基于杂合衍射深度神经网络的矢量涡旋光产生方法

1.一种基于杂合衍射深度神经网络的矢量涡旋光产生方法，其特征在于：所述矢量涡旋光产生方法具体包括以下步骤：

2.根据权利要求1所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法，其特征在于：在所述步骤3中，输入光波由琼斯矩阵表示为e＝[ex，ey]t，输入光波在输入层、隐藏层和输出层之间的前向传播满足惠更斯菲涅尔衍射理论：

3.根据权利要求1所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法，其特征在于：在所述步骤3中，当输入光波达到衍射深度神经网络衍射层时，衍射深度神经网络衍射层对输入光波进行调制，调制输出光波由各方向输入光波和各方向透射系数决定，由于衍射深度神经网络衍射层无各向异性，对x偏振方向和y偏振方向光场进行了相同的相位调制，第l层的第i个节点的输出表示为：

4.根据权利要求1所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法，其特征在于：在所述步骤1中各向异性偏振衍射层的相位和角度参数具体为：各向异性神经元与水平方向x轴的夹角ψ、各向异性神经元本征模s轴方向的相位调制参数以及各向异性神经元本征模f轴方向的相位调制参数

5.根据权利要求4所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法，其特征在于：在所述步骤3中，偏振光经过杂合衍射深度神经网络向前传播的过程具体为：

6.根据权利要求1所述的基于杂合衍射深度神经网络的矢量涡旋光产生方法，其特征在于：在所述步骤4中，衍射深度神经网络衍射层的相位参数的优化、各向异性偏振衍射层的相位和角度参数的优化通过adam反向传播算法实现。