期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于联合残差网络和Bottleneck Transformer的调制格式识别方法 被引量:1
1
作者 梁坤 刘战胜 《光通信技术》 北大核心 2024年第3期13-17,共5页
针对未来光网络链路中的传输需求,提出一种基于联合残差网络(ResNet)和Bottleneck Transformer(BT)的调制格式识别(MFI)方法。该方法结合ResNet和BT对6种不同调制格式的信号进行识别,并应用OptiSystem和TensorFlow对其进行仿真。仿真结... 针对未来光网络链路中的传输需求,提出一种基于联合残差网络(ResNet)和Bottleneck Transformer(BT)的调制格式识别(MFI)方法。该方法结合ResNet和BT对6种不同调制格式的信号进行识别,并应用OptiSystem和TensorFlow对其进行仿真。仿真结果表明:在较宽的光信噪比(OSNR)范围内,所提方法的准确率达到了99.72%,并且能够很好地应对传输损伤的影响;与其它深度学习方法相比,该方法性能显著提升。 展开更多
关键词 调制格式识别 深度学习 残差网络 信号传输 光信噪比
下载PDF
基于卷积神经网络的多任务光性能监测 被引量:4
2
作者 鞠京泽 刘庆添 +4 位作者 李宏钊 胡炜 冯天雄 蒋林 闫连山 《光学学报》 EI CAS CSCD 北大核心 2022年第22期24-31,共8页
针对光纤传输系统中多重物理损伤效应严重影响传输性能的情况,为保障高速光传输网络的正常运行,对传输信号进行光性能监测是必不可少的。提出一种基于卷积神经网络(CNN)的多任务光性能监测研究方案,将强度轮廓与强度波动特征作为CNN模... 针对光纤传输系统中多重物理损伤效应严重影响传输性能的情况,为保障高速光传输网络的正常运行,对传输信号进行光性能监测是必不可少的。提出一种基于卷积神经网络(CNN)的多任务光性能监测研究方案,将强度轮廓与强度波动特征作为CNN模型输入,对传输信号调制格式与光信噪比(OSNR)进行联合监测。研究结果表明,所有调制格式(28-GBaud PDMQPSK/-8QAM/-16QAM/-32QAM/-64QAM)均可在20%前向纠错(FEC)阈值条件(误码率为2.4×10^(-2))所对应的OSNR下实现100%的识别精度。此外,当强度轮廓特征、强度波动特征和两种特征联合作为神经网络模型输入时,OSNR监测的平均绝对误差分别为0.282 dB、0.245 dB、0.165 dB,均方根误差分别为0.352 dB、0.311 dB、0.218 dB。随后,进一步研究了残余色散度对所提方案监测性能的影响。 展开更多
关键词 光通信 调制格式识别 光信噪比监测 卷积神经网络 偏振解复用
原文传递
基于深度学习的简化多信道并行光性能监测 被引量:1
3
作者 李梦岩 吴锦涛 +7 位作者 杨静宇 张力夫 谭勇 邱天 李岳彬 邓鹤鸣 罗风光 杨柳 《光学学报》 EI CAS CSCD 北大核心 2023年第7期131-141,共11页
提出了一种基于信号光谱和多任务深度神经网络(MT-DNN)的多信道并行光性能监测(OPM)方案,采集多信道光谱图进行预处理来设计幅度直方图(Ahs),可实现波分复用(WDM)系统多信道调制格式识别(MFI)和光信噪比(OSNR)监测。在建立的3信道WDM相... 提出了一种基于信号光谱和多任务深度神经网络(MT-DNN)的多信道并行光性能监测(OPM)方案,采集多信道光谱图进行预处理来设计幅度直方图(Ahs),可实现波分复用(WDM)系统多信道调制格式识别(MFI)和光信噪比(OSNR)监测。在建立的3信道WDM相干光通信系统中,对由PDM-4QAM/16QAM/64QAM组合的10种调制格式的3信道信号实现了MFI准确率为100%、OSNR监测的平均绝对误差(MAE)为0.16 dB的精准监测。为进一步研究所提OPM方案的性能以应对复杂的传输环境,提出了迁移学习辅助的多任务深度神经网络(TL-MT-DNN)用于多信道MFI和OSNR并行监测。结果表明,所提方案可移植性较好,还可节省大量样本和训练周期,其MFI准确率仍可达100%,3信道OSNR监测的MAE分别为0.24 dB、0.20 dB和0.19 dB。 展开更多
关键词 机器视觉 光性能监测 波分复用 光信噪比 调制格式识别 迁移学习 多任务深度神经网络
原文传递
基于LCNN-Ⅱ模型的光通信信号调制格式识别方法
4
作者 梁猛 陈魏雯 《西安邮电大学学报》 2023年第6期39-50,共12页
针对光通信信号调制格式识别准确率较低的问题,提出了一种基于改进Inception结构的轻量级卷积神经网络(Lightweight Convolutional Neural Network with Improved Inception,LCNN-Ⅱ)模型的光通信信号调制格式识别方法。以不同传输条件... 针对光通信信号调制格式识别准确率较低的问题,提出了一种基于改进Inception结构的轻量级卷积神经网络(Lightweight Convolutional Neural Network with Improved Inception,LCNN-Ⅱ)模型的光通信信号调制格式识别方法。以不同传输条件下调制格式的星座图为基础,使用二值化、灰度增强、邻域灰度增强这3种特征图像生成算法对星座图进行处理,生成特征图像矩阵,构建调制信号的特征参数的数据集。利用改进的Inception结构,设计集成Inception模块的LCNN-Ⅱ模型,以提高模型的识别准确率。仿真结果表明,所提方法可以较好地保存光通信信息图像的特征,在传输距离为120 km的条件下,识别准确率达到了95.71%。与相关方法相比,所提方法的识别准确率较高。 展开更多
关键词 调制格式识别 卷积神经网络 深度学习 邻域灰度增强算法
下载PDF
一种适用于概率成形光传输系统的调制格式识别方法 被引量:2
5
作者 李志沛 王曦朔 +2 位作者 刘博 张琦 忻向军 《北京邮电大学学报》 EI CAS CSCD 北大核心 2019年第3期79-82,126,共5页
针对使用概率成形技术和高阶调制格式的变速率光传输系统,提出了一种基于四次方特征值的盲调制格式识别方法.该方法利用接收端信号经过四次方运算后的快速傅里叶变换(FFT)峰值和方差值,能够实现偏振复用概率成形高阶调制格式的精确识别... 针对使用概率成形技术和高阶调制格式的变速率光传输系统,提出了一种基于四次方特征值的盲调制格式识别方法.该方法利用接收端信号经过四次方运算后的快速傅里叶变换(FFT)峰值和方差值,能够实现偏振复用概率成形高阶调制格式的精确识别.在联合仿真平台上搭建了高速长距离相干光传输系统,验证了新方法的有效性. 展开更多
关键词 概率成形 调制格式识别 正交幅度调制 快速傅里叶变换
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部