一种基于神经网络的多模涡旋光束解复用方法

    公开(公告)号:CN112861634B

    公开(公告)日:2024-04-09

    申请号:CN202110028012.5

    申请日:2021-01-11

    申请人: 南京大学

    IPC分类号: G06F30/27

    摘要: 本发明公开一种基于神经网络的多模涡旋光束解复用方法,包括以下步骤:依照多模涡旋光束的表达式进行数据仿真,构建数据集;设计深度卷积神经网络,对输入图像进行卷积操作提取高阶特征并用下采样处理压缩数据量,得到低维向量,对局部特征进行增强和提取;将其代入卷积神经子网络结构进行高阶特征表征,进一步提取其中所保留的振幅与强度分布的联系,得到与振幅相关的高维向量;将高维向量按顺序一维展开,通过全连接层将学习到的特征映射到数据标签空间上,最终得到振幅占比向量;根据训练效果对模型的可调参数进行修改,使模型表现最优。这种解复用方法可以在较复杂的多模式耦合情况上表现更好,可以凭借输入图像解析出每个模式的振幅,改进光通讯的效果。

    显微螺旋相衬成像方法及系统
    2.
    发明公开

    公开(公告)号:CN115993715A

    公开(公告)日:2023-04-21

    申请号:CN202310138919.6

    申请日:2023-02-20

    申请人: 南京大学

    摘要: 本发明提供一种显微螺旋相衬成像方法及系统,该方法通过构建螺旋相差物镜,包括依次设置的共轭成像透镜组和螺旋相位片;布置显微螺旋相衬成像系统;调节螺旋相差物镜,使螺旋相位片所在平面为背景光经过聚光镜后的会聚点所在平面的共轭面;将透明样品置于聚光镜与螺旋相差物镜间,调节聚光镜,使光源发出的背景光经过聚光镜后的会聚中心在共轭面的成像与螺旋相位片中心重合,物镜成像面获得具有螺旋相衬效果的实像,再经过目镜第二次放大即可在显微镜成像面观察到边界增强或者浮雕效果的虚像;本发明能够在不引入额外的进行傅里叶变换的透镜前提下,获得浮雕效果或相衬成像中的边界增强的像,可用于观测低衬度差样品的形貌相位差异。

    一种用于消除局域倒格矢漂移的光学超晶格优化设计方法

    公开(公告)号:CN118278186A

    公开(公告)日:2024-07-02

    申请号:CN202410373283.8

    申请日:2024-03-29

    申请人: 南京大学

    IPC分类号: G06F30/20

    摘要: 一种用于消除局域倒格矢漂移的光学超晶格优化设计方法,通过在光学超晶格结构函数中添加相应的补偿项,可以有效消除光学超晶格的实际局域倒格矢与预设局域倒格矢之间可能出现的局域倒格矢漂移,从而更为精确地提供预期局域倒格矢分布。具体步骤如下:根据预设局域倒格矢分布获得预设超晶格结构函数,通过理论分析求出该结构函数的实际局域倒格矢分布,再与预设局域倒格矢进行比较确定局域倒格矢漂移量,最后根据该漂移量对预设超晶格结构函数添加一分段常数形式的补偿项,得到优化的光学超晶格结构函数。本方法可应用于多种光学超晶格的结构设计,为相应非线性过程提供更为精确的相位匹配条件。

    一种基于神经网络的多模涡旋光束解复用方法

    公开(公告)号:CN112861634A

    公开(公告)日:2021-05-28

    申请号:CN202110028012.5

    申请日:2021-01-11

    申请人: 南京大学

    摘要: 本发明公开一种基于神经网络的多模涡旋光束解复用方法,包括以下步骤:依照多模涡旋光束的表达式进行数据仿真,构建数据集;设计深度卷积神经网络,对输入图像进行卷积操作提取高阶特征并用下采样处理压缩数据量,得到低维向量,对局部特征进行增强和提取;将其代入卷积神经子网络结构进行高阶特征表征,进一步提取其中所保留的振幅与强度分布的联系,得到与振幅相关的高维向量;将高维向量按顺序一维展开,通过全连接层将学习到的特征映射到数据标签空间上,最终得到振幅占比向量;根据训练效果对模型的可调参数进行修改,使模型表现最优。这种解复用方法可以在较复杂的多模式耦合情况上表现更好,可以凭借输入图像解析出每个模式的振幅,改进光通讯的效果。