多波段拉曼放大器设计方法及系统

    公开(公告)号:CN114499679B

    公开(公告)日:2023-08-25

    申请号:CN202210087846.8

    申请日:2022-01-25

    Abstract: 本发明提供了一种多波段拉曼放大器设计方法及系统,包括:根据链路情况和光信号配置生成数据集;利用数据集训练神经网络模型,以得到拉曼放大模型;根据拉曼放大模型,利用梯度下降算法对多个拉曼泵浦光功率的配置进行优化。与现有技术相比,本发明针对给定的链路情况和光信号配置生成数据集,利用神经网络分别建立起从多个拉曼泵浦光功率到经放大后的多个光信号的光功率的映射,和从多个拉曼泵浦光功率到经放大后的多个光信号的广义信噪比的映射;利用建立好的拉曼放大模型,以最大化波分复用系统的平均广义信噪比为优化目标,利用梯度下降算法对多个拉曼泵浦光功率的配置进行优化,提升了拉曼放大器放大的信号的信噪比。

    多波段拉曼放大器设计方法及系统

    公开(公告)号:CN114499679A

    公开(公告)日:2022-05-13

    申请号:CN202210087846.8

    申请日:2022-01-25

    Abstract: 本发明提供了一种多波段拉曼放大器设计方法及系统,包括:根据链路情况和光信号配置生成数据集;利用数据集训练神经网络模型,以得到拉曼放大模型;根据拉曼放大模型,利用梯度下降算法对多个拉曼泵浦光功率的配置进行优化。与现有技术相比,本发明针对给定的链路情况和光信号配置生成数据集,利用神经网络分别建立起从多个拉曼泵浦光功率到经放大后的多个光信号的光功率的映射,和从多个拉曼泵浦光功率到经放大后的多个光信号的广义信噪比的映射;利用建立好的拉曼放大模型,以最大化波分复用系统的平均广义信噪比为优化目标,利用梯度下降算法对多个拉曼泵浦光功率的配置进行优化,提升了拉曼放大器放大的信号的信噪比。

    基于可信配置空间的光网络功率优化方法及系统

    公开(公告)号:CN119729259A

    公开(公告)日:2025-03-28

    申请号:CN202411635188.7

    申请日:2024-11-15

    Abstract: 本发明提供了一种基于可信配置空间的光网络功率优化方法及系统,通过动态更新可信配置空间,实现光网络功率的可靠优化。该方法首先利用数字孪生系统估测Lipschitz常数,然后根据估测的常数和系统采样数据集确定可信配置空间,在此空间内执行优化算法生成新配置。优化过程中,早期使用爬山算法快速提升系统裕度,后期切换至CMA‑ES算法拟合进化策略。新配置部署后,更新Lipschitz常数估计值和采样数据集,继续迭代优化。本发明解决了传统优化方法可能导致系统性能显著下降甚至中断的问题,提高了光功率优化的可靠性。

    光通信系统多参数联合校准方法、系统及介质

    公开(公告)号:CN119652405A

    公开(公告)日:2025-03-18

    申请号:CN202411800656.1

    申请日:2024-12-09

    Abstract: 本发明提供了一种光通信系统多参数联合校准方法、系统及介质,包括:步骤S1:确定光通信系统性能评估指标并识别需要校准的不确定参数,建立光通信系统的数字孪生模型;步骤S2:对数字孪生模型中的不确定参数进行全局灵敏度分析,计算各不确定参数对系统性能的影响程度并量化为重要性,将参数按照重要性排序并分出重要性等级;步骤S3:按照重要性等级进行逐个等级的参数校准过程,引入记忆感知机制,最终获得校准后的完整参数集,并应用于数字孪生模型。本发明采用先敏感性分析后校准参数的方法,从而提高了参数校正效率和提升校正后参数准确性;采用在求解优化问题校准参数时引入记忆感知机制,提高了参数校准效率和提升校正后参数准确性。

Patent Agency Ranking