-
公开(公告)号：CN114564805A
公开(公告)日：2022-05-31
申请号：CN202111298343.7
申请日：2021-11-04
Applicant: 常州北邮新一代信息技术研究院有限公司 , 北京理工大学
IPC: G06F30/18 , G06F30/27 , G06K9/62 , G06N20/00 , G06F111/02 , G06F111/08
Abstract: 本发明提供了一种少模多芯光纤传输中非线性随机性的判决方法和装置，其中，该方法包括以下步骤：对原始数据进行数据处理以获取目标训练集；采用Treebagger函数根据所述目标训练集获取随机森林模型；获取少模多芯光纤传输中的待检测数据；通过所述随机森林模型根据所述待检测数据对非线性随机性进行判决。根据本发明的少模多芯光纤传输中非线性随机性的判决方法，能够实现低复杂度并且高精度对非线性随机性进行判决。
-
公开(公告)号：CN114553315A
公开(公告)日：2022-05-27
申请号：CN202210187883.6
申请日：2022-02-28
Applicant: 常州北邮新一代信息技术研究院有限公司
IPC: H04B10/2507 , H04B10/2543 , H04B10/40 , G06N3/04 , G06N3/08
Abstract: 本发明属于光纤通信技术领域，具体涉及一种基于CNN‑biRNN的光纤非线性均衡方法及系统，其中基于CNN‑biRNN的光纤非线性均衡方法包括：采集光纤发射端和接收端的数据，并对数据进行处理；根据处理的数据构建对应的特征序列；构建训练数据集和测试数据集；构建CNN‑biRNN模型；根据训练数据集对CNN‑biRNN模型进行训练；以及通过训练好的CNN‑biRNN模型根据测试数据集获取对应的恢复的发射端数据，提高了判决准确率，实现光纤非线性均衡，降低误比特率。
-
公开(公告)号：CN117309127A
公开(公告)日：2023-12-29
申请号：CN202310652811.9
申请日：2023-06-05
Applicant: 常州京信新一代信息技术研究院有限公司 , 北京理工大学
IPC: G01H9/00
Abstract: 本发明涉及光纤传感领域，具体涉及一种波前调制全光纤超声波传感器及其制作方法。本波前调制全光纤超声波传感器包括：单模光纤、渐变折射率光纤；其中所述渐变折射率光纤的一端与单模光纤熔接，用于将单模光纤传输的入射光进行扩束和准直，从而反射平行光束；所述渐变折射率光纤适于通过飞秒激光在其另一端面上制作相位阶跃，以形成超紧凑的干涉传感器头；以及所述干涉传感器头的端面还设置有金膜层。本传感器利用相位前调制技术可以对超声波进行检测。渐变折射率光纤端面的全二氧化硅超薄 相位阶跃，不仅确保了传感器可以耐受高强度聚焦超声场，而且几乎不受温度的影响。
-
公开(公告)号：CN114285715B
公开(公告)日：2023-12-19
申请号：CN202111558697.0
申请日：2021-12-20
Applicant: 北京理工大学
Abstract: 本发明公开的基于双向GRU‑条件随机场的非线性均衡方法，属于光纤通信技术领域。本发明实现方法为：发送和采集M‑QAM信号序列，构建每个M‑QAM信号的特征序列，构建训练数据集；构建基于双向GRU‑条件随机场的非线性均衡模型；利用训练数据集对双向GRU‑条件随机场模型进行训练；使用训练好的双向GRU‑条件随机场模型对每个M‑QAM信号的特征序列进行标签序列的预测，输出得到每个M‑QAM信号的预测标签序列；将输出的预测标签序列的中间标签结果作为M‑QAM信号所对应的类别，通过M‑QAM星座符号解映射后，得到相对应二进制数据，实现高准确度的数据恢复，有效降低信号在长距离传输过程中受到的由于器件和光纤的非线性效应造成的影响，降低通信系统的误比特率，提升通信系统的传输性能。
-
公开(公告)号：CN116865901A
公开(公告)日：2023-10-10
申请号：CN202310942030.3
申请日：2023-07-29
Applicant: 北京理工大学 , 北京邮电大学 , 雅泰歌思(上海)通讯科技有限公司 , 江苏雅泰歌思通讯技术有限公司
Inventor： 董泽 , 忻向军 , 穆宇佳 , 高然 , 何海莲 , 宋俊元 , 李志沛 , 潘晓龙 , 常欢 , 郭栋 , 胡善亭 , 于超 , 朱磊 , 田博 , 刘欣雨 , 周思彤 , 黄鑫 , 武瑞德 , 闫景浩 , 张琦 , 田凤 , 田清华 , 温宇垚
Abstract: 本发明公开了一种多级放大增益平坦和非线性功率转移联合优化方法及系统，涉及高速光通信技术领域。包括：建立包含掺饵光纤放大器EDFA和受激拉曼SRS非线性功率转移效应的多跨段实际高速光纤传输信道模型，模拟偏振复用高阶正交幅度调制QAM信号在密集型波分复用DWDM光传输系统中的传输特性步骤、建立深度确定性策略梯度DDPG强化学习算法模型步骤、将DWDM光纤通信系统模型和DDPG算法加入到强化学习代码中步骤、对建立的强化学习模型进行调试步骤、波长选择开关WSS联合调控DWDM功率步骤。本发明有助于实现不同参数变化下的动态均衡，实现更高的SNR并提高光传输干线的整体性能，更具有普遍性。
-
Patent Agency Ranking
公开(公告)号：CN114039670B
公开(公告)日：2023-09-12
申请号：CN202111210109.4
申请日：2021-10-18
Applicant: 北京理工大学 , 北京邮电大学 , 中国五洲工程设计集团有限公司 , 中兵勘察设计研究院有限公司
Inventor： 高然 , 王斐 , 忻向军 , 刘卫华 , 齐安乐 , 张琦 , 田清华 , 田凤 , 王拥军 , 常欢 , 周思彤 , 李志沛 , 王富 , 郭栋 , 于超 , 刘欣雨 , 崔奕 , 许琦 , 刘达
IPC: H04B10/516 , H04B10/61 , G06F18/2321
Abstract: 本发明公开的一种模分复用通信系统非线性损伤补偿方法，属于光纤通信领域。本发明基于概率神经网络实现OAM通信系统PAM传输非线性补偿，将数据符号按记忆长度M分组，记忆长度M越长概率神经网络构建的OAM通信系统非线性模型更加逼近真实的OAM通信系统模型，根据OAM通信系统的记忆长度和误码率要求改变概率神经网络的样本形式，选用能够消除OAM通信系统非线性在时域对多个数据符号影响且兼顾补偿效率的样本形式，通过选用样本形式能够在具有更低补偿复杂度的同时能高效率恢复OAM系统中传输的数据符号，从而高精度高效率补偿非线性对OAM光通信系统的信息传输性能的影响，降低误码率。本发明能够节省算力，降低实际应用中的硬件配置要求。
-
公开(公告)号：CN116389287B
公开(公告)日：2023-08-18
申请号：CN202310612694.3
申请日：2023-05-29
Applicant: 北京理工大学 , 北京邮电大学 , 雅泰歌思(上海)通讯科技有限公司 , 中国电子科技集团公司第五十四研究所
Inventor： 高然 , 忻向军 , 姚海鹏 , 许琦 , 葛洪武 , 黄鑫 , 吴巍 , 郭栋 , 常欢 , 董泽 , 潘晓龙 , 李志沛 , 周思彤 , 刘欣雨 , 朱磊 , 李欣颖 , 张琦 , 王富 , 张文全 , 武瑞德 , 闫景浩
Abstract: 本发明公开的一种模分复用通信系统的信道构建方法，属于光纤通信领域。本发明实现方法为：基于发送的M‑PAM信号序列构建条件向量，基于同步处理后的M‑PAM信号序列构建真实数据，基于条件向量和真实数据构建训练数据集；构建用于模分复用系统信道构建的AWCGAN网络模型，条件向量作为网络模型中生成器网络模型的输入特征序列，真实数据作为网络模型中鉴别器网络模型的输入特征序列；训练网络模型；将测试集中的条件向量输入到训练好生成器网络，输出得到每个信号的预测信号，将预测信号与对应模分复用系统信道传输的真实信号数据计算归一化均方误差，得到网络模型的信道构建结果，提高OAM模分复用系统信道构建的精准度。
-
公开(公告)号：CN115622843A
公开(公告)日：2023-01-17
申请号：CN202211033898.3
申请日：2022-08-26
Applicant: 北京理工大学 , 北京邮电大学 , 江苏雅泰歌思通讯技术有限公司
Inventor： 王富 , 忻向军 , 姚海鹏 , 高然 , 董泽 , 张琦 , 王拥军 , 田清华 , 田凤 , 张文全 , 武瑞德 , 黄鑫 , 孙昊 , 李志沛 , 郭栋 , 常欢 , 于超 , 周思彤 , 刘欣雨
Abstract: 本发明公开的一种基于双脉冲混频的快速光信号表征方法，属于数字信号处理领域。用于实现本发明的采样系统包括光纤频率梳、光纤延迟线、光耦合器、90°混频器、四个平衡探测器、四通道模数转换器和采样脉冲数字信号处理模块。本发明利用光纤延迟线和光耦合器来增加本振光的重复频率，通过将增加重复频率后的本振光与待测信号混合进行相干混频来增加采样点的数量，再借助协同峰值提取算法识别得到混频信号中同一周期的两个峰值，并提取出对应的峰值序列，通过归一化和正交化以消除峰值序列的符号间干扰，避免间隔窄的双脉冲对峰值提取过程的影响，从而提高采样速度，优化对应的数字信号处理过程，进而实现快速的眼图构建和精确的信号测量。
-
公开(公告)号：CN116389287A
公开(公告)日：2023-07-04
申请号：CN202310612694.3
申请日：2023-05-29
Applicant: 北京理工大学 , 北京邮电大学 , 雅泰歌思(上海)通讯科技有限公司 , 中国电子科技集团公司第五十四研究所
Inventor： 高然 , 忻向军 , 姚海鹏 , 许琦 , 葛洪武 , 黄鑫 , 吴巍 , 郭栋 , 常欢 , 董泽 , 潘晓龙 , 李志沛 , 周思彤 , 刘欣雨 , 朱磊 , 李欣颖 , 张琦 , 王富 , 张文全 , 武瑞德 , 闫景浩
Abstract: 本发明公开的一种模分复用通信系统的信道构建方法，属于光纤通信领域。本发明实现方法为：基于发送的M‑PAM信号序列构建条件向量，基于同步处理后的M‑PAM信号序列构建真实数据，基于条件向量和真实数据构建训练数据集；构建用于模分复用系统信道构建的AWCGAN网络模型，条件向量作为网络模型中生成器网络模型的输入特征序列，真实数据作为网络模型中鉴别器网络模型的输入特征序列；训练网络模型；将测试集中的条件向量输入到训练好生成器网络，输出得到每个信号的预测信号，将预测信号与对应模分复用系统信道传输的真实信号数据计算归一化均方误差，得到网络模型的信道构建结果，提高OAM模分复用系统信道构建的精准度。
-
公开(公告)号：CN116366165A
公开(公告)日：2023-06-30
申请号：CN202211537436.5
申请日：2022-12-01
Applicant: 北京理工大学 , 北京邮电大学 , 江苏雅泰歌思通讯技术有限公司
Abstract: 本发明公开的基于Wide&Deep‑CNN的光纤非线性均衡方法，属于光纤通信技术领域。本发明实现方法为：构建每个M‑QAM信号的第一特征序列和第二特征图谱，构建训练数据集；构建基于Wide&Deep‑CNN模型的非线性均衡模型，第一特征序列作为Wide&Deep‑CNN模型中Wide网络子模型的输入特征序列，第二特征图谱作为Wide&Deep‑CNN模型中Deep‑CNN子模型的输入特征图谱；利用训练数据集对Wide&Deep‑CNN模型进行训练；将每个待非线性均衡的M‑QAM信号的特征输入到训练好的Wide&Deep‑CNN模型，输出得到每个M‑QAM信号的预测标签；将输出的预测标签结果作为M‑QAM信号所对应的类别，得到M‑QAM信号的非线性均衡结果，显著改善M‑QAM信号的质量，通过M‑QAM星座符号解映射，得到相对应二进制数据，实现高准确度的数据恢复，降低误比特率，提升相干光通信系统的传输性能。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.053 seconds)
