空分复用技术是未来能够解决单模光纤传输容量极限的方法,而基于少模光纤的模分复用技术是其中最有前景的技术之一。模分复用面临的主要技术挑战是模式转换方面的难题,现在有几种解决难题的方法,有模式转换耦合器、光子灯笼、长周期光栅、锥形耦合器和自由空间光路。相比其他方案,自由空间光路能够有效灵活地复用解复用宽带信号。基于自由空间光路的模式转换方案中采用的是线性偏振模,并通过空间光调制器实现模式转换。最近的研究中,一种加载二进制相位的空间光调制器实现了任意线性偏振模的模式转换。但是这种由二进制相位在傅里叶平面产生的远场分布没有达到理想的状态,所以有必要通过优化相位函数来产生更精确的目标模式。遗传算法是一种适应性启发式搜索算法,其模仿了生物选择、物种演变和种群遗传的进化过程,现已被广泛用于各种优化问题中。本文采用遗传算法来生成一种特殊的相位函数,理论上可以产生理想的目标模式。不同于之前提到的二进制相位,这种相位是多进制的。为了提高算法的效率,我们采用图形处理单元这种并行计算的方法对计算时间较长的部分进行加速。此外,我们对3种不同的选择算子进行了比较,挑选出了最优化的选择算子,实现了高效率的模式转换。针对高维度数据带来的计算复杂性,我们采用压缩感知作为后续的优化和改进。不同于传统的变化编码压缩方法,压缩感知只需要远远低于奈奎斯特采样频率的采样点,就能够精确地表示信号。通过对信号的特性分析,我们选择了最适合的感知矩阵,实现了模式转换在时间效率方面的提升。