-
公开(公告)号：CN110535803A
公开(公告)日：2019-12-03
申请号：CN201910825412.1
申请日：2019-09-03
Applicant: 西南交通大学
Abstract: 本发明公开了一种无源光网络上行传输接收端解调方法，包括以下步骤：步骤1：构建全连接神经网络；步骤2：获取数据发射单元发出的信号和原始发送数据作为训练数据集，对模型进行训练；步骤3：将接收到的数据输入步骤2训练完成后的模型中，得到原始数据信号；本发明采用深度学习神经网络模型实现信道估计和解调，可以有效提供接收机灵敏度，尤其针对高阶调制和远距离传输的情况；可根据调制格式和距离自适应进行解调，增加了系统的灵活性，可有效解决传统方案的低速和低频谱效率的问题。
-
公开(公告)号：CN113890622A
公开(公告)日：2022-01-04
申请号：CN202111312812.6
申请日：2021-11-08
Applicant: 西南交通大学
IPC: H04B10/516 , H04B10/60 , H04Q11/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的长距离无源光网络解调方法，具体为：在数据发送端，将用户的发射比特序列映射成多维复数码字，然后经过叠加、OFDM调制、并串转换、上采样、滤波、上变频得到射频信号，电光调制后发射；在数据接收端，经过光电转换、下变频、滤波、下采样得到SCMA‑OFDM信号，通过引入图神经网络模型进行比特判决，得到原始比特数据信号。本发明有效地解决SCMA‑PON中的不确定收敛性和误差传递的影响，大幅增加系统容量和比特率，同时提高了接收机灵敏度。
-
公开(公告)号：CN115001929A
公开(公告)日：2022-09-02
申请号：CN202210614918.X
申请日：2022-06-01
Applicant: 西南交通大学
Abstract: 本发明公开了一种低复杂度的针对光纤信道的SCMA码本设计方法，包括码本的优化、标签映射准则的优化和传输方案优化三个方面；提出一种低复杂度的优化目标dsum，将码本的优化转化为基于遗传算法对一个低复杂度的优化目标dsum的优化问题；标签映射规则优化依据码字间的成对错误率作为误比特个数的权重从而具有最低的误比特率，将上述标签映射规则用于映射多维码字和码字的恢复中。本发明有效的解决了新增用户带来的码本不可复用问题和大规模码本设计问题。本发明设计的码本在降低复杂度的同时在低信噪比下相比其他基于最小欧氏距离方案拥有更好的误码性能。
-
公开(公告)号：CN115001912A
公开(公告)日：2022-09-02
申请号：CN202210614916.0
申请日：2022-06-01
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于双向长短期记忆网络的交织频分多址无源光网络非线性损伤改善方法，具体为：采集数据处理后获得BiLSTM网络模型训练所需的训练和测试样本以及对应的标签，在数据发送端，改变传输链路的条件，即激光器线宽和调制器偏置点；在数据接收端，采用基于BiLSTM网络模型的接收机，进行信道估计和信号检测，恢复得到原始数据信号。本发明对激光器线宽变化和调制器偏置点漂移具有更大的容忍度，可实现更好的信号恢复，这使其成为下一代经济高效的大容量光接入网络的一个有前景的工具。
-
Patent Agency Ranking
公开(公告)号：CN110535803B
公开(公告)日：2021-06-25
申请号：CN201910825412.1
申请日：2019-09-03
Applicant: 西南交通大学
Abstract: 本发明公开了一种无源光网络上行传输接收端解调方法，包括以下步骤：步骤1：构建全连接神经网络；步骤2：获取数据发射单元发出的信号和原始发送数据作为训练数据集，对模型进行训练；步骤3：将接收到的数据输入步骤2训练完成后的模型中，得到原始数据信号；本发明采用深度学习神经网络模型实现信道估计和解调，可以有效提供接收机灵敏度，尤其针对高阶调制和远距离传输的情况；可根据调制格式和距离自适应进行解调，增加了系统的灵活性，可有效解决传统方案的低速和低频谱效率的问题。
-
公开(公告)号：CN115001912B
公开(公告)日：2023-07-18
申请号：CN202210614916.0
申请日：2022-06-01
Applicant: 西南交通大学
IPC: H04L25/03 , H04L25/02 , H04Q11/00 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于双向长短期记忆网络的交织频分多址无源光网络非线性损伤改善方法，具体为：采集数据处理后获得BiLSTM网络模型训练所需的训练和测试样本以及对应的标签，在数据发送端，改变传输链路的条件，即激光器线宽和调制器偏置点；在数据接收端，采用基于BiLSTM网络模型的接收机，进行信道估计和信号检测，恢复得到原始数据信号。本发明对激光器线宽变化和调制器偏置点漂移具有更大的容忍度，可实现更好的信号恢复，这使其成为下一代经济高效的大容量光接入网络的一个有前景的工具。
-
公开(公告)号：CN115001929B
公开(公告)日：2023-07-14
申请号：CN202210614918.X
申请日：2022-06-01
Applicant: 西南交通大学
Abstract: 本发明公开了一种低复杂度的针对光纤信道的SCMA码本设计方法，包括码本的优化、标签映射准则的优化和传输方案优化三个方面；提出一种低复杂度的优化目标dsum，将码本的优化转化为基于遗传算法对一个低复杂度的优化目标dsum的优化问题；标签映射规则优化依据码字间的成对错误率作为误比特个数的权重从而具有最低的误比特率，将上述标签映射规则用于映射多维码字和码字的恢复中。本发明有效的解决了新增用户带来的码本不可复用问题和大规模码本设计问题。本发明设计的码本在降低复杂度的同时在低信噪比下相比其他基于最小欧氏距离方案拥有更好的误码性能。
-
公开(公告)号：CN113890622B
公开(公告)日：2023-01-10
申请号：CN202111312812.6
申请日：2021-11-08
Applicant: 西南交通大学
IPC: H04B10/516 , H04B10/60 , H04Q11/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的长距离无源光网络解调方法，具体为：在数据发送端，将用户的发射比特序列映射成多维复数码字，然后经过叠加、OFDM调制、并串转换、上采样、滤波、上变频得到射频信号，电光调制后发射；在数据接收端，经过光电转换、下变频、滤波、下采样得到SCMA‑OFDM信号，通过引入图神经网络模型进行比特判决，得到原始比特数据信号。本发明有效地解决SCMA‑PON中的不确定收敛性和误差传递的影响，大幅增加系统容量和比特率，同时提高了接收机灵敏度。
-
公开(公告)号：CN112118066A
公开(公告)日：2020-12-22
申请号：CN202011323225.2
申请日：2020-11-23
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于改进卷积神经网络的FBMC‑PON解调方法，将FBMC引入无源光网络，再将卷积神经网络架构用于FBMC‑PON系统的接收机中，采用离线学习的方式，将信道估计与解调作为一个整体，将数据输入到改进卷积神经网络模块，解调比特数据流。本发明不但提高频谱效率、增强系统抗色散能力，增加了数据率；还降低了信号误码率，实现准确的信号补偿。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
