-
公开(公告)号:CN116340789A
公开(公告)日:2023-06-27
申请号:CN202310089104.3
申请日:2023-02-08
Applicant: 常州京信新一代信息技术研究院有限公司 , 北京理工大学
IPC: G06F18/23 , G06F18/24 , G06F18/241 , G06F18/214 , G06N3/006
Abstract: 本发明涉及数字信号处理领域,具体涉及一种基于随机森林的光纤非线性均衡方法,本基于随机森林的光纤非线性均衡方法包括:构建并训练随机森林分类器;对待测信号构造输入特征;将待测信号的输入特征输入随机森林分类器中,得到非线性均衡结果,本基于随机森林的光纤非线性均衡方法构建并训练随机森林分类器对待测信号的输入特征进行分类得到非线性均衡结果,可以降低非线性均衡算法的复杂度,提升非线性均衡算法的运算效率和灵活性。
-
公开(公告)号:CN116318404A
公开(公告)日:2023-06-23
申请号:CN202310123467.4
申请日:2023-02-15
Applicant: 常州京信新一代信息技术研究院有限公司 , 北京理工大学
IPC: H04B10/2507 , H04B10/69 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本发明属于光纤通信技术领域,具体涉及一种基于全局优化的微扰神经网络光纤非线性均衡方法,本方法包括:获取光纤通信系统的接收端采集的发射端数据;利用一阶摄动理论对所述发射端数据引入三元组进行输入特征的重构;采用主成分分析法对重构的输入特征进行特征提取,得到降维后的输入特征;基于迭代剪枝算法,对全连接神经网络均衡器进行压缩,以获得稀疏连接神经网络均衡器;采用迁移学习算法对稀疏连接神经网络均衡器进行训练,使训练后的神经网络均衡器处于最优收敛状态,以对所述源数据的非线性损伤进行补偿;本非线性均衡方法分别从数据层、网络层和系统层进行优化,以在整个非线性均衡过程中实现全局的优化。
-