-
公开(公告)号:CN117309127A
公开(公告)日:2023-12-29
申请号:CN202310652811.9
申请日:2023-06-05
申请人: 常州京信新一代信息技术研究院有限公司 , 北京理工大学
IPC分类号: G01H9/00
摘要: 本发明涉及光纤传感领域,具体涉及一种波前调制全光纤超声波传感器及其制作方法。本波前调制全光纤超声波传感器包括:单模光纤、渐变折射率光纤;其中所述渐变折射率光纤的一端与单模光纤熔接,用于将单模光纤传输的入射光进行扩束和准直,从而反射平行光束;所述渐变折射率光纤适于通过飞秒激光在其另一端面上制作相位阶跃,以形成超紧凑的干涉传感器头;以及所述干涉传感器头的端面还设置有金膜层。本传感器利用相位前调制技术可以对超声波进行检测。渐变折射率光纤端面的全二氧化硅超薄 相位阶跃,不仅确保了传感器可以耐受高强度聚焦超声场,而且几乎不受温度的影响。
-
公开(公告)号:CN116015474A
公开(公告)日:2023-04-25
申请号:CN202211610973.8
申请日:2022-12-13
申请人: 常州京信新一代信息技术研究院有限公司
IPC分类号: H04B10/61 , H04L25/03 , G06N3/0464 , G06N3/082
摘要: 本发明属于光纤通信技术领域,具体涉及一种基于深层卷积神经网络的非线性均衡方法。本发明的基于深层卷积神经网络的非线性均衡方法设计的卷积神经网络,利用卷积网络对输入数据的降维效果,对接收信号进行处理,并且引入了多层的全连接层提升网络的非线性拟合能力,用以实现对系统损伤的进一步补偿;网络中计算交叉熵作为损失函数,分析网络预测结果与实际发送信号之间的差距,使用adam优化器对网络参数进行优化训练,在损失函数的输出收敛后,使用网络模型对传输的信号进行非线性补偿并判决,用来提升通信系统的传输性能。
-
公开(公告)号:CN117896489A
公开(公告)日:2024-04-16
申请号:CN202311593824.X
申请日:2023-11-27
申请人: 北京理工大学 , 北京邮电大学 , 锐光信通科技有限公司
IPC分类号: H04N7/18 , H04N7/22 , G06N3/0455 , G06N3/08
摘要: 本发明涉及一种基于小样本学习的环芯光纤抗扰高保真成像装置及方法,属于光纤成像领域。该方法包括:在空间光调制器上加载MNIST原始图像;使用激光器的激光为光源对原始图像进行照射,以将原始图像像素信息加载到光束上;将信号光束调制为轨道角动量光束并进行各向同性边缘滤波;信号光束通过环芯光纤传输得到散斑图案;将散斑图案和其对应的原始图案用于小样本神经网络的训练;在加扰环境中采集新的测试散斑,并作为已训练的小样本神经网络的输入,得到恢复后的图像,并计算其平均准确率。其中,所述原始图像数据集来自MNIST数据集,训练集数量为9500,测试集数量为500,所述加扰环境为使用振荡器对光纤施加扰动。本发明适用光纤成像领域,实现扰动环境下高准确率的光纤成像。
-
公开(公告)号:CN117834451A
公开(公告)日:2024-04-05
申请号:CN202311654945.0
申请日:2023-12-05
申请人: 北京理工大学 , 北京邮电大学 , 雅泰歌思(上海)通讯科技有限公司 , 中兴通讯股份有限公司
发明人: 高然 , 忻向军 , 杨福林 , 许琦 , 黄鑫 , 闫景浩 , 蒋玲 , 姚海鹏 , 王斐 , 郭栋 , 李志沛 , 董泽 , 李欣颖 , 王富 , 周思彤 , 张琦 , 田清华 , 田凤 , 叶兵 , 刘建国
摘要: 本发明公开的一种模分复用通信系统的信道构建方法,属于光纤通信领域。本发明实现方法为:将当前的PAM‑8信号与其前后n个PAM‑8信号组合成条件向量。基于同步处理后的PAM‑8信号被视为真实数据。MHDRnet网络模型以真实数据和条件向量的组合作为输入特征序列进行训练。将所述预测信号与对应模分复用系统信道传输的信号进行比较,以计算归一化均方误差,从而得到MHDRnet网络模型的信道构建结果。信道构建结果有效地表征OAM模分复用通信系统中复杂的非线性效应,提高信道构建的准确性。此外,MHDRnet网络模型采用特征解耦的方式,借助多尺度神经分层残差网络实现信道构建,并且利用双重残差结构通过正向传播来更新模型参数,提高信道构建的稳定性。
-
公开(公告)号:CN114665971B
公开(公告)日:2023-10-13
申请号:CN202210275510.4
申请日:2022-03-21
IPC分类号: H04B10/50 , H04B10/556 , G06N3/006 , G06N3/126 , G02B27/00
摘要: 本发明公开的一种用于提高通信容量的多模式叠加光束的产生方法,属于光通信领域。本发明通过多值变异算子对粒子群算法的粒子速度进行自适应的变异操作,设计基于自适应变异粒子群的多模式叠加涡旋光束生成算法,改变传统产生算法中不同OAM模式的初始系数按预期比例赋值的思路,解决叠加模式过多时无法符合预期模式分布的问题,提高涡旋光束中不同OAM模式的均匀性和产生的模式数目,降低与预期功率分布的相关均方根误差系数,提高涡旋光栅的能量转换效率,增加OAM光通信系统中可用的OAM通道数目,同时提高生成迭代算法的迭代速率,进而提高多模式叠加涡旋光束生成产生效率。本发明能够高效、高精度生成多模式叠加涡旋光束。
-
公开(公告)号:CN114035300B
公开(公告)日:2023-08-08
申请号:CN202111311955.5
申请日:2021-11-08
IPC分类号: G02B7/28
摘要: 本发明涉及一种大容量空间光通信链路下基于变焦透镜的自适应校正方法,属于光通信技术领域。在保持变焦透镜和CCD相机距离不变的情况下采集探针光束在后焦面以及各个离焦面的光强分布信息,同时利用改进相位差方法重建传输过程中大气湍流引起的畸变相位信息,从而达到修复畸变OAM光束、提升大容量空间光通信链路性能的目的。本发明所提方法具有算法收敛速度快,校正精度高,实现手段简单的优点,在提高自适应光学系统校正精度的同时,可有效降低自适应光学系统的成本与结构复杂度。
-
公开(公告)号:CN116346217A
公开(公告)日:2023-06-27
申请号:CN202310595113.X
申请日:2023-05-25
申请人: 北京理工大学 , 北京邮电大学 , 雅泰歌思(上海)通讯科技有限公司 , 中国电子科技集团公司第五十四研究所
发明人: 常欢 , 忻向军 , 高然 , 姚海鹏 , 袁梦竹 , 马铭 , 葛洪武 , 黄鑫 , 吴巍 , 张琦 , 董泽 , 郭栋 , 潘晓龙 , 李志沛 , 周思彤 , 刘欣雨 , 朱磊 , 李欣颖 , 王富 , 张文全 , 武瑞德 , 闫景浩
IPC分类号: H04B10/07 , H04B17/391 , G06N3/0475 , G06N3/094
摘要: 本发明公开的一种基于深度学习的光通信系统信道构建方法,属于光通信领域。本发明实现方法为:采用条件生成对抗网络构建光通信系统信道,构建包含多组损失函数优化的联合损失函数,多组损失函数包括均方误差损失、对抗损失、平均绝对误差损失。条件生成对抗网络包括生成器和判别器,通过生成器捕获光通信系统收发两端数据分布,并生成具有相同分布的接收端新数据用于混淆判别器;判别器对生成的假数据和真实收端数据鉴别,当判别器达到纳什平衡无法确定其输入来自生成器还是真实数据时,此时条件生成对抗网络中的生成器便能够对光通信系统信道快速准确建模,输出经过复杂损耗的光通信系统接收端数据,提升光通信系统的可靠性和鲁棒性。
-
公开(公告)号:CN115987394A
公开(公告)日:2023-04-18
申请号:CN202211537442.0
申请日:2022-12-01
申请人: 北京理工大学 , 北京邮电大学 , 江苏雅泰歌思通讯技术有限公司
IPC分类号: H04B10/25 , H04B10/2543
摘要: 本发明公开的一种基于Wide&Deep模型的光纤非线性均衡方法,属于光纤通信技术领域。本发明实现方法为:构建每个M‑QAM信号的第一特征序列和第二特征序列,构建训练数据集;构建基于Wide&Deep模型的非线性均衡模型,第一特征序列作为Wide&Deep模型中Wide网络子模型的输入特征序列,第二特征序列作为Wide&Deep模型中Deep网络子模型的输入特征序列;利用训练数据集对Wide&Deep模型进行训练;将每个待非线性均衡的M‑QAM信号的特征序列输入到训练好的Wide&Deep模型,输出得到每个M‑QAM信号的预测标签;将输出的预测标签结果作为M‑QAM信号所对应的类别,通过M‑QAM星座符号解映射,得到相对应二进制数据,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由光纤非线性效应造成的影响,降低误比特率。
-
公开(公告)号:CN111800194B
公开(公告)日:2021-06-18
申请号:CN202010576534.4
申请日:2020-06-22
申请人: 北京理工大学
IPC分类号: H04B10/2543 , H04L27/34
摘要: 本发明涉及一种针对少模多芯OAM光纤传输概率分布的非线性补偿方法,属于光纤通信技术领域。本发明公开的一种针对少模多芯OAM光纤传输概率分布的非线性补偿方法。涉及光纤通信相关理论及原理。该方法针对OAM光纤传输的概率分布特点,对信号进行非线性损伤补偿,与采用传统的非线性补偿算法相比,大大降低了计算复杂度降低其计算复杂度,使其接近实际系统的需要,从而实现复杂度低、精度高的非线性补偿方法。
-
公开(公告)号:CN114285715B
公开(公告)日:2023-12-19
申请号:CN202111558697.0
申请日:2021-12-20
申请人: 北京理工大学
摘要: 本发明公开的基于双向GRU‑条件随机场的非线性均衡方法,属于光纤通信技术领域。本发明实现方法为:发送和采集M‑QAM信号序列,构建每个M‑QAM信号的特征序列,构建训练数据集;构建基于双向GRU‑条件随机场的非线性均衡模型;利用训练数据集对双向GRU‑条件随机场模型进行训练;使用训练好的双向GRU‑条件随机场模型对每个M‑QAM信号的特征序列进行标签序列的预测,输出得到每个M‑QAM信号的预测标签序列;将输出的预测标签序列的中间标签结果作为M‑QAM信号所对应的类别,通过M‑QAM星座符号解映射后,得到相对应二进制数据,实现高准确度的数据恢复,有效降低信号在长距离传输过程中受到的由于器件和光纤的非线性效应造成的影响,降低通信系统的误比特率,提升通信系统的传输性能。
-
-
-
-
-
-
-
-
-