光全息|OAM-旋转双维度复用全息

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
报错小能手21 小时前
C++笔记(面向对象)深赋值 浅赋值
c++·笔记·学习
一介书生-00721 小时前
2025-10-27 Java AI学习路线
java·人工智能·学习
繁花与尘埃1 天前
CSS引入方式(本文为个人学习笔记,内容整理自哔哩哔哩UP主【非学者勿扰】的公开课程。 > 所有知识点归属原作者,仅作非商业用途分享)
css·笔记·学习
Century_Dragon1 天前
新能源汽车故障诊断与排除虚拟实训软件:赋能职业教育利器
学习
高洁011 天前
【无标题】大模型-模型压缩:量化、剪枝、蒸馏、二值化 (2
人工智能·python·深度学习·神经网络·知识图谱
无风听海1 天前
神经网络之密集的词向量如何能够代表稀疏的词向量
人工智能·神经网络·机器学习
文火冰糖的硅基工坊1 天前
[人工智能-大模型-74]:模型层技术 - 模型训练六大步:③神经网络,预测输出:基本功能与对应的基本组成函数
人工智能·深度学习·神经网络
m0_626535201 天前
数据结构学习,一些知识点
数据结构·学习
kk_net88991 天前
PyTorch Geometric 图神经网络实战利器
人工智能·pytorch·神经网络·其他
No.Ada1 天前
基于脑电图(EEG)的认知负荷检测实验范式与深度神经网络的系统综述 论文笔记
论文阅读·人工智能·dnn