一种针对随机特性的贝叶斯神经网络非线性均衡方法

    公开(公告)号:CN116015458A

    公开(公告)日:2023-04-25

    申请号:CN202211595824.9

    申请日:2022-12-12

    摘要: 本发明公开的一种针对随机特性的贝叶斯神经网络非线性均衡方法,属于光纤通信技术领域。本发明对模分复用光纤通信系统的非线性进行推导,通过拟合模分复用光纤通信系统非线性特性进行数据采集;将贝叶斯神经网络模型中的参数初始化为标准正态分布,根据不同输入信号自适应贝叶斯神经网络非线性均衡模型的权重和偏差,通过变分学习找到使KL散度最小化的变分参数;基于训练好的贝叶斯神经网络非线性均衡模型,准确识别出不同情况下传输的不同信号的误码率特性,通过非线性均衡处理实现高准确度的数据恢复,有效缓解信号在光纤传输过程中受到的光纤非线性效应的影响,提升通信系统在不同工况下的鲁棒性。本发明还具有泛化能力强、复杂度低的优点。

    一种光分组交换的方法和装置

    公开(公告)号:CN113794956B

    公开(公告)日:2022-07-22

    申请号:CN202110847054.1

    申请日:2021-07-27

    IPC分类号: H04Q11/00

    摘要: 本发明涉及一种光分组交换的方法和装置,属于光通信的光分组交换技术领域。所述装置包括光交换节点及边缘节点;所述方法使用光分组交换及虚拟输出队列,包括定时定位、报告、授权列表更新及授权过程,具体为:光交换节点与边缘节点互发握手消息建立链接,再互发定位消息对边缘节点的距离进行测量;通信阶段的每个时隙中,光交换节点接收边缘节点发来的队列长度报告消息,光交换节点再处理端口冲突,将处理结果加入授权列表;据边缘节点的距离调整发送时间;将授权消息下发到边缘节点,再进行数据分组的汇聚和发送。所述方法避免数据分组间造成的大量间隔,且避免了光交换机输出端口间的冲突,实现了长距离边缘节点间的光分组交换。