-
公开(公告)号：CN114598386A
公开(公告)日：2022-06-07
申请号：CN202210080809.4
申请日：2022-01-24
Applicant: 北京邮电大学
IPC: H04B10/079 , G06N3/08
Abstract: 本发明提供一种光网络通信软故障检测方法及装置，通过相干接收机获取待检测光网络的待检测数字谱，在与标准数字谱在对数域做差后，利用预设自动编码器提取特征并进行重建，预设自动编码器是基于正常运行状态下光网络产生的数字残差谱进行训练得到的，能够在挖掘正常运行状态下样本数字残差谱的特征后进行精准重建，而当待检测光网络存在软故障时，预设自动编码器则不能适应其特征差异并完成软故障样本的数字残差谱的重建，则会使得软故障状态下待检测数字残差谱的重建结果与原本数字残差谱存在较大的重构误差。通过判断重构误差是否超过阈值，以判断待检测光网络是否存在软故障。
-
公开(公告)号：CN110263848B
公开(公告)日：2021-10-01
申请号：CN201910528103.8
申请日：2019-06-18
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于生成式对抗网络的多模光纤成像方法及装置，该方法包括：获取原始图片；以散斑图案生成结构中激光器的激光为光源，将原始图片的像素信息调制到光源上，得到光信号；将光信号耦合进入散斑图案生成结构中的多模光纤进行传输，得到散斑图案；将散斑图案作为已训练的生成式对抗网络的输入，利用已训练的生成式对抗网络对散斑图案进行恢复，得到恢复后图片，已训练的生成式对抗网络是基于至少第一预设数量张的样本集训练得到的，样本集包括：原始图片样本及由散斑图案生成结构得到的与每个原始图片样本对应的散斑图案样本，第一预设数量为200；成像恢复后图片。这样样本集较少，也能对散斑图案进行恢复，耗费的时间较短。
-
公开(公告)号：CN118432703A
公开(公告)日：2024-08-02
申请号：CN202410425227.4
申请日：2024-04-09
Applicant: 北京邮电大学
IPC: H04B10/079 , H04Q11/00
Abstract: 本发明提供一种光网络软故障定位模型训练和软故障定位方法、系统，该训练方法包括：首先，基于多节点光网络中各节点处部署的监测点采集监测数据，并构建第一样本数据集，其中包含路由信息、数字谱和光功率，并添加故障节点位置标签。其次，对第一样本数据集进行分类并筛选出少数类，通过数据增强算法生成合成样本，第一样本数据集与合成样本构成第二样本数据集以实现样本均衡。利用第二样本数据集对软故障定位模型进行训练和参数更新输出故障节点位置。最后，根据输出结果计算准确度并调整参数，直至准确度达到预设值，形成目标软故障定位模型。本发明能够以低成本的方法解决软故障定位模型训练数据不平衡的问题，并提高光网络软故障定位准确率。
-
公开(公告)号：CN118135397A
公开(公告)日：2024-06-04
申请号：CN202410237404.6
申请日：2024-03-01
Applicant: 北京邮电大学
IPC: G06V20/10 , G01N21/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于衍射编码的可见光高光谱压缩采集芯片参数训练、采集方法及系统，基于衍射光学元件对入射的可见光进行调制并成像，单次曝光同时捕获自然场景的空间和光谱信息，引入U‑Net神经网络对成像的图像进行处理并重构得到可见光高光谱。在训练过程中，基于重构的可见光高光谱与原始入射的样本可见光高光谱计算偏差，通过最小化偏差同时对衍射光学元件的高度图分布和U‑Net神经网络的参数进行更新迭代，以提升对可见光高光谱的检测效率和精度。
-
公开(公告)号：CN116977595A
公开(公告)日：2023-10-31
申请号：CN202310794817.X
申请日：2023-06-30
Applicant: 北京邮电大学
Abstract: 本发明一种基于法线优化的文物三维重建方法，本分割方法包括以下步骤：S1、采集在三个方向的二元梯度照明的图像，获得文物多视角图像；S2、根据梯度照明图像计算文物表面法线；S3、使用文物多视角图像重建文物三维纹理模型；其中步骤S2包括a1、反射分离，a2、计算混合法线，a3、计算镜面反射法线；步骤S3包括b1、稀疏点云重建，b2、密集点云重建，b3、法线深度优化，b4、网格重建和b5、纹理映射。本发明解决少量视角深度估计中存在孔洞和离群点导致网格重建表现能力不足的问题，提出先使用基于弱支持表面网格重建方法，获得初步的网格模型，该网格模型孔洞已经补全并且离群点的问题得到解决，然后使用泊松重建的方法获得平滑的网格模型。
-
Patent Agency Ranking
公开(公告)号：CN114598581B
公开(公告)日：2023-08-04
申请号：CN202210077206.9
申请日：2022-01-24
Applicant: 北京邮电大学
IPC: H04L27/00 , H04B10/079 , G06N3/08
Abstract: 本发明提供一种概率整形信号的双阶段检测模型训练方法、识别方法及装置，在信号接收端通过DSP模块处理得到的电域信号，基于盲均衡算法处理后的幅度柱状图，通过机器学习的方式构建幅度柱状图至光信噪比和调制格式的映射，以实现对概率整形信号的光信噪比和调制格式的识别。同时，由于信号激光器和本振激光器在洛伦兹线型下的相位噪声是微纳过程，且相位噪声增量的方差与激光器线宽是线性关系的特性，通过机器学习的方式构建不同符号间隔下相位噪声增量的均方根植和平均值映射至激光器线宽，以实现对激光器线宽的识别，并有效提高识别的泛化能力。
-
公开(公告)号：CN116115164B
公开(公告)日：2023-08-01
申请号：CN202310356905.1
申请日：2023-04-06
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于模式调控的多模光纤成像系统，所述系统包括顺序连接的信号调制模块、散斑处理模块和图像接收模块，信号调制模块包括顺序连接的激光器、扩束器和数字微镜装置；散斑处理模块包括第一分束器、第二分束器、第三分束器、空间光调制器和多模光纤，所述第一分束器的输入端与数字微镜装置相连接，输出端分别与第二分束器和第三分束器相连接，所述第二分束器连接有空间光调制器，且通过所述多模光纤与所述第三分束器相连接，所述空间光调制器基于所述多模光纤的传输矩阵进行奇异值分解，得到奇异向量，基于所述奇异向量实现光束的波前整形；所述图像接收模块包括电荷藕合相机，所述电荷耦合相机接收散斑图像。
-
公开(公告)号：CN115842593A
公开(公告)日：2023-03-24
申请号：CN202310134513.0
申请日：2023-02-20
Applicant: 北京邮电大学
IPC: H04B10/516 , H04B10/61
Abstract: 本发明提供一种语义相干光通信方法及系统，在发射端和接收端分别设置预训练的语义编码网络和语义解码网络，在发射端对信源进行语义提取，进行数字信号处理后通过波形发生器转换为发射端电信号，再放大后经双偏振IQ调制器调制为第一光信号进行传输。在接收端将第一光信号连续转换为数字信号后，再由语义解码网络处理并输出信源，以实现语义通信，精准传输信源所携带的含义信息。
-
公开(公告)号：CN114615499B
公开(公告)日：2022-09-16
申请号：CN202210491363.4
申请日：2022-05-07
Applicant: 北京邮电大学
IPC: H04N19/182 , H04N19/164 , H04L1/00 , H04B10/516 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种面向图像传输的语义光通信系统和方法，所述系统包括编码模块，包括第一变换模块和图片编码模块，第一变换模块增加输入到该层的图片的通道数，缩小每个通道的图片的尺寸大小，所述图片编码模块基于接收到的图片的像素值对图片进行编码，输出编码字符串；光传输模块，将编码字符串转化为光信号，并传输至接收端模块，所述接收端模块将光信号还原为编码字符串；解码模块，包括图片解码模块和第二变换模块，所述图片解码模块将编码字符串中的字符还原为图片的像素值，输出具有字符对应像素值的图片，第二变换模块减少输入到该层的图片的通道数，增大每个通道的图片的大小，使解码模块输出的图片的通道数和尺寸大小均与初始图片相等。
-
公开(公告)号：CN114520693B
公开(公告)日：2022-06-17
申请号：CN202210413181.5
申请日：2022-04-20
Applicant: 北京邮电大学
IPC: H04B10/50 , H04B10/516 , G06F40/126 , G06F40/289 , G06F40/30
Abstract: 本发明提供一种面向文本传输的语义光通信系统和方法，所述系统包括文本转化模块，用于接收待传输文本，并进行分词，得到文本单词，匹配文本单词在单词库中的相对位置，转化为初始词向量；编码模块，用于接收初始词向量，对初始词向量进行降维，得到降维词向量，进行编码，得到编码字符串；光传输模块，包括发射端模块、光链路模块和接收端模块，发射端模块接收编码字符串，转化为光信号，光链路模块接收光信号并传输至接收端模块，接收端模块用于将光信号还原为编码字符串；解码模块，对编码字符串解码，得到降维词向量，还原为初始词向量；文本获取模块，用于接收初始词向量，在单词库中匹配出对应的文本单词，组合文本单词，得到文本信息。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.031 seconds)
