-
公开(公告)号：CN113626960B
公开(公告)日：2022-06-14
申请号：CN202110863514.X
申请日：2021-07-29
Applicant: 南京信息工程大学
Abstract: 本发明公开一种抗模式耦合少模信号复杂格式解析方法及装置，针对基于少模光纤的弹性光网络调制格式识别效果差、训练成本高问题，通过领域自适应理论，把波分复用技术作为源域，把模分复用技术当作目标域。将受激拉曼散射效应类比于模式耦合效应，让神经网络学习到能量迁移的规律。相对比于重新训练的网络模型，该方法可以仅需要少量的少模数据就可以实现少模信号的调制格式识别，显著降低神经网络的训练成本，加快网络模型的收敛速度，减少模型训练时间与计算复杂度。同时，借助迁移学习的理论优势，该网络具有更好的泛化能力和识别性能，可以适应少模光纤中的模式耦合对于调制格式的影响，实现少模光网络的调制格式识别任务。
-
公开(公告)号：CN113626960A
公开(公告)日：2021-11-09
申请号：CN202110863514.X
申请日：2021-07-29
Applicant: 南京信息工程大学
Abstract: 本发明公开一种抗模式耦合少模信号复杂格式解析方法及装置，针对基于少模光纤的弹性光网络调制格式识别效果差、训练成本高问题，通过领域自适应理论，把波分复用技术作为源域，把模分复用技术当作目标域。将受激拉曼散射效应类比于模式耦合效应，让神经网络学习到能量迁移的规律。相对比于重新训练的网络模型，该方法可以仅需要少量的少模数据就可以实现少模信号的调制格式识别，显著降低神经网络的训练成本，加快网络模型的收敛速度，减少模型训练时间与计算复杂度。同时，借助迁移学习的理论优势，该网络具有更好的泛化能力和识别性能，可以适应少模光纤中的模式耦合对于调制格式的影响，实现少模光网络的调制格式识别任务。
-
Search Results
2
records
(took 0.025 seconds)
