一种基于深度学习的低光子图像恢复方法

    公开(公告)号:CN114972104A

    公开(公告)日:2022-08-30

    申请号:CN202210646654.6

    申请日:2022-06-08

    Abstract: 本发明公开了一种基于深度学习的低光子图像恢复方法,涉及计算成像与图像处理领域,包括以下步骤:获取任意来源的图像,通过泊松仿真生成该图像的低光子计数采样图,低光子计数采样图用于模型训练;将低光子计数采样图和图像作为训练集,训练神经网络,该神经网络基于深度学习,实现将低光子采样图恢复为对应的高光子图像;使用低光子成像设备,通过调整光源强度和曝光时间,获取待恢复的低光子图像;将低光子图像输入到神经网络,实现对低光子图像的恢复。本发明仅需要测量高、低光子条件下平均光子数之比,便能对任意图像快速生成大量低光子采样图,简化采样训练样本的流程,避免重新采样训练集的操作,鲁棒性更强,提高了图像恢复质量。

    基于光学矩阵计算的无线通信快速信道估计装置及方法

    公开(公告)号:CN115001908B

    公开(公告)日:2023-10-20

    申请号:CN202210512729.1

    申请日:2022-05-05

    Abstract: 一种基于光学矩阵计算的无线通信快速信道估计装置及方法,该装置主要包括块状导频插入模块、权值计算模块、OFDM调制模块、射频接收模块、信道估计模块等。信道估计模块由光源、偏振控制器、电光调制器、电光调制器阵列、光电探测器阵列和RC电路阵列按顺序连接构成。本发明改变了无线通信信道估计的计算技术,能够突破电子器件的固有电子瓶颈对无线通信信号处理速度的限制;将采集到的射频接收信号直接输入基于电光调制器的快速信道估计装置,省略了射频接收信号的电学预处理过程,大大简化了无线通信系统信道估计的实现流程,能够进一步提升信道估计的速度、降低信道估计的功耗,有望成为下一代更高速率、更大带宽、更低功耗的无线通信系统的设计方案。

    基于光学矩阵计算的无线通信快速信道估计装置及方法

    公开(公告)号:CN115001908A

    公开(公告)日:2022-09-02

    申请号:CN202210512729.1

    申请日:2022-05-05

    Abstract: 一种基于光学矩阵计算的无线通信快速信道估计装置及方法,该装置主要包括块状导频插入模块、权值计算模块、OFDM调制模块、射频接收模块、信道估计模块等。信道估计模块由光源、偏振控制器、电光调制器、电光调制器阵列、光电探测器阵列和RC电路阵列按顺序连接构成。本发明改变了无线通信信道估计的计算技术,能够突破电子器件的固有电子瓶颈对无线通信信号处理速度的限制;将采集到的射频接收信号直接输入基于电光调制器的快速信道估计装置,省略了射频接收信号的电学预处理过程,大大简化了无线通信系统信道估计的实现流程,能够进一步提升信道估计的速度、降低信道估计的功耗,有望成为下一代更高速率、更大带宽、更低功耗的无线通信系统的设计方案。

Patent Agency Ranking