-
公开(公告)号：CN118573286A
公开(公告)日：2024-08-30
申请号：CN202410505621.9
申请日：2024-04-25
Applicant: 北京理工大学
IPC: H04B10/516 , H04B10/54 , H04B10/556 , H04B10/50
Abstract: 本申请实施例提供一种双矢量射频信号生成方法及装置，方法包括：在发射端数字信号处理模块中选定两个独立的伪随机二进制序列并将其映射为相同阶或不同阶的两个正交振幅调制信号；所述正交振幅调制信号采用单载波调制或正交频分复用调制，从而得到两路复基带信号；对所述两路复基带信号分别进行两倍上采样处理后通过根升余弦滤波器；将经过所述根升余弦滤波器处理后的两个所述复基带信号分别送入并行的带通Delta‑Sigma调制器中进行过采样处理和噪声整形处理，得到仅包含+1电平和‑1电平的两路开关键控序列；本申请能够减小传输系统中所使用的光电器件非线性影响的限制，从而提高系统的频谱效率和信道容量，提高传输速率。
-
公开(公告)号：CN117560105A
公开(公告)日：2024-02-13
申请号：CN202311507644.5
申请日：2023-11-13
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
Inventor： 常欢 , 高然 , 忻向军 , 徐盼盼 , 王斐 , 张琦 , 姚海鹏 , 董泽 , 郭栋 , 潘晓龙 , 李志沛 , 王富 , 周思彤 , 朱磊 , 李欣颖 , 张文全 , 武瑞德 , 黄鑫 , 闫景浩
IPC: H04B17/391 , H04Q11/00
Abstract: 本发明公开的一种OAM光束在大气湍流下产生相位畸变的补偿方法，属于光学通信领域。本发明实现方法为：基于Swin‑Transformer的网络模型从OAM强度分布图像中提取大气湍流相位屏，通过对用于提取大气湍流相位屏的Swin‑Transformer网络模型不断训练，以学习畸变OAM光束和对应的大气湍流相位屏之间的非线性关系，将该相位屏的复共轭加载到待补偿OAM光束，补偿OAM光束在大气湍流下产生相位的畸变，缓解模间串扰，从而使传输光束的传输功率增高，提升传输模式的纯度。同时，本发明引入基于移位窗口的自注意力机制，能够捕捉输入序列中的长距离依赖性，将自注意力局限于局部窗口中并使用滑动窗口策略促进窗口之间的信息交流，在减少计算开销的同时保持Transformer的全局特征提取能力。本发明适用于光通信等领域，显著提升光通信系统的可靠性。
-
公开(公告)号：CN116599598A
公开(公告)日：2023-08-15
申请号：CN202310560560.1
申请日：2023-05-17
Applicant: 雅泰歌思(上海)通讯科技有限公司 , 北京理工大学 , 北京邮电大学
IPC: H04B10/69 , H04B10/54 , H04B10/524 , H04J14/04 , G06N3/0464 , G06N3/096
Abstract: 本发明公开的一种用于模分复用通信系统的非线性损伤均衡方法，属于光纤通信领域。本发明实现方法为：OAM‑MDM光纤通信系统发送和接收脉冲幅度调制PAM信号序列，以接收到的PAM数据符号构建数据特征向量；利用训练数据集对均衡器进行训练；将测试数据集输入AffinityNet均衡器得到信号的预测值，实现高准确度的数据恢复。AffinityNet利用“小样本”建立精确的非线性模型，并具有较高的泛化能力预测OAM‑MDM的随机特征非线性。AffinityNet非线性均衡器能够通过小样本学习出的非线性模型有效地补偿OAM‑MDM系统中的随机非线性。本发明具有更低的计算复杂度，同时能高效率恢复OAM系统中传输的数据符号，补偿OAM光通信系统的系统非线性。
-
公开(公告)号：CN115319264A
公开(公告)日：2022-11-11
申请号：CN202211004498.X
申请日：2022-08-22
Applicant: 北京理工大学 , 西安天力金属复合材料股份有限公司
IPC: B23K20/08 , B23K20/24 , B23P15/00 , B23K103/14
Abstract: 本发明属于焊接技术领域，具体公开了一种钛合金的强/塑/韧层状复合材料的制备方法，该材料复合了不同力学性能的钛及钛合金；该方法以两种钛合金板材为基板和飞板，以纯钛板为中间过渡板，将板材打磨后依次叠放，并在相邻板材之间放置支撑物。然后在顶层的钛合金板材表面均匀涂抹一层黄油，在黄油上铺设炸药，并在炸药中安放雷管，再点燃雷管引爆炸药进行爆炸焊接，得到钛合金的强/塑/韧层状复合板。本发明采用爆炸焊接方法制备钛合金的强/塑/韧层状复合板，在极短的时间内制备得到钛合金的强/塑/韧层状复合板，各板材的层间界面结合良好，复合板不同位置的耐腐蚀性良好，同时力学性能优异。
-
公开(公告)号：CN118573287A
公开(公告)日：2024-08-30
申请号：CN202410505687.8
申请日：2024-04-25
Applicant: 北京理工大学
IPC: H04B10/516 , H04B10/54 , H04B10/556
Abstract: 本申请提供了一种SSB信号生成方法、装置及电子设备，涉及光通信领域，其中方法包括：获取第一伪随机二进制序列和第二伪随机二进制序列，并对第一伪随机二进制序列和第二伪随机二进制序列进行调制操作，得到PS‑GS4QAM基带信号和QPSK基带信号；分别对PS‑GS4QAM基带信号和QPSK基带信号进行预处理操作，得到频率不相等的左边带信号和右边带信号；将左边带信号和右边带信号相加并输入数模转换器，将经过数模转换器转换后的模拟信号输入I/Q调制器，对外腔激光器产生的光载波信号进行调制，得到已调制信号；对已调制信号进行PD检测，以及对PD检测后的信号进行滤波操作，得到目标SSB信号，降低了SSB信号振幅不平衡的影响。
-
Patent Agency Ranking
公开(公告)号：CN117220807A
公开(公告)日：2023-12-12
申请号：CN202311224970.5
申请日：2023-09-21
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
Inventor： 常欢 , 忻向军 , 高然 , 刘博 , 马铭 , 张琦 , 姚海鹏 , 黄鑫 , 董泽 , 李欣颖 , 郭栋 , 李志沛 , 王富 , 潘晓龙 , 周思彤 , 朱磊 , 胡善亭 , 张文全 , 武瑞德 , 闫景浩
IPC: H04B17/391 , H04B10/25 , G06N3/094 , G06N3/0464
Abstract: 一种基于深度学习的多维复用光通信系统信道构建方法，属于光通信领域。采用改进的条件生成对抗网络构建多芯光纤通信系统，通过构建改进的条件向量对多芯光纤建模，并构建优化的损失函数来训练网络。改进的条件生成对抗网络包括生成器和判别器，生成器捕获训练数据的分布，通过噪声向量和条件向量映射，生成相同分布的伪数据来欺骗鉴别器；判别器通过添加修改后的条件向量来对真实数据和虚假数据进行判别。生成器和鉴别器在对抗过程中交替训练，最终达到纳什平衡，此时将生成器代替光通信系统仿真中的光纤部分，并且其生成的数据与原数据具有高度相同的特征。本发明适用于光通信领域，用于提高多芯光纤通信系统信道建模的效率和准确性。
-
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：CN118605016A
公开(公告)日：2024-09-06
申请号：CN202410601775.8
申请日：2024-05-15
Abstract: 本发明公开的一种基于全光衍射神经网络的光纤图像显示恢复方法，属于光信号处理领域。本发明实现方法为：搭建光纤成像系统光路，在空间光调制器上展示待传输的图像，用CCD相机采集光纤输出的散斑；将L个板上N×N元素对穿过其的光线的相位调制参数设置为用于学习的参数矩阵，当光波经过衍射板，其输出都被视作一个经过板上对应参数相位调制的子光源，板间过程以菲涅尔衍射过程作为物理模型在计算机进行训练，训练过程采取学习率衰减的优化方法加快收敛，得到能够从散斑恢复出原图像的参数矩阵；根据训练好的衍射神经网络模型参制作衍射神经板，将制作的全光衍射板放置于分束器与CCD相机之间，基于全光衍射神经网络从光域直接实现光纤图像显示恢复。
-
公开(公告)号：CN117896489A
公开(公告)日：2024-04-16
申请号：CN202311593824.X
申请日：2023-11-27
Applicant: 北京理工大学 , 北京邮电大学 , 锐光信通科技有限公司
IPC: H04N7/18 , H04N7/22 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于小样本学习的环芯光纤抗扰高保真成像装置及方法，属于光纤成像领域。该方法包括：在空间光调制器上加载MNIST原始图像；使用激光器的激光为光源对原始图像进行照射，以将原始图像像素信息加载到光束上；将信号光束调制为轨道角动量光束并进行各向同性边缘滤波；信号光束通过环芯光纤传输得到散斑图案；将散斑图案和其对应的原始图案用于小样本神经网络的训练；在加扰环境中采集新的测试散斑，并作为已训练的小样本神经网络的输入，得到恢复后的图像，并计算其平均准确率。其中，所述原始图像数据集来自MNIST数据集，训练集数量为9500，测试集数量为500，所述加扰环境为使用振荡器对光纤施加扰动。本发明适用光纤成像领域，实现扰动环境下高准确率的光纤成像。
-
公开(公告)号：CN116346217A
公开(公告)日：2023-06-27
申请号：CN202310595113.X
申请日：2023-05-25
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： 常欢 , 忻向军 , 高然 , 姚海鹏 , 袁梦竹 , 马铭 , 葛洪武 , 黄鑫 , 吴巍 , 张琦 , 董泽 , 郭栋 , 潘晓龙 , 李志沛 , 周思彤 , 刘欣雨 , 朱磊 , 李欣颖 , 王富 , 张文全 , 武瑞德 , 闫景浩
IPC: H04B10/07 , H04B17/391 , G06N3/0475 , G06N3/094
Abstract: 本发明公开的一种基于深度学习的光通信系统信道构建方法，属于光通信领域。本发明实现方法为：采用条件生成对抗网络构建光通信系统信道，构建包含多组损失函数优化的联合损失函数，多组损失函数包括均方误差损失、对抗损失、平均绝对误差损失。条件生成对抗网络包括生成器和判别器，通过生成器捕获光通信系统收发两端数据分布，并生成具有相同分布的接收端新数据用于混淆判别器；判别器对生成的假数据和真实收端数据鉴别，当判别器达到纳什平衡无法确定其输入来自生成器还是真实数据时，此时条件生成对抗网络中的生成器便能够对光通信系统信道快速准确建模，输出经过复杂损耗的光通信系统接收端数据，提升光通信系统的可靠性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.103 seconds)
