-
公开(公告)号：CN109672517B
公开(公告)日：2021-07-27
申请号：CN201811563170.5
申请日：2018-12-20
Applicant: 杭州电子科技大学
Abstract: 本发明属于光通信加密技术领域，具体涉及基于细胞神经网络的OFDM‑PON系统的加密及解密方法；加密方法包括：构建细胞神经网络的动态密钥集合，对输入的数字信号求和取模运算，将得到的值作为细胞神经网络动态密钥集合的索引值；通过索引值确定细胞神经网络的初始值，以此生成相应的混沌序列作为OFDM‑PON系统的同步序列；利用细胞神经网络生成的混沌序列与索引值对原始数据进行抗选择明文攻击加密，经过OFDM调制及电光调制转换后进入光纤传输。本发明利用细胞神经网络的混沌特性，将多个初始值组合成一个密钥集合，每次随机选取密钥以提升密钥的动态特性，同时利用发送明文的随机性构建抗选择明文攻击加密方案，安全性高。
-
公开(公告)号：CN108521384B
公开(公告)日：2022-01-11
申请号：CN201810145381.0
申请日：2018-02-12
Applicant: 杭州电子科技大学
IPC: H04L25/03 , H04B10/2513
Abstract: 本发明用于低带宽高速光通信的最大化方差数据选择与SVM均衡方法：步骤1：在传输的数字信号数据头中插入设定量的训练序列，经过高速NRZ调制生成电NRZ信号，将电NRZ信号经过光调制器转换成光NRZ信号；步骤2：信号经过光纤，传输至接收端，接收端将收到的光NRZ信号转化为电NRZ信号；步骤3：对电NRZ信号采样，然后经过时间同步；步骤4：对时间同步过后的数据提取训练序列；步骤5：用最大化方差的方法提取每一段每个码元采样点中的最佳判别采样点；并为每个训练序列构建特征向量；步骤6：利用训练序列的特征向量，采用SVM算法训练最优分类超平面；步骤7：对每个新的未知的码元构建特征向量；步骤8：利用最优分类超平面，对NRZ电信号进行分类。
-
公开(公告)号：CN109818889B
公开(公告)日：2021-12-28
申请号：CN201910124371.3
申请日：2019-02-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种用于高阶PAM光传输系统中的SVM分类器优化的均衡算法，包括：步骤1：发送端将包含训练序列的数据通过光纤传输到接收端，接收端将采样后的包含训练序列的数据输入到均衡器模块；步骤2：均衡器模块提取接收到的训练序列，为其构建特征向量，训练序列发生器重新产生训练序列，并将其分为两个大类，作为对应特征向量的标签，构成训练集；步骤3：将训练集输入到SVM训练器，计算得到一个中心最优超平面，计算不同类别的点到超平面的平均距离作为不同的偏移；步骤4：提取最优超平面的法向量，当作滤波器的抽头系数，将不同类别的偏移当作判决器对应的判决门限，对后续有效数据进行均衡。本发明所述方法可大幅减少计算以及实现复杂度。
-
公开(公告)号：CN108494488B
公开(公告)日：2021-04-30
申请号：CN201810145616.6
申请日：2018-02-12
Applicant: 杭州电子科技大学
IPC: H04B10/2507 , H04L25/03
Abstract: 本发明用于短距离光通信系统的基于DFE的SVM均衡方法，包括：步骤1：带有训练序列的数字信号经过电光调制转换为光信号发送，在接收端转换为电信号后经过采样提取出训练序列；步骤2：根据DFE结构来构建训练码元的特征向量，基于训练序列的特征值向量，利用SVM计算出最优超平面；步骤3：利用超平面，基于DFE结构对输入的信息序列判决实现均衡，再经过解调恢复出原信号；步骤4：保存均衡后设定长度的码元，经过反馈输入成为下一个待检测码元受到前导干扰的特征值；步骤5：信息序列每隔一定长度返回到步骤2，重新训练最优超平面。本发明解决了信号在光纤中高速传输时引起的色散及系统器件带来的随机分布高斯噪声等造成系统接收灵敏度下降的问题。
-
公开(公告)号：CN108123908B
公开(公告)日：2020-10-27
申请号：CN201711338018.2
申请日：2017-12-14
Applicant: 杭州电子科技大学
IPC: H04L25/03 , H04B10/516 , H04B10/69 , H04B10/079
Abstract: 本发明公开了一种用于NG‑PON的改进SVM均衡方法及系统。本发明方法包括如下步骤：1：每隔设定长度，对需要传输的数字信号中插入训练序列，经过高速率NRZ调制产生电NRZ信号，将包含训练序列的高速率电NRZ信号转换成光NRZ信号；2：将光NRZ信号传输至接收端，并将接收的光NRZ信号转化为电NRZ信号；3：对电NRZ信号进行上采样，时间同步后，进行下采样；4：提取训练序列，并为每个训练序列构建特征值向量，计算最优超平面；5：利用最优超平面，对信息序列进行判决，实现均衡；6：每隔设定长度的信息序列，返回步骤4。本发明解决了用低带宽器件传输高速率信号时由于带宽限制所引入的信号畸变、码间串扰等造成系统的接收灵敏度下降的问题。
-
Patent Agency Ranking
公开(公告)号：CN109672517A
公开(公告)日：2019-04-23
申请号：CN201811563170.5
申请日：2018-12-20
Applicant: 杭州电子科技大学
Abstract: 本发明属于光通信加密技术领域，具体涉及基于细胞神经网络的OFDM-PON系统的加密及解密方法；加密方法包括：构建细胞神经网络的动态密钥集合，对输入的数字信号求和取模运算，将得到的值作为细胞神经网络动态密钥集合的索引值；通过索引值确定细胞神经网络的初始值，以此生成相应的混沌序列作为OFDM-PON系统的同步序列；利用细胞神经网络生成的混沌序列与索引值对原始数据进行抗选择明文攻击加密，经过OFDM调制及电光调制转换后进入光纤传输。本发明利用细胞神经网络的混沌特性，将多个初始值组合成一个密钥集合，每次随机选取密钥以提升密钥的动态特性，同时利用发送明文的随机性构建抗选择明文攻击加密方案，安全性高。
-
公开(公告)号：CN108123908A
公开(公告)日：2018-06-05
申请号：CN201711338018.2
申请日：2017-12-14
Applicant: 杭州电子科技大学
IPC: H04L25/03 , H04B10/516 , H04B10/69 , H04B10/079
CPC classification number: H04L25/03878 , H04B10/07953 , H04B10/07955 , H04B10/516 , H04B10/691 , H04B10/6971 , H04L25/03006 , H04L2025/03471
Abstract: 本发明公开了一种用于NG-PON的改进SVM均衡方法及系统。本发明方法包括如下步骤：1：每隔设定长度，对需要传输的数字信号中插入训练序列，经过高速率NRZ调制产生电NRZ信号，将包含训练序列的高速率电NRZ信号转换成光NRZ信号；2：将光NRZ信号传输至接收端，并将接收的光NRZ信号转化为电NRZ信号；3：对电NRZ信号进行上采样，时间同步后，进行下采样；4：提取训练序列，并为每个训练序列构建特征值向量，计算最优超平面；5：利用最优超平面，对信息序列进行判决，实现均衡；6：每隔设定长度的信息序列，返回步骤4。本发明解决了用低带宽器件传输高速率信号时由于带宽限制所引入的信号畸变、码间串扰等造成系统的接收灵敏度下降的问题。
-
公开(公告)号：CN109818889A
公开(公告)日：2019-05-28
申请号：CN201910124371.3
申请日：2019-02-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种用于高阶PAM光传输系统中的SVM分类器优化的均衡算法，包括：步骤1：发送端将包含训练序列的数据通过光纤传输到接收端，接收端将采样后的包含训练序列的数据输入到均衡器模块；步骤2：均衡器模块提取接收到的训练序列，为其构建特征向量，训练序列发生器重新产生训练序列，并将其分为两个大类，作为对应特征向量的标签，构成训练集；步骤3：将训练集输入到SVM训练器，计算得到一个中心最优超平面，计算不同类别的点到超平面的平均距离作为不同的偏移；步骤4：提取最优超平面的法向量，当作滤波器的抽头系数，将不同类别的偏移当作判决器对应的判决门限，对后续有效数据进行均衡。本发明所述方法可大幅减少计算以及实现复杂度。
-
公开(公告)号：CN109740690A
公开(公告)日：2019-05-10
申请号：CN201910023077.3
申请日：2019-01-10
Applicant: 杭州电子科技大学
IPC: G06K9/62 , H04B10/114 , H04B10/40
Abstract: 本发明公开一种用于短距离光通信的基于特征工程的KNN均衡算法，包括如下步骤：步骤1：将接收端采样后的包含训练序列的数据输入到特征工程模块，构建特征向量并进行特征处理；步骤2：训练序列发生器重新产生训练序列，作为与训练序列的特征向量相对应的标签，构成训练集；步骤3：对有效数据使用相同的特征工程得到其特征向量，将训练集和有效数据的特征向量当作KNN分类器的输入；步骤4：根据特征空间中，每个有效数据离其最近的k个训练数据的类别，KNN分类的结果即为均衡输出。本发明解决了低成本短距离光通信系统中码间串扰、信号失真等造成系统的性能下降的问题，相比于传统DFE、FFE均衡器，提升了均衡性能，降低了滤波器的抽头系数。
-
公开(公告)号：CN108521384A
公开(公告)日：2018-09-11
申请号：CN201810145381.0
申请日：2018-02-12
Applicant: 杭州电子科技大学
IPC: H04L25/03 , H04B10/2513
Abstract: 本发明用于低带宽高速光通信的最大化方差数据选择与SVM均衡方法：步骤1：在传输的数字信号数据头中插入设定量的训练序列，经过高速NRZ调制生成电NRZ信号，将电NRZ信号经过光调制器转换成光NRZ信号；步骤2：信号经过光纤，传输至接收端，接收端将收到的光NRZ信号转化为电NRZ信号；步骤3：对电NRZ信号采样，然后经过时间同步；步骤4：对时间同步过后的数据提取训练序列；步骤5：用最大化方差的方法提取每一段每个码元采样点中的最佳判别采样点；并为每个训练序列构建特征向量；步骤6：利用训练序列的特征向量，采用SVM算法训练最优分类超平面；步骤7：对每个新的未知的码元构建特征向量；步骤8：利用最优分类超平面，对NRZ电信号进行分类。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
