-
公开(公告)号：CN115695112B
公开(公告)日：2025-05-02
申请号：CN202211320606.4
申请日：2022-10-26
Applicant: 北京邮电大学 , 北京理工大学 , 江苏雅泰歌思通讯技术有限公司
Abstract: 本发明公开了一种适用于湍流信道的概率整形模型分布优化方法，基于神经网络和遗传算法，其中，神经网络用于预测关于输入分布的广义互信息(GMI)，而遗传算法用于基于训练后的神经网络，选择对应于当前湍流信道最优的输入分布，湍流信道不同于高斯白噪声(AWGN)信道，属于非线性信道，在非线性信道中采取概率整形信号分布技术能够改善系统误码性能，概率整形信号基于不同的分布参数或采取不同的截断方案可以实现不同的源熵。本发明针对湍流信道，实现了对应不同非线性强度的湍流信道条件选择最适合的整形分布，进一步提高了信号对于湍流信道非线性的容忍性和功率限制，降低了误码率，提升了系统的信息速率，从而最大限度地提高系统传输容量。
-
公开(公告)号：CN114204992B
公开(公告)日：2023-07-04
申请号：CN202111497472.9
申请日：2021-12-09
IPC: H04B10/25 , H04B10/291
Abstract: 本发明涉及一种超长距无中继光纤传输系统中的混合放大方法及系统，所述方法包括：对高阶拉曼放大器泵浦的波长和功率进行初始优化，得到初始优化后的增益和平坦的增益谱；分析在初始优化后的高阶拉曼放大器作用下，信号光在光纤中的平均功率变化情况，确定遥泵放大器中的最佳泵浦光功率、入纤位置以及掺铒光纤长度；在遥泵放大基础上，对高阶拉曼放大器泵浦的波长和功率进行二次优化，得到二次优化后的增益和平坦的增益谱；通过遥泵放大器和二次优化后的高阶拉曼放大器组成的混合放大器对实际传输信号进行放大。本发明中的上述方法能够满足超长距无中继光纤传输的增益要求，可以得到高平坦度的增益谱，拓展系统带宽。
-
公开(公告)号：CN116707654A
公开(公告)日：2023-09-05
申请号：CN202310633013.1
申请日：2023-05-31
Applicant: 北京邮电大学 , 北京理工大学 , 中国电子科技集团公司第五十四研究所
IPC: H04B10/61 , H04B10/2513 , G06F18/23213
Abstract: 本发明公开了一种基于非线性约束的均衡补偿方法及系统，包括：提取信号幅值，基于信号幅值对信号进行径向聚类；基于信号相位对已聚类各径向中心信号进行切向聚类；基于光纤非线性效应测试内外圈相位旋转关系进行中心映射关系的调整。本发明面向相干光通信系统的信号补偿方法及系统，通过对信号进行径向、切向聚类，随后根据不同幅值非线性相位旋转约束映射关系，从而实现信号的非线性损伤补偿，消除频偏偏移和相位噪声影响，能够提供可靠稳定的通信系统，在光纤通信领域极具潜力和应用前景。
-
公开(公告)号：CN114244439B
公开(公告)日：2023-03-21
申请号：CN202110806092.2
申请日：2021-07-16
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
IPC: H04B10/2525
Abstract: 本发明提供了一种光纤通信系统的信号补偿方法及装置，方法包括：获取光纤通信系统的输出信号为待补偿信号；将待补偿信号输入补偿模型中，得到补偿后的信号；补偿模型包括多个MIMO滤波器模型；MIMO滤波器模型是根据光纤通信系统的色散效应、偏振模色散效应和非线性效应建立的。本发明通过补偿模型能够同时对光纤通信系统的输出信号进行色散效应补偿、偏振模色散效应补偿和非线性效应补偿，提高信号补偿的精度。
-
公开(公告)号：CN117354105A
公开(公告)日：2024-01-05
申请号：CN202311505108.1
申请日：2023-11-13
Applicant: 北京邮电大学
Inventor： 张琦 , 忻向军 , 姚海鹏 , 赵启涵 , 高然 , 刘博 , 田凤 , 王富 , 叶兵 , 田清华 , 王拥军 , 杨雷静 , 李志沛 , 李欣颖 , 潘晓龙 , 常欢 , 郭栋 , 周思彤 , 田博 , 董泽
IPC: H04L27/00 , G06F18/2411 , H04L27/34
Abstract: 本发明提供了一种PS‑QAM信号调制格式识别方法、系统及设备，涉及通信领域，方法包括：在不同调制格式、整形熵以及信噪比下，对通信系统的历史PS‑QAM信号进行处理，生成历史PS‑QAM识别信号；计算所述历史PS‑QAM识别信号的历史缩放因子以及历史概率中值；根据所述历史缩放因子以及所述历史概率中值训练支持向量机；对待识别的实际PS‑QAM信号进行处理，生成实际PS‑QAM识别信号；计算所述实际PS‑QAM识别信号的实际缩放因子以及实际概率中值；基于所述实际缩放因子以及所述实际概率中值，根据训练后的支持向量机识别所述实际PS‑QAM信号的调制格式以及整形熵。本发明能够在准确识别调制格式的基础上，以低复杂度细粒度地识别信号的整形熵，提高通信系统的灵活性。
-
Patent Agency Ranking
公开(公告)号：CN114244439A
公开(公告)日：2022-03-25
申请号：CN202110806092.2
申请日：2021-07-16
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
IPC: H04B10/2525
Abstract: 本发明提供了一种光纤通信系统的信号补偿方法及装置，方法包括：获取光纤通信系统的输出信号为待补偿信号；将待补偿信号输入补偿模型中，得到补偿后的信号；补偿模型包括多个MIMO滤波器模型；MIMO滤波器模型是根据光纤通信系统的色散效应、偏振模色散效应和非线性效应建立的。本发明通过补偿模型能够同时对光纤通信系统的输出信号进行色散效应补偿、偏振模色散效应补偿和非线性效应补偿，提高信号补偿的精度。
-
公开(公告)号：CN119402323B
公开(公告)日：2025-04-11
申请号：CN202510006572.9
申请日：2025-01-03
Applicant: 北京邮电大学
IPC: H04L27/00 , H04L27/06 , H04B17/336 , H04B17/391 , G06F18/2131 , G06F18/214 , G06N3/08
Abstract: 本发明公开了一种基于傅里叶级数特征的神经网络辅助调制格式识别方法、系统及设备，属于通信技术领域，其技术方案要点是，包括以下步骤：S1、调制格式不敏感的数字信号处理；S2、对历史信号集的幅值进行直方统计；S3、对历史幅度分布集进行傅里叶级数分解；S4、根据历史幅度特征集和历史标签集，训练神经网络；S5、生成实际待识别信号；S6、对实际待识别信号的幅值进行直方统计，得到信号幅度分布；S7、对信号幅度分布进行傅里叶级数分解；S8、将幅度分布特征输入训练完成的神经网络，得到相应的调制格式标签，实现调制格式识别；发明能够在大信噪比范围内以较低的计算复杂度在光纤通信系统接收端识别信号调制格式，提高接收机的灵活性。
-
公开(公告)号：CN114204992A
公开(公告)日：2022-03-18
申请号：CN202111497472.9
申请日：2021-12-09
IPC: H04B10/25 , H04B10/291
Abstract: 本发明涉及一种超长距无中继光纤传输系统中的混合放大方法及系统，所述方法包括：对高阶拉曼放大器泵浦的波长和功率进行初始优化，得到初始优化后的增益和平坦的增益谱；分析在初始优化后的高阶拉曼放大器作用下，信号光在光纤中的平均功率变化情况，确定遥泵放大器中的最佳泵浦光功率、入纤位置以及掺铒光纤长度；在遥泵放大基础上，对高阶拉曼放大器泵浦的波长和功率进行二次优化，得到二次优化后的增益和平坦的增益谱；通过遥泵放大器和二次优化后的高阶拉曼放大器组成的混合放大器对实际传输信号进行放大。本发明中的上述方法能够满足超长距无中继光纤传输的增益要求，可以得到高平坦度的增益谱，拓展系统带宽。
-
公开(公告)号：CN119743444A
公开(公告)日：2025-04-01
申请号：CN202410777877.5
申请日：2024-06-17
IPC: H04L47/41 , H04B7/0413 , H04B10/2575 , H04W72/0453 , H04L27/00 , H04Q11/00
Abstract: 本发明公开的基于多信号频率响应适配汇聚的信号传输系统及方法，属于光纤通信技术领域。本发明包括上行链路、骨干层和下行链路。上行链路用于用户信号到骨干层的传输。骨干层用于在骨干层节点之间进行信号交换与传输。下行链路用于骨干层信号到用户的传输。本发明基于多信号频率响应适配汇聚进行信号传输。通过将多路信号通过上变频直接进行汇聚，能够简化汇聚层对信号的整合方式，减少汇聚层器件成本，降低信号时延；通过将多路不同调制格式的信号根据其传输性能及系统频率响应分配到不同的频段汇聚后再传输，能够利用高频资源，提高频谱利用率；通过在下行链路接入层对解汇聚的多路数据进行均衡处理，能够提高信号传输系统传输性能，提高通信质量。
-
公开(公告)号：CN119402323A
公开(公告)日：2025-02-07
申请号：CN202510006572.9
申请日：2025-01-03
Applicant: 北京邮电大学
IPC: H04L27/00 , H04L27/06 , H04B17/336 , H04B17/391 , G06F18/2131 , G06F18/214 , G06N3/08
Abstract: 本发明公开了一种基于傅里叶级数特征的神经网络辅助调制格式识别方法、系统及设备，属于通信技术领域，其技术方案要点是，包括以下步骤：S1、调制格式不敏感的数字信号处理；S2、对历史信号集的幅值进行直方统计；S3、对历史幅度分布集进行傅里叶级数分解；S4、根据历史幅度特征集和历史标签集，训练神经网络；S5、生成实际待识别信号；S6、对实际待识别信号的幅值进行直方统计，得到信号幅度分布；S7、对信号幅度分布进行傅里叶级数分解；S8、将幅度分布特征输入训练完成的神经网络，得到相应的调制格式标签，实现调制格式识别；发明能够在大信噪比范围内以较低的计算复杂度在光纤通信系统接收端识别信号调制格式，提高接收机的灵活性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.027 seconds)
