-
公开(公告)号：CN115631384A
公开(公告)日：2023-01-20
申请号：CN202211411632.8
申请日：2022-11-11
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种多模光纤模群检测分类方法、系统、终端及介质，涉及光通信技术领域，解决了现有模分复用系统中，人们从接收的强度分布中识别输出模式和空间模态传输性能表征困难的问题。其技术方案要点是：利用卷积神经网络直接检测多模光纤模群耦合强度图像并进行分类，实现将输入强度图像映射到完全模态系数空间，预测模态权值以及高阶模态与基模态之间的相对相位的目的。通过训练好的卷积神经网络可以实现良好的实时性，执行一次分类只需要运行一个前向传递算法的时间，且不需要初始化。利用卷积神经网络对多模光纤中模群耦合的强度图像进行识别，输出模态权值和相位系数，实现多模光纤输出模式分类和空间模态传输性能表征的目的。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
