Red neuronal siamesa para corrección e identificación de haces de vórtice en turbulencia oceánica

Área de la Ciencia:

• Comunicaciones Ópticas
• Procesamiento de Señales
• Aprendizaje Automático

Sus antecedentes:

• Los haces de vórtice mejoran la capacidad del canal en las comunicaciones ópticas inalámbricas submarinas (UWOC).
• La turbulencia oceánica (OT) distorsiona severamente los haces de vórtice, degradando la calidad de UWOC.
• La identificación precisa de los modos de momento angular orbital (OAM) y la corrección de la distorsión son vitales para una UWOC robusta.

Objetivo del estudio:

• Desarrollar un método conjunto de corrección de distorsión e identificación de modos OAM para sistemas UWOC.
• Validar experimentalmente el enfoque propuesto utilizando una red neuronal siamesa (SN).
• Permitir la identificación precisa de modos OAM y la predicción de coeficientes de Zernike con datos limitados.

Principales métodos:

• Se empleó una arquitectura de red neuronal siamesa (SN) para la extracción y fusión de características de pantallas de fase y patrones de intensidad.
• Se integró una red de clasificación dentro de la SN para la identificación simultánea de modos OAM y la predicción de coeficientes de polinomio de Zernike.
• El enfoque se diseñó para funcionar eficazmente con un número limitado de muestras de entrenamiento.

Principales resultados:

• La SN identificó con precisión cuatro modos OAM y predijo los coeficientes de Zernike para cuatro niveles de turbulencia oceánica (OT).
• Las pantallas de fase reconstruidas utilizando los coeficientes predichos facilitaron la corrección de alta calidad de los haces de vórtice distorsionados.
• La SN demostró un rendimiento de generalización robusto, incluso con datos de muestra limitados.

Conclusiones:

• El método propuesto basado en SN ofrece una solución eficaz para corregir las distorsiones de los haces de vórtice en UWOC.
• Este enfoque permite la identificación fiable de modos OAM y la mitigación de la turbulencia en entornos submarinos desafiantes.
• El estudio presenta una vía novedosa para mejorar el rendimiento y la fiabilidad de los sistemas UWOC.