A phase-only method is proposed to transform an optical vortex field into desired spiral diffraction–interference patterns. Double-ring phase apertures are designed to produce a concentric high-order vortex beam and a zeroth-order vortex beam, and the diffracted intensity ratio of two beams is adjustable between 0 and 1. The coherent superposition of the two diffracted beams generates a brighter Airy spot (or Poisson spot) in the middle of the spiral pattern, where the singularity for typical vortex beam is located. Experiments employing circular, triangular, and rectangular phase apertures with topological charges from 3 to 16 demonstrate a stable, compact, and flexible apparatus for vortex beam conversion. By adjusting the parameters of the phase aperture, the proposed method can realize the optical Gaussian tweezer function and the optical vortex tweezer function simultaneously along the same axis or switch the experimental setup between the two functions. It also has potential applications in light communication through turbulent air by transmitting an orbital angular momentum-coded signal with a concentric beacon laser.

为了加快基于深度学习的轨道角动量光束识别模型的训练速度，提出使用迁移学习的方式识别轨道角动量光束，并利用次谐波法生成大气湍流相位屏仿真大气湍流，以空间光调制器加载相位屏的方式搭建模拟湍流环境，基于迁移学习的轨道角动量光束识别系统在弱湍流和中湍流环境下均获得了90%以上的识别率。并与传统深度学习方式在模型训练速度、识别率等方面进行性能对比，证明了在弱、中湍流环境中，基于迁移学习的轨道角动量光束识别方法在保持较高识别率的前提下可以减少训练时间。

针对无线光通信中大气湍流引起极化码置信度传播译码性能不佳的问题，提出了一种无线光通信下极化码DNN-NOMS （Deep Neural Networks-Normalized and Offset Min-Sum）译码方法。首先，把传统的极化码置信传播译码算法因子图转化为类似于低密度奇偶校验（Low-density Parity Check, LDPC）码的Tanner图，在Tanner图展开并转化为深度神经网络（DNN）图形表示的基础上，将MS（Min-Sum）译码方法同时添加归一化因子和偏移因子来给Tanner图的边赋予权重，简化极化码对数似然比的计算方法，通过限制训练参数的数量，选取在损失函数最小的条件下的因子参数，训练得到最优归一化因子和偏移因子的译码模型。仿真结果表明，在不同的大气湍流强度下，该译码方法以牺牲较小的存储空间为前提的情况下能选取更优的归一化因子和偏移因子参数，从而获得更好的误码率性能，且大幅度降低译码复杂度；在误码率为10⁻⁴时，DNN-NOMS译码方法能产生0.21~3.56 dB的性能增益，且将迭代次数的运算次数降低87.5%。

针对涡旋光受大气湍流而产生的相位畸变问题，设计了卷积神经网络检测涡旋光束轨道角动量态。将相位畸变的拉盖尔高斯涡旋光光强图像作为样本数据输入，网络利用输入的数据集进行自主学习，经过多次迭代能够精确检测出光束高阶轨道角动量信息。仿真结果表明：在大气湍流强度不确定的情况下，模型对轨道角动量态范围为1~40、1~100、1~160的涡旋光束检测准确率分别为94%、90%、86%；在不同传输距离、不同径向指数、不同基模束腰半径以及不同波长下轨道角动量态范围为1~100的涡旋光束的检测准确率均达到78%以上，且具有很好的鲁棒性。该方法检测精度高、范围广、移植性强，可为涡旋光束轨道角动量态的检测与识别提供一种新思路。