龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西南交通大学
申请日：2024-03-25
公开（公告）日：2024-06-28
公开（公告）号：CN118264322A
主分类号：H04B10/2543
分类号：H04B10/2543;G06N3/045;G06N3/048;G06N3/084;G06F18/214
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于因子化傅立叶神经算子的光纤非线性补偿方法，包括：对接收机接收到的光信号进行统一的归一化处理，在训练数据集中加入少量的高斯噪声稳定模型的训练过程；通过滑动窗口将接收到的长序列光信号进行离散化，处理成等长的信号子序列，进行模型的参数更新；将提取到子序列信号作为训练数据批量输入到基于因子化傅立叶神经算子F‑FNO模型中进行训练；待模型训练收敛之后从而完成对受到非线性损伤的光信号进行补偿。降低对光纤中的信号传输方程求解的复杂度，提高信号实时处理效率。
主权项：1.一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，包括：接收PDM-MQAM信号，添加高斯噪声并进行高斯归一化处理；对进行高斯归一化处理后的信号进行取样，生成多个新序列，得到新的训练序列批量；根据新的训练序列批量进行非线性补偿模型训练；将进行维度变换后的信号输入到傅立叶层进行高维频域特征变换学习；将维度变换后的信号输入到傅立叶层进行高维傅立叶变换；对F-FNO模型输出信号和目标信号进行代价函数计算，根据损失函数计算结果进行参数更新和模型优化；获取F-FNO模型输出非线性补偿信号，进行数字信号处理并评估模型非线性补偿性能。
全文数据：
权利要求：
百度查询： 西南交通大学 一种基于因子化傅立叶神经算子的光纤非线性补偿方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号