本發(fā)明涉及光纖激光模式分解，尤其涉及一種基于矩陣計(jì)算的模式分解方法。

背景技術(shù)：

1、隨著波分復(fù)用(wdm)、偏振復(fù)用(pdm)、相干接收和多維多階調(diào)制等技術(shù)的廣泛使用，單模光纖的傳輸容量已經(jīng)快速地接近其香農(nóng)極限。為了尋求新型高速大容量光傳輸機(jī)理，基于少模光纖的模分復(fù)用(mdm)技術(shù)應(yīng)運(yùn)而生，利用光纖各個(gè)模式間的正交性，將每一個(gè)模式視為獨(dú)立的信道加載信號(hào)，形成多輸入多輸出(mimo)通道，以提高系統(tǒng)傳輸容量和頻譜效率。

2、少模光纖通過(guò)合理設(shè)計(jì)光纖，只有有限個(gè)模式被激勵(lì)并傳輸。相比單模光纖，可以采用mdm技術(shù)擴(kuò)充單根光纖傳輸容量；相比多模光纖，可以控制模式個(gè)數(shù)，優(yōu)化模式色散和串?dāng)_。

3、模式分解算法是用于光纖模式耦合特性表征的關(guān)鍵技術(shù)，通過(guò)獲取光纖中各模式模態(tài)權(quán)重和模態(tài)相對(duì)相位信息，分析fmf中的模式耦合變化情況并從完整的光纖光場(chǎng)中推算出相關(guān)的光束屬性，具有重要的研究意義。近年來(lái)，基于不同原理的模式分解方法如空間和光譜域分辨成像(f2)法、光學(xué)相關(guān)分析(oca)法、逆矩矩陣求解法、隨機(jī)梯度下降(spgd)法、卷積神經(jīng)網(wǎng)絡(luò)(cnn)法等相繼被提出。然而，現(xiàn)有的模式分解方法穩(wěn)定性差、抗噪性差，或者，所需要消耗極大的算力，均嚴(yán)重限制在實(shí)際應(yīng)用中的范圍。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于矩陣計(jì)算的模式分解方法。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。

3、第一方面，本發(fā)明提供一種基于矩陣計(jì)算的模式分解方法，包括：

4、獲取光斑圖，并對(duì)所述光斑圖進(jìn)行像素點(diǎn)采樣，以獲得多個(gè)采樣塊；

5、對(duì)所述多個(gè)采樣塊進(jìn)行模式分解，以獲得最優(yōu)解。

6、進(jìn)一步地，所述對(duì)所述多個(gè)采樣塊進(jìn)行模式分解，以獲得最優(yōu)解，包括：

7、根據(jù)所述采樣塊的總強(qiáng)度向量與不同模式下的場(chǎng)分布矩陣確定第一矩陣；

8、基于所述第一矩陣求解獲得幅度系數(shù)與相位系數(shù)，并利用所述幅度系數(shù)與所述相位系數(shù)構(gòu)建目標(biāo)函數(shù)，對(duì)所述目標(biāo)函數(shù)求解，以獲得最優(yōu)解。

9、進(jìn)一步地，所述根據(jù)所述采樣塊的總強(qiáng)度向量與不同模式下的場(chǎng)分布矩陣確定第一矩陣，包括：

10、獲取所述采樣塊的總強(qiáng)度向量γα與不同模式下的場(chǎng)分布矩陣tα：

11、

12、v為偏振方向，包括x偏振方向與y偏振方向，s,w為lp模式激發(fā)序數(shù)，代表第b個(gè)采樣塊中第1個(gè)像素點(diǎn)所對(duì)應(yīng)的x偏振方向lp01模式與x偏振方向上lp11模式分布的乘積，b為采樣塊總數(shù)，α是偏振角度，β是所有采樣塊坐標(biāo)點(diǎn)集合；

13、根據(jù)總強(qiáng)度向量γα與場(chǎng)分布矩陣tα之間的關(guān)系，計(jì)算獲得第一矩陣rα：

14、γα＝tαrα。

15、進(jìn)一步地，所述幅度系數(shù)包括第一幅度系數(shù)ax,n與第二幅度系數(shù)ay,n，所述相位系數(shù)包括第一相位系數(shù)與第二相位系數(shù)，所述基于所述第一矩陣求解獲得幅度系數(shù)與相位系數(shù)，包括：

16、基于第一矩陣rα的前n項(xiàng)計(jì)算獲得第一幅度系數(shù)ax,n與第二幅度系數(shù)ay,n：

17、

18、式中，n為偏振方向上所支持的最大模式數(shù)，av,n包括第一幅度系數(shù)ax,n與第二幅度系數(shù)ay,n；

19、利用r(0)和x偏振方向的第一幅度系數(shù)ax,n求解獲得第一相位系數(shù)θx,n：

20、

21、利用γ45求解第二相位系數(shù)θy,1：

22、

23、式中，代表第b個(gè)采樣塊中第1個(gè)像素點(diǎn)所對(duì)應(yīng)的x偏振方向lp01模式與y偏振方向上lp11模場(chǎng)分布的乘積。

24、進(jìn)一步地，所述利用r(0)和x偏振方向的第一幅度系數(shù)ax,n求解獲得第一相位系數(shù)θx,n，包括：

25、假設(shè)θx,2∈[0,π]，則第一相位系數(shù)為：

26、

27、當(dāng)n>2，則第一相位系數(shù)為：

28、

29、進(jìn)一步地，所述利用γ45求解第二相位系數(shù)θy,1，包括：

30、

31、通過(guò)r(90)求解θy,n(n≥2)，其中，θy,2可表示為：

32、

33、當(dāng)n>2，第二相位系數(shù)θy,n為：

34、

35、進(jìn)一步地，所述利用所述幅度系數(shù)與所述相位系數(shù)構(gòu)建目標(biāo)函數(shù)，包括：

36、根據(jù)第一幅度系數(shù)、第二幅度系數(shù)、第一相位系數(shù)以及第二相位系數(shù)構(gòu)建目標(biāo)函數(shù)l：

37、

38、式中，i＝1…8，i為求得模式系數(shù)解組數(shù)。

39、第二方面，本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述的方法。

40、第三方面，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述的方法。

41、第四方面，本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述的方法。

42、本發(fā)明有益效果：本發(fā)明提供的基于矩陣計(jì)算的模式分解方法，將光斑圖進(jìn)行像素點(diǎn)采樣，并對(duì)采樣塊進(jìn)行模式分解，從而將固有的非線性模式分解問(wèn)題轉(zhuǎn)換為兩個(gè)部分：繁瑣的線性部分和簡(jiǎn)單的非線性部分，使求解系數(shù)變成了矩陣乘法計(jì)算，大大提高了模式分解的速度。相較于整個(gè)光斑圖的輸入，在能保持相同準(zhǔn)確性的情況下，乘法次數(shù)顯著降低，大大提高了運(yùn)算效率，本發(fā)明在保持高分解精度的同時(shí)能極大增加其運(yùn)算效率，對(duì)于不同信噪比的模式分解情況，可以發(fā)現(xiàn)在一定范圍內(nèi)增大采樣點(diǎn)數(shù)可以降低模式分解的誤差。同時(shí)相較于其他模式分解算法，該算法還顯示出一定的抗噪性能。

43、本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，這些將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。

技術(shù)特征：

1.一種基于矩陣計(jì)算的模式分解方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述多個(gè)采樣塊進(jìn)行模式分解，以獲得最優(yōu)解，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述采樣塊的總強(qiáng)度向量與不同模式下的場(chǎng)分布矩陣確定第一矩陣，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述幅度系數(shù)包括第一幅度系數(shù)ax，n與第二幅度系數(shù)ay，n，所述相位系數(shù)包括第一相位系數(shù)與第二相位系數(shù)，所述基于所述第一矩陣求解獲得幅度系數(shù)與相位系數(shù)，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述利用r(0)和x偏振方向的第一幅度系數(shù)ax，n求解獲得第一相位系數(shù)θx，n，包括：

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述利用γ45求解第二相位系數(shù)θy,1，包括：

7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述利用所述幅度系數(shù)與所述相位系數(shù)構(gòu)建目標(biāo)函數(shù)，包括：

8.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的方法。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，其存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明提供一種基于矩陣計(jì)算的模式分解方法，包括：獲取光斑圖，并對(duì)所述光斑圖進(jìn)行像素點(diǎn)采樣，以獲得多個(gè)采樣塊；對(duì)所述多個(gè)采樣塊進(jìn)行模式分解，以獲得最優(yōu)解。本發(fā)明在保持高分解精度的同時(shí)能極大增加其運(yùn)算效率，且具有一定的抗噪性能。

技術(shù)研發(fā)人員：張建勇,王晨宇
受保護(hù)的技術(shù)使用者：北京交通大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15