公开(公告)号：CN117978598B

公开(公告)日：2025-01-07

申请号：CN202410111846.6

申请日：2024-01-26

Applicant: 北京邮电大学

Inventor： 余建国 ,  段雯佳 ,  李凯乐 ,  武增良 ,  黄雨婷

IPC: H04L27/00 ,  H04L27/01 ,  H04B10/90

Abstract: 本发明公开了一种基于复值卷积神经网络的光子太赫兹通信信号非线性均衡方法，用于太赫兹通信领域。本发明方法包括：截取太赫兹通信系统发射端和接收端的信号，分离信号的实部和虚部，生成输入样本和标签数据，划分训练集和测试集；构建1D‑CNN复值神经网络结构的信号均衡模型，该模型中包含多个1D复值卷积层和一个复值全连接层；使用训练集对信号均衡模型训练，直到模型的准确度达到要求，将训练好的信号均衡模型部署在太赫兹通信系统接收端，实时对接收端解映射之前的信号进行补偿。本发明能直接、有效的补偿复值信号的损伤和非线性效应，满足信号均衡处理的需求，实现太赫兹通信系统信号的非线性均衡，能改善高频段通信系统的传输性能。

公开(公告)号：CN117978598A

公开(公告)日：2024-05-03

申请号：CN202410111846.6

申请日：2024-01-26

Applicant: 北京邮电大学

Inventor： 余建国 ,  段雯佳 ,  李凯乐 ,  武增良 ,  黄雨婷

IPC: H04L27/00 ,  H04L27/01 ,  H04B10/90

Abstract: 本发明公开了一种基于复值卷积神经网络的光子太赫兹通信信号非线性均衡方法，用于太赫兹通信领域。本发明方法包括：截取太赫兹通信系统发射端和接收端的信号，分离信号的实部和虚部，生成输入样本和标签数据，划分训练集和测试集；构建1D‑CNN复值神经网络结构的信号均衡模型，该模型中包含多个1D复值卷积层和一个复值全连接层；使用训练集对信号均衡模型训练，直到模型的准确度达到要求，将训练好的信号均衡模型部署在太赫兹通信系统接收端，实时对接收端解映射之前的信号进行补偿。本发明能直接、有效的补偿复值信号的损伤和非线性效应，满足信号均衡处理的需求，实现太赫兹通信系统信号的非线性均衡，能改善高频段通信系统的传输性能。

公开(公告)号：CN118400041A

公开(公告)日：2024-07-26

申请号：CN202410487950.5

申请日：2024-04-23

Applicant: 北京邮电大学

Inventor： 余建国 ,  武增良 ,  李凯乐 ,  张飞翔 ,  段雯佳

IPC: H04B10/90 ,  H04B10/61 ,  G06N3/0464

Abstract: 本发明公开了一种基于CNN‑LSTM的光子学太赫兹通信系统非线性均衡方法，属于太赫兹通信技术领域。首先采集光子学太赫兹通信系统发射端和接收端的数据，并对所采集的数据进行处理；对处理后的数据构建数据的特征序列，根据特征序列构建训练数据集和测试数据集。然后，建立CNN‑LSTM神经网络模型，通过训练数据集训练该神经网络模型，训练完成后使用测试数据集验证神经网络模型的有效性。最后将建立完成后的神经网络模型搬移到发射端，使发射端的数据先一步经过神经网络模型的非线性预均衡处理，将处理过的数据导入光子学太赫兹通信系统，从而完成非线性均衡。本发明简化了数据处理流程，降低运算复杂度，适用范围更广。