近日，我院蒲继雄教授、陈子阳教授团队，联合香港理工大学赖溥祥教授团队、深圳大学袁小聪团队，在国际权威期刊《自然·通讯》（Nature Communications，中科院一区，影响因子15.7）上发表题为“Speckle-driven single-shot orbital angular momentum recognition with ultra-low sampling density”的最新研究成果（DOI: 10.1038/s41467-025-66074-3）。
本研究得到国家自然科学基金、福建省自然科学基金重点项目及中央高校基本科研业务费项目的支持。论文第一完成单位为华侨大学，2020级硕士毕业生王志远与2019级硕士毕业生李浩然为共同第一作者，陈子阳教授、袁小聪教授和赖溥祥教授为共同通讯作者。
涡旋光轨道角动量（OAM）在高容量光通信、量子信息处理和多维光学传感等领域具有重要应用价值。然而，在多模光纤等强散射介质中传输时，光场结构会被严重扰乱。传统基于高分辨率成像的识别方法通常需记录数万像素的图像信息，不仅带来巨大的计算与存储开销、系统成本高昂，其实时性与可扩展性也受到显著制约。如何在极低采样条件下实现高精度的涡旋光及图像信息识别，一直是该领域面临的关键科学难题。
针对上述问题，研究团队创新性地提出一种散射驱动的空间复用点探测（Spatially Multiplexed Points Detection, SMPD）方案，将散射介质从“干扰因素”转化为高效的信息编码器。该方法仅需从散斑场中稀疏采集少量空间点的强度信息，并结合定制化神经网络，即可在单次曝光条件下实现涡旋光模式的高精度识别。实验结果显示，在采样率低至0.024%（仅16个探测点）时，OAM识别准确率仍可超过99%，相较于传统成像方法，采样量降低约4096倍。
图一 时空交错涡旋光束传输的编码与解码过程示意图。八束携带不同OAM值的涡旋光依次通过多模光纤传输，相机记录其时空叠加形成的单一散斑图像。利用采样掩模提取稀疏强度信息，并输入所提出的ROAM-ANN网络，实现OAM信息的高效解码。
此外，该方法在时空交织涡旋光解码、高容量OAM复用光通信以及图像分类等任务中均取得良好效果，展现了其在复杂光场识别与通用模式分类方面的强大泛化能力。该技术有望显著降低对高分辨率相机的依赖，为光通信、光纤传感和计算成像等领域提供一种低成本、高性能且易于扩展的解决方案。
图二：基于SMPD的灰度图像与手写数字识别结果。（a）模拟散射传输与稀疏检测流程；（b）不同SPD配置在两类测试集上的识别准确率；（c）7×7 SPD阵列对MNIST与Fashion-MNIST数据集分类结果的混淆矩阵。
