公开(公告)号：CN113824494A

公开(公告)日：2021-12-21

申请号：CN202111280320.3

申请日：2021-10-29

Applicant: 北京邮电大学

Inventor： 王拥军 ,  忻向军 ,  张琦 ,  薛俊良 ,  李超 ,  高然 ,  田凤 ,  田清华 ,  黄兴源 ,  王富

IPC: H04B10/079 ,  H04B10/2575 ,  G01R23/02

Abstract: 本发明涉及一种基于线性光采样的峰值提取方法及系统。该方法包括：利用数据采集卡采集平衡探测器输出的四路电脉冲信号；获取XI路信号前设定周期内绝对值最大的采样点；确定第一搜索区间，并获取第一搜索区间内绝对值最大的采样点；按照上述方法提取设定数目的峰值点，进而完成第一次峰值点的提取；根据XI路信号的峰值点的横坐标位置、脉冲频率以及脉冲周期内的采样点数确定第二搜索区间；根据第二搜索区间内绝对值最大的采样点提取XI路信号的峰值点，进而完成第二次峰值点的提取；再对剩余三路信号依次进行第一次峰值点的提取和第二次峰值点的提取，进而完成峰值点的提取。本发明能够降低计算的复杂度，从而提升峰值提取和脉冲频率的精准度。

公开(公告)号：CN114124223B

公开(公告)日：2023-05-12

申请号：CN202111422345.2

申请日：2021-11-26

Applicant: 北京邮电大学

Inventor： 王拥军 ,  任宪达 ,  李超 ,  忻向军 ,  张琦 ,  田清华 ,  田凤 ,  黄兴源 ,  薛俊良

IPC: H04B10/2543 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明涉及一种卷积神经网络光纤均衡器生成方法及系统，方法包括：获取接收端采集的发射端数据和不同光信噪比数据；利用特征工程分别对所述发射端数据和所述不同光信噪比数据进行特征构建，得到源数据加权特征向量和目标数据加权特征向量；利用所述源数据加权特征向量对卷积神经网络进行训练，得到源模型；根据所述源模型利用迁移学习法得到初始目标模型；利用所述目标数据加权特征向量对所述初始目标模型进行训练，得到卷积神经网络光纤均衡器。本发明能够实现在不同的光纤链路环境中快速生成神经网络均衡器。

公开(公告)号：CN114124223A

公开(公告)日：2022-03-01

申请号：CN202111422345.2

申请日：2021-11-26

Applicant: 北京邮电大学

Inventor： 王拥军 ,  任宪达 ,  李超 ,  忻向军 ,  张琦 ,  田清华 ,  田凤 ,  黄兴源 ,  薛俊良

IPC: H04B10/2543 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种卷积神经网络光纤均衡器生成方法及系统，方法包括：获取接收端采集的发射端数据和不同光信噪比数据；利用特征工程分别对所述发射端数据和所述不同光信噪比数据进行特征构建，得到源数据加权特征向量和目标数据加权特征向量；利用所述源数据加权特征向量对卷积神经网络进行训练，得到源模型；根据所述源模型利用迁移学习法得到初始目标模型；利用所述目标数据加权特征向量对所述初始目标模型进行训练，得到卷积神经网络光纤均衡器。本发明能够实现在不同的光纤链路环境中快速生成神经网络均衡器。

公开(公告)号：CN113824494B

公开(公告)日：2022-07-01

申请号：CN202111280320.3

申请日：2021-10-29

Applicant: 北京邮电大学

Inventor： 王拥军 ,  忻向军 ,  张琦 ,  薛俊良 ,  李超 ,  高然 ,  田凤 ,  田清华 ,  黄兴源 ,  王富

IPC: H04B10/079 ,  H04B10/2575 ,  G01R23/02

Abstract: 本发明涉及一种基于线性光采样的峰值提取方法及系统。该方法包括：利用数据采集卡采集平衡探测器输出的四路电脉冲信号；获取XI路信号前设定周期内绝对值最大的采样点；确定第一搜索区间，并获取第一搜索区间内绝对值最大的采样点；按照上述方法提取设定数目的峰值点，进而完成第一次峰值点的提取；根据XI路信号的峰值点的横坐标位置、脉冲频率以及脉冲周期内的采样点数确定第二搜索区间；根据第二搜索区间内绝对值最大的采样点提取XI路信号的峰值点，进而完成第二次峰值点的提取；再对剩余三路信号依次进行第一次峰值点的提取和第二次峰值点的提取，进而完成峰值点的提取。本发明能够降低计算的复杂度，从而提升峰值提取和脉冲频率的精准度。