基于漏波全息图实现轨道角动量发生器的深度学习框架
光学
2023-04-26 v1 机器学习
科普物理
摘要
在本文中，我们提出了一种新颖的设计漏波全息天线的方法，该方法通过结合平面光学（FO）与机器学习（ML）技术来产生携带 OAM 的电磁波。为提升系统性能，我们使用机器学习技术来发现一个能有效控制整个辐射方向图的数学函数，即降低旁瓣电平（SLL）的同时增加辐射方向图的中心零深。基于全息理论对阻抗方程参数进行精确调谐，是在多种场景下获得最优结果所必需的。在本研究中，我们应用机器学习来确定这些参数的近似值。利用总共 77,000 个生成的数据集，我们能够确定每个参数的最优值，从而得到期望的辐射方向图。此外，ML 的使用不仅节省时间，而且比人工参数调谐和传统优化方法产生更精确、更准确的结果。
引用
@article{arxiv.2304.12695,
title = {Deep Learning Framework for the Design of Orbital Angular Momentum Generators Enabled by Leaky-wave Holograms},
author = {Naser Omrani and Fardin Ghorbani and Sina Beyraghi and Homayoon Oraizi and Hossein Soleimani},
journal= {arXiv preprint arXiv:2304.12695},
year = {2023}
}