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
不羁的木木20 小时前
ArkWeb实战学习笔记04-JavaScript与Native通信li星野20 小时前
RAG优化系列：HyDE（假设文档嵌入）——让LLM先写答案再检索知识分享小能手20 小时前
Flask入门学习教程，从入门到精通，Flask智能租房——用户中心知识点详解(9）Wu_Dylan20 小时前
液态神经网络系列（十） | 未来展望：液态人工智能会是通往 AGI 的下一站吗？魔法阵维护师20 小时前
从零开发游戏需要学习的c#模块，第三十一章（技能冷却系统 —— 范围爆炸）试剂界的爱马仕21 小时前
《古董局·终局5：潮生》第 4 章：藤田的棋局searchforAI21 小时前
我的Obsidian知识库，现在可以自动剪藏笔记到本地了周末也要写八哥21 小时前
Visual C++6.0下载安装流程及PDF学习手册资源坤坤藤椒牛肉面21 小时前
C++学习--类和对象楼田莉子1 天前
C++20新特性：Range库