进行相位恢复,通过GS算法多次迭代,逐步优化光束的相位分布,通过提取畸变涡旋光束相位,得到初步恢复的相位图像;然后将ViT神经网络引入到识别过程中。利用ViT强大的注意力转移机制,通过多层次的特征提取和表示学习,准确地识别出涡旋光束的相位特征。该方法在不同距离的传输信道中表现出较高的识别精度和稳定性,即使在复杂的水下环境中,也能保持较高的识别性能。
技术关键词
光束
校准系统
GS算法
相位特征
模式
相机
分束器
多层次
数据处理器
训练集
注意力
图像
强度
湍流
信道
透镜
接收端
光强
机制
系统为您推荐了相关专利信息
周期型数据
异常检测方法
风力发电机
SCADA系统
XGBoost模型