-
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:CN117834451A
公开(公告)日:2024-04-05
申请号:CN202311654945.0
申请日:2023-12-05
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 , 中兴通讯股份有限公司
Inventor: 高然 , 忻向军 , 杨福林 , 许琦 , 黄鑫 , 闫景浩 , 蒋玲 , 姚海鹏 , 王斐 , 郭栋 , 李志沛 , 董泽 , 李欣颖 , 王富 , 周思彤 , 张琦 , 田清华 , 田凤 , 叶兵 , 刘建国
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:将当前的PAM‑8信号与其前后n个PAM‑8信号组合成条件向量。基于同步处理后的PAM‑8信号被视为真实数据。MHDRnet网络模型以真实数据和条件向量的组合作为输入特征序列进行训练。将所述预测信号与对应模分复用系统信道传输的信号进行比较,以计算归一化均方误差,从而得到MHDRnet网络模型的信道构建结果。信道构建结果有效地表征OAM模分复用通信系统中复杂的非线性效应,提高信道构建的准确性。此外,MHDRnet网络模型采用特征解耦的方式,借助多尺度神经分层残差网络实现信道构建,并且利用双重残差结构通过正向传播来更新模型参数,提高信道构建的稳定性。
-
公开(公告)号:CN117579171A
公开(公告)日:2024-02-20
申请号:CN202311521882.1
申请日:2023-11-15
Inventor: 张琦 , 忻向军 , 姚海鹏 , 陈洁欣 , 高然 , 叶兵 , 田凤 , 王富 , 刘建国 , 田清华 , 王拥军 , 杨雷静 , 李志沛 , 潘晓龙 , 常欢 , 郭栋 , 周思彤
IPC: H04B10/516 , H04J14/06
Abstract: 本发明公开一种基于子集优化的八维网格编码调制方法及系统,涉及光通信领域,该方法包括利用2D基础星座对原始比特信号序列进行串并变换,构建八维网格编码调制空间以及相应的8D子集;所述2D基础星座为方形QAM;对8D子集进行网格编码调制,完成星座映射;将完成星座映射后的两路信号分别加载到光的X、Y两个偏振上,进行偏振复用,传输至接收端。本发明能够使高速光纤通信获得大量频谱效率增益的同时降低译码复杂度。
-
公开(公告)号:CN117527181A
公开(公告)日:2024-02-06
申请号:CN202311504651.X
申请日:2023-11-13
Applicant: 北京邮电大学
Inventor: 张琦 , 忻向军 , 姚海鹏 , 杨秋丽 , 王芸 , 高然 , 刘博 , 田凤 , 王富 , 田清华 , 王拥军 , 杨雷静 , 李志沛 , 李欣颖 , 潘晓龙 , 周思彤 , 田博 , 董泽
Abstract: 本发明公开一种概率整型混合与扩散超混沌加密方法与系统,涉及光纤通信数据传输领域,该方法包括对原始的二进制比特数据流进行串并变换,基于部分信道特征对每一路比特信号进行Polar编码,随后进行并串变换;基于四维混沌模型中得到的第一维超混沌序列,经过混合与扩散超混沌系统对编码后的比特流进行加密;对一级混合与扩散加密后的数据流执行混沌CCDM操作;对混沌CCDM操作后的数据流进行星座映射,然后通过相位旋转实现符号级加密;所述符号级加密利用四维混沌模型中的第三维超混沌序列和第四维超混沌序列进行;对加密完成后的数据流进行光电调制并在IM/DD光纤传输系统中传输至接收端。本发明能够实现OFDM‑PON物理层安全通信。
-
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。
-
公开(公告)号:CN114665971B
公开(公告)日:2023-10-13
申请号:CN202210275510.4
申请日:2022-03-21
IPC: H04B10/50 , H04B10/556 , G06N3/006 , G06N3/126 , G02B27/00
Abstract: 本发明公开的一种用于提高通信容量的多模式叠加光束的产生方法,属于光通信领域。本发明通过多值变异算子对粒子群算法的粒子速度进行自适应的变异操作,设计基于自适应变异粒子群的多模式叠加涡旋光束生成算法,改变传统产生算法中不同OAM模式的初始系数按预期比例赋值的思路,解决叠加模式过多时无法符合预期模式分布的问题,提高涡旋光束中不同OAM模式的均匀性和产生的模式数目,降低与预期功率分布的相关均方根误差系数,提高涡旋光栅的能量转换效率,增加OAM光通信系统中可用的OAM通道数目,同时提高生成迭代算法的迭代速率,进而提高多模式叠加涡旋光束生成产生效率。本发明能够高效、高精度生成多模式叠加涡旋光束。
-
公开(公告)号:CN114035300B
公开(公告)日:2023-08-08
申请号:CN202111311955.5
申请日:2021-11-08
IPC: G02B7/28
Abstract: 本发明涉及一种大容量空间光通信链路下基于变焦透镜的自适应校正方法,属于光通信技术领域。在保持变焦透镜和CCD相机距离不变的情况下采集探针光束在后焦面以及各个离焦面的光强分布信息,同时利用改进相位差方法重建传输过程中大气湍流引起的畸变相位信息,从而达到修复畸变OAM光束、提升大容量空间光通信链路性能的目的。本发明所提方法具有算法收敛速度快,校正精度高,实现手段简单的优点,在提高自适应光学系统校正精度的同时,可有效降低自适应光学系统的成本与结构复杂度。
-
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。
-
公开(公告)号:CN115987394A
公开(公告)日:2023-04-18
申请号:CN202211537442.0
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
IPC: H04B10/25 , H04B10/2543
Abstract: 本发明公开的一种基于Wide&Deep模型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序列,构建训练数据集;构建基于Wide&Deep模型的非线性均衡模型,第一特征序列作为Wide&Deep模型中Wide网络子模型的输入特征序列,第二特征序列作为Wide&Deep模型中Deep网络子模型的输入特征序列;利用训练数据集对Wide&Deep模型进行训练;将每个待非线性均衡的M‑QAM信号的特征序列输入到训练好的Wide&Deep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,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,有效缓解信号在光纤传输过程中受到的由光纤非线性效应造成的影响,降低误比特率。
-
公开(公告)号:CN119884646A
公开(公告)日:2025-04-25
申请号:CN202411936549.1
申请日:2024-12-26
Applicant: 北京邮电大学 , 广东工业大学 , 北京安科慧生科技有限公司
IPC: G06F18/20 , G01N23/223 , G01N23/00 , G06F18/213 , G06F18/241 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多元特征动态提取的光谱元素定量分析方法,其技术方案要点是,包括以下步骤:S1.采集样品的低能态、中能态和高能态光谱数据、S2.对三种能态的光谱数据分别输入一维卷积神经网络(1DCNN)进行特征提取、S3.在1DCNN中嵌入注意力机制模块、S4.将特征向量分别输入独立的多层感知机(MLP)模型进行预训练、S5.通过加权融合模块将三种能态的初步预测结果进行动态加权融合、S6.将融合特征输入最终的多层感知机模型;本发明基于多元特征动态提取的深度学习模型,结合卷积神经网络(CNN)和注意力机制,实现了高效、精确的光谱元素定量分析,能够有效从复杂光谱数据中提取元素特征,进行高精度的定量分析,能够保持较高的准确性和可靠性。
-
-
-
-
-
-
-
-
-