散斑驱动单次采样轨道角动量识别：超低采样密度下的散射介质信息解码新范式

《Nature Communications》：Speckle-driven single-shot orbital angular momentum recognition with ultra-low sampling density

本刊编辑推荐：为解决散射介质中轨道角动量（OAM）识别依赖高分辨率传感器的瓶颈，研究团队开展了基于空间复用点检测（SMPD）的散斑驱动识别技术研究。通过将多模光纤的散射效应转化为编码机制，仅用16个采样点（0.024%采样密度）即实现>99%的OAM识别准确率，成功应用于时空交织涡旋光束解码、OAM复用通信及MNIST分类，为复杂环境下的高效光信息处理建立了可扩展策略。

　　

当光携带轨道角动量（Orbital Angular Momentum, OAM）穿过生物组织、大气湍流或多模光纤等散射介质时，其螺旋状的波前结构会退化成看似无序的散斑图案。这种看似破坏性的散射效应，长期以来制约着OAM在高速光通信、量子信息处理和体内成像等领域的应用潜力。传统OAM识别方法依赖于干涉仪、衍射光栅等自由空间光学元件，需要数以万计像素的高分辨率传感器记录完整光场分布，不仅带宽受限、实时性差，更难以在光子受限或空间约束的场景中部署。如何突破"散射魔咒"，在极低采样密度下实现高精度OAM解码，成为光学信息处理领域亟待解决的难题。

近日发表于《Nature Communications》的研究提出了一种颠覆性的解决方案——空间复用点检测（Spatially Multiplexed Points Detection, SMPD）。该技术巧妙地将散射介质转化为天然编码器，利用散斑场非局部编码的特性，仅通过稀疏分布的单像素探测器（Single-Pixel Detectors, SPD）采集强度波动序列，即能实现单次曝光的OAM识别。最令人惊叹的是，该方法在采样密度低至0.024%（16个探测点）时仍保持99%以上的识别准确率，较传统成像方法提升4096倍效率，为微型化、低功耗光子技术的发展开辟了新路径。

关键技术方法

研究通过多模光纤构建散射传输系统，采用空间光调制器（SLM）和数字微镜器件（DMD）生成涡旋光束，利用电荷耦合器件（CCD）记录散斑场。通过设计虚拟SPD阵列（每个探测器整合10×10像素区域）模拟稀疏采样，结合双路径神经网络ROAM-ANN（Recognizing OAM Artificial Neural Network）同时提取局部关联和全局序列特征，实现了从超低维强度序列到高维OAM模式的映射。实验涵盖正交偏振涡旋光束识别、时空交织多OAM解码、OAM复用通信及MNIST/Fashion-MNIST图像分类等多场景验证。

超低采样密度下的高精度OAM识别

如图1所示，两束正交偏振的涡旋光束经多模光纤传输后形成散斑场。研究团队通过系统化调控SPD数量（6-16个）和尺寸（1×1 px至30×30 px），发现16个30×30 px的SPD即可实现>99%的OAM识别准确率。值得注意的是，即使将SPD尺寸缩减至2×2 px，16探测点配置仍保持93%以上准确率（图2a），表明该方法对探测器尺寸具有较强鲁棒性。进一步分析显示，SPD总数而非单个探测器面积是性能主导因素，当总有效探测面积固定时，增加SPD数量比扩大单个面积更能提升识别精度（图2b）。

空间部署的灵活性验证

通过对比9个SPD的三种空间部署方式（表1），研究发现尽管总探测面积固定（10×10 px），但稀疏分布配置的识别准确率（OAM₁达95.15%）显著优于密集聚类配置（89.40%）。这种灵活性源于散斑场的信息冗余特性：每个SPD实际上整合了整个输入光场的贡献。在强散射条件下，采样区域配置影响微弱；但对于小芯径多模光纤产生的大颗粒散斑，稀疏采样能捕获更多非相关区域信息，展现出更广泛的适用性。

时空交织OAM解码能力

如图3所示，研究团队将8个不同OAM值（l=2.1-2.8）的涡旋光束按时序通过多模光纤，CCD单次曝光记录叠加散斑图案。采用7×7 SPD阵列（49个采样点，0.07%采样密度）时，集体识别准确率（即单次输入中所有8个OAM模式均正确识别）达98.6%，个体识别准确率高达99.82%（图4）。即使采样点降至20个，个体识别精度仍保持85%，证明SMPD对高维模态混合信号的解析能力。

高通量光通信应用验证

在实际通信场景中（图5），两幅100×100像素的螺旋相位图像通过OAM基（f=2.1-2.8）编码，经20米多模光纤传输后，16个SPD（10×10 px/个）的解码错误率<0.2%。即使将SPD数量锐减至4个，系统仍保持74%的准确率，凸显该方法在资源受限环境下的实用价值。

广义模式识别拓展

通过数值模拟散射传输过程（图6a），SMPD在MNIST手写数字识别中采用7×7 SPD阵列（49个探测器，3.19%采样密度）达到92%准确率，对Fashion-MNIST服装数据集识别精度达83.98%。混淆矩阵显示错误主要集中在形态相似类别（如数字3与5、T恤与衬衫），证实稀疏散斑测量对非正交图像集的鉴别能力。

结论与展望

该研究的核心突破在于重新定义了散射介质中的信息编码范式：将传统视为干扰的散斑效应转化为高效编码机制。通过理论分析证实，散射过程使输入波前信息在散斑场中非局域分布，每个散斑颗粒都携带全局光场信息。SMPD技术通过优化采样策略（SPD间距需大于散斑颗粒尺寸以降低相关性）和机器学习算法，实现了从"所见即所得"的成像范式向"以点窥全"的信息解压缩范式转变。这种稀疏采样框架不仅兼容红外、紫外等缺乏高分辨率相机的频谱波段，更为非视距传感、量子态层析和微型化内窥成像等前沿应用提供了硬件精简的解决方案。未来通过超构表面SPD阵列与压缩感知算法结合，有望进一步突破信息容量限制，推动光子技术在复杂介质中的实时、高维感知革命。