基于二值神经网络模型的光学轨道角动量识别方法及系统

本发明提供了一种基于二值神经网络模型的光学轨道角动量识别方法及系统，用于解决采用基于空间光调制器深度学习法的OAM识别方法存在的计算复杂度较高，内存占用大，难以满足空间激光通信轻量化和实时性的应用需求的技术问题。本发明提供的一种基于二值神经网络模型的光学轨道角动量识别方法，通过构建二值神经网络模型，实现对不同拓扑荷数OAM的识别，相比于传统基于空间光调制器深度学习法的OAM识别方法，本发明采用了二值权重和二值激活函数，参数存储需求显著降低。同时，本发明采用的二值神经网络模型采用PopCount处理代替了卷积运算，减小了计算量，增强了实时性，能够满足星间通信等应用场景对快速识别的需求。