一种光纤阵列型回复反射器

    公开(公告)号:CN112713940B

    公开(公告)日:2022-01-11

    申请号:CN202011580688.7

    申请日:2020-12-28

    Abstract: 本发明公开了一种光纤阵列型回复反射器,包括光纤;所述光纤两端对齐且并排,得到回复反射光纤;将数个回复反射光纤进行组合,得到回复反射光纤单元;将数个回复反射光纤单元进行排列,得到光纤阵列型回复反射器。本发明能够实现入射光波的伪相位共轭回波,用于大幅度抑制回复反射自由空间光通信中大气湍流对于光波相位扰乱的影响。同时,接入光纤调制器能够解决采用一般由微角锥反射器阵列和空间光调制器构成的MRR调制速率低的问题,大幅度提升通信速率。

    基于SOM的滤波器多载波调制光通信系统的非均匀量化系统

    公开(公告)号:CN112737694B

    公开(公告)日:2021-11-16

    申请号:CN202011580479.2

    申请日:2020-12-28

    Abstract: 本发明公开了一种基于SOM的滤波器多载波调制光通信系统的非均匀量化系统,包括SOM训练模块、SOM量化模块。在预训练模式中,所述SOM训练模块,用于滤波器多载波调制信号的SOM模型的训练,该模块先对模型参数及训练集进行初始化,再经归一化,竞争学习,权值调整等操作迭代至收敛,将得到的SOM模型权值作为量化电平输入SOM量化模块;所述量化模块不工作。在工作模式中,所述SOM训练模块用于在原有SOM模型的基础上学习信号特征,实时调整量化电平;所述SOM量化模块根据量化电平对输入的数据序列进行量化。本发明的SOM非均匀量化算法降低了系统量化误差,提高了系统误码率性能,节省了成本。

    基于细胞神经网络的OFDM-PON系统的加密及解密方法

    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

    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。

    一种基于逆向调制器的激光通信和测速系统

    公开(公告)号:CN112787719A

    公开(公告)日:2021-05-11

    申请号:CN202011623144.4

    申请日:2020-12-30

    Abstract: 本发明公开了一种基于逆向调制器的激光通信和测速系统,包括收发端和逆向调制器MRR端,收发端和逆向调制器MRR端为系统的两个终端;所述收发端包括发射模块、第一接收模块;逆向调制器MRR端包括第二接收模块、MRR模块;发射模块,用于发射带有调制信息的激光载波;第一接收模块,用于使后向激光载波与参考载波形成相干,将相干光信号转换为电信号,并且对电信号进行滤波、放大,解调出后向传输信息和计算出多普勒频移量;第二接收模块,用于将前向激光载波的光信号转换为电信号输出,并且进行滤波、放大,解调出前向传输信息;MRR模块,用于将前向激光载波按平行于原方向反射回收发端,同时产生前向激光载波的多级衍射分量并实现衍射分量的二次调制。

    一种X-Haul网络中EMBB和URLLC共存的带宽分配方法

    公开(公告)号:CN112087782A

    公开(公告)日:2020-12-15

    申请号:CN202010951005.8

    申请日:2020-09-11

    Abstract: 本发明公开了一种X‑Haul网络中EMBB和URLLC共存的带宽分配方法,包括步骤:S11.接收需要处理的业务数据;S12.判断接收的业务数据是否为URLLC业务,若是,则在当前周期为URLLC业务预留带宽,传输Fronthaul和Midhaul中的URLLC业务;若否,则执行步骤S13;S13.判断接收的业务数据是否为Fronthaul中的EMBB业务;若是,则计算当前周期分配给Fronthaul中的EMBB业务的带宽以及待分配各ONU数据量,根据待分配各ONU确定的递归方程,并根据确定的递归方程自底向上计算直到边界条件,得到当前周期利用的最大带宽;若否,则执行步骤S14;S14.判断接收的业务数据是否为Midhaull中的EMBB业务,若是,则将所有未分配的带宽按照先来先服务的方式分配给Midhaul中的EMBB业务;S15.记录当前周期的资源分配情况,并进行下行传输。

    一种基于深度学习的小颗粒物体计数系统及方法

    公开(公告)号:CN111353977A

    公开(公告)日:2020-06-30

    申请号:CN202010119533.7

    申请日:2020-02-26

    Abstract: 本发明公开了一种基于深度学习的小颗粒物体计数系统及方法,本发明涉及的一种基于深度学习的小颗粒物体计数系统,包括:图像采集模块,用于采集待计数的目标物体,得到目标物体的数字图像;图像处理模块,用于对得到的数字图像进行处理分析,并将所述处理后的图像输入到训练好的神经网络模型中,得到所述数字图像中包含的目标物体的数量。本发明可以完成对小颗粒物体的自动、实时、准确计数。

    基于信号串扰分布特征识别OAM光束拓扑荷数的检测系统

    公开(公告)号:CN108242957B

    公开(公告)日:2020-05-22

    申请号:CN201711275118.5

    申请日:2017-12-06

    Abstract: 基于信号串扰分布特征识别OAM光束拓扑荷数检测系统,包括OAM复用模块、第一、第二光学天线模块、OAM解复用模块和OAM光束拓扑荷数检测模块;OAM复用模块对涡旋光束进行轨道角动量复用;第一光学天线模块将经过OAM复用模块后的涡旋光束信号发射进入光通信信道;第二光学天线将经过光通信信道后的光束进行接收并传入OAM解复用模块,OAM解复用模块将接收到的光信号分解到一组OAM模式上,并转化成串扰分布电信号后输入所述OAM光束拓扑荷数检测模块,OAM光束拓扑荷数检测模块对输入数据进行分析以得出涡旋光束的拓扑荷数。本发明利用串扰分布的特征,充分利用串扰分布中包含的拓扑荷数信息使得涡旋光束拓扑荷数检测的正确率高、速率快,实现高速率信息传输。

Patent Agency Ranking