1.一种基于OAM的信息编解码方法，其特征在于，包括如下步骤：步骤1、进行OAM编码，不同OAM模式光强分布与编码相对应；

OAM编码具体为选取径向指数p＝1，建立拓扑荷数集合l＝{‑7,‑3,1,5}；然后利用组合方式分为(5)、(1)、(‑3)、(‑7)、(1，5)、(‑3，5)、(‑7，5)、(‑3，1)、(‑7，1)、(‑7，3)、(‑3，1，5)、(‑7，1，5)、(‑7，‑3，5)、(‑7，‑3，1)、(‑7，‑3，1，5)和基模高斯光束共16种OAM模式；将每种OAM模式的光强分布采用四位二进制数对应编码；

步骤2、生成OAM光束，根据步骤1中的OAM编码将一系列相位掩码加载到系统加载模块SLM并转化为不同OAM光束；

步骤3、将生成OAM光束引入不同气流强度大气湍流中，获得大气湍流随机畸变相位；

步骤4、通过自适应校正系统对大气湍流随机畸变相位进行校正；

步骤5、基于CNN设计卷积神经网络对校正后的OAM光束图像进行识别；

所述CNN的特征检测层通过对数据的训练进行的权值参数的更新从而对图形进行识别，权值参数W的更新表示为： α表示学习率，J表示网络损耗函数；所述CNN的模型的层级包括将光强图像转化为224×224像素图像的输入层，第2层、第4层、第6层和第8层分别是由6个、16个、32个和64个特征图组成的卷积层，它们都是由3×3大小的卷积核来提取特征的；第3层、第5层、第7层和9层分别是由6个、16个、32个和64个2×2的最大池化层组成的，第10层为全连接层，第11层为输出层，其中激活函数为ReLU函数，其表达式为f(x)＝max(0,x)。

2.根据权利要求1所述的一种基于OAM的信息编解码方法，其特征在于，所述步骤2中，OAM光束利用激光器发射的光束经过透镜组成的扩束系统的准直作用，计算机根据初始光束和目标光束的相位信息模拟出全息相位图，并根据模式编码方式将一系列的相位掩码加载到加载模块SLM上，光束通过系统加载模块SLM转化为不同OAM光束，然后进入大气湍流中传输。

3.根据权利要求1所述的一种基于OAM的信息编解码方法，其特征在于，所述步骤3中，大气湍流相位扰动；通过功率谱反演法模拟产生随机相位屏，利用选取的大气湍流的传输模型所对应的功率谱密度函数对一个复高斯随机矩阵进行滤波，再通过傅里叶逆变换获得大气湍流随机畸变相位。

4.根据权利要求3所述的一种基于OAM的信息编解码方法，其特征在于，所述随机相位屏 表示为：

其中，h(fx,fy)是具有零均值、单位方差的复高斯随机矩阵；fx，fy分别为x，y方向上的空间频率，fx＝m'Δfx，fy＝n'Δfy，m'，n'为整数；Δfx和Δfy是空间频率间隔，Δfx＝1/Lx，Δfy＝1/Ly；Lx，Ly是相位屏在x，y方向上的长度，Lx＝NxΔx，Ly＝NyΔy；Nx，Ny是x，y方向上的采样点数，Δx，Δy是采样点数间隔。

5.根据权利要求3所述的一种基于OAM的信息编解码方法，其特征在于，所述大气湍流的传输模型为：

其中，κ为空间频率； 为大气折射率结构常数，也是表示大气湍流强弱的一个重要参数， 取值的大小决定大气湍流的强弱；κm＝5.92/l0，κ0＝2π/L0，L0为大气湍流外尺度，l0为大气湍流内尺度。

6.根据权利要求1所述的一种基于OAM的信息编解码方法，其特征在于，所述步骤4中，对大气湍流随机畸变相位进行校正具体为：再生成的OAM光束经过大气湍流发生畸变后，畸变的OAM光束图像通过CCD相机采集，将采集到的图像信息通过Gerchberg‑Saxton算法，经过相位校正后获得补偿相位，随后通过变形镜对OAM光束进行补偿。

7.根据权利要求1所述的一种基于OAM的信息编解码方法，其特征在于，所述CNN对OAM光束图像进行识别解码过程具体为：在大气湍流中传输的OAM光束，受大气湍流的扰动而导致失真的光束经过自适应校正系统补偿后，经过训练好的CNN识别得到具体的OAM模式，OAM模式根据构建的策略被反映成二进制编码，这些编码被解码为原始信息的解码信息。