-
公开(公告)号:CN117235919A
公开(公告)日:2023-12-15
申请号:CN202311114201.X
申请日:2023-08-31
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于神经网络逆向设计的少模光纤参数优化方法,包括:设定少模光纤对应的光纤参数,并生成对应的几何模型与光纤结构截面图;构建神经网络模型,计算模间非线性的模式差分群时延参数和模内非线性的模式相关损耗参数,并与光纤有效折射率、有效模场面积作为初始值一同输入至神经网络模型中,得到优化后的结果参数;对经过优化的结果参数进行判断,通过反向传播不断调整网络的权值和阈值,将其输入神经网络模型进行优化,直至达到结束条件。本发明通过搭建神经网络结构的机器学习技术,通过大量数据训练对光纤参数进行集中优化,能更加高效、精确地得到适用模分复用通信系统的光纤参数,从而提高长距离FMF通信的传输质量。