一种基于深度神经网络的涡旋光通信方法及系统

本发明公开了一种基于深度神经网络的涡旋光通信方法及系统，包括构建深度神经网络初始模型并训练得到预测模型；发信端通过码表加密信息生成涡旋光束，收信端接收涡旋光束的强度分布图片并解密得到信息；再基于当前Unix时间戳和私钥生成密文串，发信端和收信端从密文串中取得相同字节，发信端生成携带有该字节对应拓扑荷数的涡旋光束，收信端接收并存储该涡旋光束对应的强度分布图片，同时将取得的字节标记为图片标签；利用预测模型预测强度分布图片的字节，根据预测结果判定标记是否正确，从而利用新的训练集对预测模型进一步训练，获得训练好的模型替换掉初始模型，重复该过程实现信息安全传递。本发明通过结合神经网络、加密与涡旋光通信技术，在实际通信中持续训练优化模型，提升预测准确性和信息传递的安全性。