-
公开(公告)号:CN118971956A
公开(公告)日:2024-11-15
申请号:CN202410959424.4
申请日:2024-07-17
Applicant: 上海交通大学
Abstract: 本发明提供了一种光纤通信系统互信息量计算方法及系统,所述方法包括如下步骤:步骤S1:基于光纤通信传输系统进行数据传输,并构建训练数据集;步骤S2:将训练数据集输入神经网络,计算损失函数;步骤S3:基于计算后的损失函数,对增强互信息神经估计网络进行训练;步骤S4:使用训练完成的增强互信息神经估计网络对光纤通信传输系统互信息量进行计算。本发明通过采用将信号数据前后符号联合数据输入神经网络,使用数据联合分布和边缘分布共同计算损失函数并训练增强互信息神经估计网络,从而实现对光纤通信系统精确稳定的互信息量估计。
-
公开(公告)号:CN118971976A
公开(公告)日:2024-11-15
申请号:CN202410959423.X
申请日:2024-07-17
Applicant: 上海交通大学
IPC: H04B10/516 , H04B10/61
Abstract: 本发明提供了一种基于子载波偏振态控制的偏振相关损耗缓解方法和系统,包括:步骤S1:初始化二进制比特序列,获得子载波偏振态参数;步骤S2:根据子载波偏振态参数,赋予不同的偏振态给不同的子载波,并且经信道传输,获得系统的因子性能指标;步骤S3:通过遗传算法对子载波偏振态参数迭代优化,获得并且通过优化结果,完成对偏振相关损耗效应的缓解。本发明基于光通信系统的Q因子性能指标使用遗传算法对子载波偏振态参数进行优化,从而实现对光通信系统偏振相关损耗效应的缓解与系统性能优化。
-
公开(公告)号:CN114978306A
公开(公告)日:2022-08-30
申请号:CN202210540923.0
申请日:2022-05-17
Applicant: 上海交通大学
IPC: H04B10/079 , H04B10/25 , G06N3/04
Abstract: 本发明提供了一种基于深度学习的光纤通信传输系统互信息量计算方法及系统,包括:步骤S1:基于光纤通信传输系统进行数据传输,并获取原始数据集;步骤S2:基于深度学习神经网络对互信息量估计器进行训练,得到训练后的互信息量估计器;步骤S3:利用训练后的互信息量估计器对光纤通信传输系统互信息量进行计算。本发明引入深度学习神经网络的方法,通过对互信息量估计器的训练实现对光纤通信传输系统中的互信息量计算,方案具有可靠性,适用于光纤通信传输系统。
-
-