Description
Las comunicaciones ópticas por el espacio libre en comparación con los sistemas tradicionales, son de menor peso y tamaño, poseen un mayor rango de transmisión y han logrado transmitir información en el orden de los terabits por segundo, una de las propiedades de la luz que se utiliza para codificar la información es el momento angular orbital (MAO), el cual permite aumentar la cadencia de los sistemas de comunicación y en estos la medición de la carga topológica de los haces es fundamental, sin embargo, el efecto producido por la turbulencia atmosférica en el frente de onda del haz dificulta dicha medición, y por tanto, la decodificación de la información transmitida. Por este motivo, se propone la construcción de una red neuronal artificial que permita caracterizar de manera indirecta la turbulencia atmosférica con el objetivo de decodificar la información transmitida en un haz con MAO. En este seminario se presentan los avances de las simulaciones de la propagación de un haz con MAO a través de un medio turbulento, el conjunto de imágenes de entrenamiento de la red neuronal artificial y los resultados obtenidos al implementar redes neuronales convolucionales estándar para la determinación del momento angular orbital.
===========================================
Free space optical communications compared to traditional systems, are of less weight and size, have a greater transmission range and have managed to transmit information in the order of terabits per second, one of the light properties used to encode the information is the orbital angular moment (OAM), which allows to increase the cadence of the communication systems, in this systems the measurement of the topological charge of the beams is fundamental, however, the effect produced by the atmospheric turbulence in the wavefront of the beam makes this measurement difficult and hence the decoding of the transmitted information. Therefore, the construction of an artificial neural network that allows to indirectly characterize atmospheric turbulence to decode the information transmitted in a beam with MAO is proposed. In this seminar we present the advances of the simulations of the propagation of a beam with MAO through a turbulent medium, the set of training images of the artificial neural network and the results obtained when implementing standard convolutional neural networks for the determination of the angular orbital moment.
