期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度学习的环芯光纤精确模式分解方法 被引量：1
1
作者 田梓辰 裴丽 +5 位作者 王建帅 白冰 胡恺华 郑晶晶 沈磊 徐文轩 《光学学报》 EI CAS CSCD 北大核心 2023年第4期37-44,共8页
提出了一种无需预训练的卷积神经网络(CNN)模式分解(MD)算法,该算法利用具有不同感受野的分支结构提升神经网络的学习能力,用于对环芯少模光纤(FM-RCF)复杂耦合进行高精度表征。在仿真测试中,所提方法的模态相对相位和模态权重误差分别... 提出了一种无需预训练的卷积神经网络(CNN)模式分解(MD)算法,该算法利用具有不同感受野的分支结构提升神经网络的学习能力,用于对环芯少模光纤(FM-RCF)复杂耦合进行高精度表征。在仿真测试中,所提方法的模态相对相位和模态权重误差分别减小为传统CNN-MD的1/8与1/5。实验中利用CCD采集RCF输出端实际光斑图像作为算法输入,对3个模式叠加状态下的光斑进行模态权重和相对相位分析,得到重建光斑与实际光斑之间的相似度高于90%。所提算法不易陷入局部最优且无需迭代,处理时间为ms量级,可为RCF的模式表征及性能预测提供理论与技术支持。 展开更多
关键词 光通信 少模光纤 模式分解 深度学习 环芯光纤
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部