针对传统OAM模式复用全息中光学复用参数维度有限、模式-全息映射固定导致的信道扩展与动态调控困难，该研究提出基于可旋转衍射神经网络的双参数编码机制，引入旋转状态作为外在调制自由度，与固有OAM模式协同构建多维编码空间。
通过可旋转相位层的独立角度调控，实现输入OAM模式至多个全息图的一对多动态映射，完成全息信道容量的扩展与高安全性图像加密。
论文9
https://doi.org/10.1109/JLT.2025.3583344
欢迎指教交流~
相关推荐
龙腾AI白云5 分钟前
DNN案例一步步构建深层神经网络（二）三、深层神经网络roman_日积跬步-终至千里9 分钟前
【计算机视觉（17）】语义理解-训练神经网络2_优化器_正则化_超参数从零点10 分钟前
STM32学习笔记CANembrace9911 分钟前
【C语言学习】预处理详解像风一样自由202014 分钟前
从GAN到WGAN-GP：生成对抗网络的进化之路与实战详解性感博主在线瞎搞16 分钟前
【神经网络】超参调优策略（二）：Batch Normalization批量归一化starrycode88819 分钟前
【每日一个知识点】Kotlin基础语法核心学习笔记人工智能培训32 分钟前
DNN案例一步步构建深层神经网络（二）YJlio41 分钟前
ZoomIt 学习笔记（11.11）：休息计时器与演讲节奏控制——倒计时、番茄钟与现场掌控力山土成旧客42 分钟前
【Python学习打卡-Day23】从重复到重用：用Pipeline和ColumnTransformer重构你的机器学习工作流