频谱处理与深度学习结合的水下轨道角动量模式识别方法

本发明公开一种频谱处理与深度学习结合的水下轨道角动量模式识别方法，首先，利用半谱搜索和能量谱优化对信号进行处理，并构建二维的OAM多通道数据；然后，将OAM多通道数据送入深度学习模型中提取OAM特征；最后，将OAM特征送入到预先训练好的分类器中，对特征进行匹配与分类，输出对应的OAM模式类别。本发明基于深度学习与频谱处理协同优化方案能够显著提升OAM模式识别的精度和稳健性，为水下高容量通信及环境感知提供技术支撑，适用于水下高容量通信、水下目标探测与识别、海洋环境监测以及水下成像等多个领域，具有重要的理论意义和广阔的实际应用前景。