Research | 我院研究团队突破高维分数阶轨道角动量声通信的技术瓶颈

近日，我院郭各朴副教授和马青玉教授课题组突破轨道角动量声通信技术瓶颈，实现了高维分数阶轨道角动量声通信，相关结果以“Phase-Dislocation-Mediated High-Dimensional Fractional Acoustic-Vortex Communication”为题在《Research》（IF：11.035）上发表。南京师范大学为论文第一作者单位和第一通信单位，2022届电子信息工程专业本科生曹睿杰（现为北京大学博士生）和郭各朴副教授是共同第一作者，郭各朴副教授和马青玉教授分别为第一通信和最后通信作者，北京大学席鹏教授和南京大学章东教授为合作通信作者。该工作得到国家自然科学基金重点项目，国家重大科研仪器研制项目，国家自然科学基金面上项目，江苏省社科基金项目，江苏省“青蓝工程”等项目的支持。《Research》是中国科协与美国科学促进会共同创办的国际化、高影响力、世界一流水平的综合性科技期刊，是《Science》自1880年创建以来第一本合作期刊，主要展示交叉学科领域的最新高水平突破性原创科研成果。

        分数阶涡旋波束在理论上具有无限的轨道角动量模态，其复用可以无限提高涡旋通信的信道容量。然而，分数阶轨道角动量的非正交性、易干扰性和衍射发散性限制其传输稳定性和识别精度。虽然基于图像训练的机器学习可以实现光学轨道角动量的识别，但声场分布无法实时拍照，基于图像的机器学习难以在声通信中得到应用。该研究团队针对声通信中的信道容量、抗干扰、系统可实现性和实时性等核心问题，利用传统环形相控换能器阵列的正负拓扑荷调控，构建位错独立于传输距离和检测半径的复用声场，仅由分数阶轨道角动量决定的稳定位错方位角为轨道角动量的高精度识别提供了重要的物理基础，同时，基于环形阵列的稀疏采样也为复用涡旋声束的实时声通信提供了可能。考虑实际传输环境和系统收发阵列等因素的影响，在位错理论指导下构建了基于环形稀疏采样和湍流模型的卷积神经网络，实现了高维复用分数阶轨道角动量的稳定传输和解码。利用32阵元双环采样实现了±0.6到±2.0轨道角动量范围内的10-bit信息传输，完成字符“NJNU”的通信解码，进一步增加环形采样点数实现了分辨率高达0.025的分数阶轨道角动量识别。与当前基于轨道角动量的声通信技术相比，该研究团队实现了3倍轨道角动量利用率、5倍轨道角动量分辨率和4倍信息传输水平，为声通信中有限轨道角动量范围内的无限信道容量拓展提供了开创性新技术。

    全文链接：https://spj.science.org/doi/10.34133/research.0280