公开(公告)号：CN110932809B

公开(公告)日：2020-10-16

申请号：CN201911142143.5

申请日：2019-11-20

Applicant: 北京邮电大学

Inventor： 王丹石 ,  张民 ,  宋裕琛 ,  李进 ,  崔启川 ,  李鸣亮

IPC: H04B17/391 ,  H04B10/073 ,  G06F30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供一种光纤信道模型模拟方法、装置、电子设备和存储介质，该方法包括：获取所需光纤仿真传输的信号数据；将所述信号数据和光纤长度参数，输入至预设的深度神经网络模型，根据所述深度神经网络模型的输出结果，确定所述光纤长度的光纤信道输出的信号数据；其中，所述深度神经网络模型，根据确定的光纤长度和信道输出结果的样本信号数据，进行训练后得到。训练好的深度神经网络网络能够实现高速和高鲁棒性的信号数据的光纤信道仿真。与目前的方法相比具有较低的复杂度，大大减少了对光纤信道进行建模所需的专业知识以及复杂程度，只要获得足够的输入输出数据以及距离参数即可对任意光纤信道进行建模，且建模及模型运行所需时间较短。

公开(公告)号：CN110532901A

公开(公告)日：2019-12-03

申请号：CN201910739519.4

申请日：2019-08-12

Applicant: 北京邮电大学

Inventor： 王丹石 ,  张民 ,  吕宏伟 ,  李进 ,  徐易兰 ,  李鸣亮 ,  卢永川

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08 ,  G01J3/28

Abstract: 本发明实施例提供一种基于多目标检测的深度学习智能光谱分析方法及系统，所述方法包括：从灵活波分复用系统中获取待分析光谱图；将所述待分析光谱图输入光谱分析模型中，获得所述待分析光谱图的性能分析结果。解决了传统光谱分析的弊端，将基于深度学习的目标检测技术应用到光谱分析中，利用目标检测网络对光谱进行多种性能分析，应用本发明实施例可以对多信道光谱图像数据进行直接处理，无需由人工干预来进行特征提取，实现光谱性能分析的智能化和自动化，进而可以作为光谱仪软件处理模块或光网络监测设备的光谱分析模块，嵌入到测试仪器中进行智能信号分析和性能监测。

公开(公告)号：CN110932809A

公开(公告)日：2020-03-27

申请号：CN201911142143.5

申请日：2019-11-20

Applicant: 北京邮电大学

Inventor： 王丹石 ,  张民 ,  宋裕琛 ,  李进 ,  崔启川 ,  李鸣亮

IPC: H04B17/391 ,  H04B10/073 ,  G06F30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供一种光纤信道模型模拟方法及装置，该方法包括：获取所需光纤仿真传输的信号数据；将所述信号数据和光纤长度参数，输入至预设的深度神经网络模型，根据所述深度神经网络模型的输出结果，确定所述光纤长度的光纤信道输出的信号数据；其中，所述深度神经网络模型，根据确定的光纤长度和信道输出结果的样本信号数据，进行训练后得到。训练好的深度神经网络网络能够实现高速和高鲁棒性的信号数据的光纤信道仿真。与目前的方法相比具有较低的复杂度，大大减少了对光纤信道进行建模所需的专业知识以及复杂程度，只要获得足够的输入输出数据以及距离参数即可对任意光纤信道进行建模，且建模及模型运行所需时间较短。