本发明涉及一种散射介质传输后量子轨道角动量信号检测方法，属于激光目标识别领域。
背景技术：
1、光的轨道角动量的测量近些年也有了快速的发展。一开始人们利用生成lg光的逆过程来判断lg光的模式，比如，利用叉形全息图等方法来移除螺旋相位结构，然而这种方法的成功率受1/n的限制，其中n为过程所涉及的模式数。后来，人们利用更加巧妙的方法来做到模式识别，能够做到识别多种模式观光的叠加态。比如，leach等人提出一种基于march-zehdner干涉仪并每一个臂加上一个棱镜的检测方法，理论上该方法的效率为100％，然而这种方法分离n种模式便需要n-1套干涉仪，需要比较复杂的系统。
技术实现思路
1、针对现有轨道角动量的测量系统复杂的问题，本发明提供一种基于双通道的散射介质传输后量子轨道角动量信号检测方法。
2、本发明所述基于双通道的散射介质传输后量子轨道角动量信号检测方法，该方法包括以下步骤：
3、s1、拉盖尔高斯光束经过n个湍流相位屏模拟的大气湍流散射后分束为两路光束；
4、s2、第1路光束直接经ccd相机探测获取传播距离z＝0时的初始光强i1(x,y)；
5、s3、第2路光束经过两个空间光调制器实现数极坐标变换和相位修正后输出，再经ccd相机探测获取传播距离z＝0时的含轨道角动量谱的初始光强i2(x,y)；
6、s4、将初始光强i1(x,y)和含轨道角动量谱的初始光强i2(x,y)同时输入至训练好的多维特征融合神经网络，预测拓扑核数，以实现大气湍流散射后的轨道角动量信号检测。
7、优选地，步骤s1的具体过程为：激光器1发射高斯光束，所述经过第一空间光调制器2后转化为拉盖尔高斯光束，拉盖尔高斯光束经过n个湍流相位屏3模拟大气湍流后分束成两部分，分别为第1路光束和第2路光束。
8、优选地，步骤s2中第1路光束直接经第一ccd相机4探测光强图像，获取传播距离z＝0时的初始光强i1(x,y)：
9、
10、式中，u(z,x,y)表示光强振幅，(z,x,y)表示直角坐标系，其中z为高斯光束传播距离，x,y为平面坐标，为经过一次大气湍流屏后的拉盖尔高斯光束的衰减系数，为经过n次大气湍流屏后的拉盖尔高斯光束的衰减系数。
11、优选地，步骤s3中第2路光束调制为轨道角动量光束，再经ccd相机探测获取传播距离z＝0时的含角动量谱的初始光强i2(x,y)的过程为：
12、第2路光束经过第二空间光调制器5数极坐标变换，再经过第三空间光调制器7相位修正后输出，入射至第二ccd相机9，第二ccd相机9探测轨道角动量谱图像，获取传播距离z＝0时的含轨道角动量谱的初始光强i2(x,y)：
13、
14、式中：为对数极坐标变换矩阵，其中包含着角动量谱的信息。
15、优选地，多维特征融合神经网络包括卷积层、卷积块注意力模块和全连接层；
16、光强图像和轨道角动量谱图像同时输入至多维特征融合神经网络；光强图像和轨道角动量谱图像并行处理，其中，光强图像经过三层卷积层，再经过卷积块注意力模块提取光强特征z1；轨道角动量谱图像经过三层卷积层，再经过卷积块注意力模块提取轨道角动量谱特征z2；
17、把光强特征z1和轨道角动量谱特征z2拉成一维的全连接层后进行张量积融合生成融合特征z：
18、
19、融合特征z通过两个全连接层进行分类并输出预测的拓扑核数。
20、优选地，多维特征融合神经网络的输入为光强图像和轨道角动量谱图像，光强图像的初始光强为i1(x,y)，轨道角动量谱图像的初始光强为i2(x,y)；多维特征融合神经网络的输出为用于表征轨道角动量的拓扑核数；多维特征融合神经网络的映射表示为：
21、
22、式中，为多维神经网络预测拓扑核数；w为多维神经网络的参数，f(*)为神经网络所寻找的映射。
23、优选地，多维特征融合神经网络的损失函数为：
24、
25、其中，m为样本容量；
26、n为训练集的拓扑核数总数；
27、为二值变量，当且仅当第i个样本的实际拓扑核数大小为c时为1，否则为0；
28、为神经网络预测第i个样本拓扑核数大小为c的概率。
29、本发明的有益效果：本发明提出了一种多维特征融合神经网络能够同时利用光强与角谱信息识别通过大气湍流的涡旋光模式。从而实现在更远距离下对涡旋光轨道角动量信号的检测。
30、本发明提出了多维特征融合神经网络，利用了卷积块注意力模型与张量积融合，能够实现更高维度的信号处理。利用多维特征融合神经网络能够突破传统方法的距离限制与正负拓扑核数限制。另外能够显著减小所需要的训练集大小与计算复杂度。
1.基于双通道的散射介质传输后量子轨道角动量信号检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于双通道的散射介质传输后量子轨道角动量信号检测方法，其特征在于，步骤s1的具体过程为：激光器(1)发射高斯光束，所述经过第一空间光调制器(2)后转化为拉盖尔高斯光束，拉盖尔高斯光束经过n个湍流相位屏(3)模拟大气湍流后分束成两部分，分别为第1路光束和第2路光束。
3.根据权利要求2所述基于双通道的散射介质传输后量子轨道角动量信号检测方法，其特征在于，步骤s2中第1路光束直接经第一ccd相机(4)探测光强图像，获取传播距离z＝0时的初始光强i1(x,y)：
4.根据权利要求3所述基于双通道的散射介质传输后量子轨道角动量信号检测方法，其特征在于，步骤s3中第2路光束调制为轨道角动量光束，再经ccd相机探测获取传播距离z＝0时的含角动量谱的初始光强i2(x,y)的过程为：
5.根据权利要求3所述基于双通道的散射介质传输后量子轨道角动量信号检测方法，其特征在于，多维特征融合神经网络包括卷积层、卷积块注意力模块和全连接层；
6.根据权利要求5所述基于双通道的散射介质传输后量子轨道角动量信号检测方法，其特征在于，多维特征融合神经网络的输入为光强图像和轨道角动量谱图像，光强图像的初始光强为i1(x,y)，轨道角动量谱图像的初始光强为i2(x,y)；多维特征融合神经网络的输出为用于表征轨道角动量的拓扑核数；多维特征融合神经网络的映射表示为：
7.根据权利要求6所述基于双通道的散射介质传输后量子轨道角动量信号检测方法，其特征在于，多维特征融合神经网络的损失函数为：
