-
公开(公告)号：CN110190906B
公开(公告)日：2020-08-04
申请号：CN201910299211.2
申请日：2019-04-15
Applicant: 浙江工业大学
Abstract: 一种针对高阶QAM相干光系统的非线性均衡方法，接收端数据经相位噪声补偿后，先用FCM算法实现有效剪裁训练数据，同时对测试数据进行分类判决，从而大大缩小了后续KNN算法的测试和训练集。该方法基于传输速率112Gb/s，传输距离为160km的相干光16QAM系统进行了非线性均衡仿真验证。仿真结果表明，本发明可取得与传统KNN算法同样的系统非线性损伤补偿效果，但其算法复杂度远低于传统KNN算法，算法运行时间远小于KNN。本发明能极大促进相干光QAM系统在中长距离光纤传输中的应用。
-
公开(公告)号：CN109474349B
公开(公告)日：2020-02-21
申请号：CN201811167315.X
申请日：2018-10-08
Applicant: 浙江工业大学
IPC: H04B10/516 , H04L1/00 , H04B10/2575
Abstract: 一种D‑RoF系统中基于矢量量化的数据压缩方法，发送端首先对信号归一化与取模并加入压缩变换函数信号的分布特性，其次利用合理的分组方式构建多维矢量信号并消除多维矢量信号之间的关联性，随后对多维矢量信号进行矢量量化并生成码字和码本，最后对所有码字的编号进行编码；接收端则先对经过光电检测的电信号进行判决，恢复成二进制数字信号，接着利用码本通过解码处理获取对应的码字，并将所有码字构建成一组多维矢量信号，随后根据发送端的分组方式，逆向地将这组多维矢量信号恢复成一维均匀分布信号，最后加入扩展变换函数使该信号经过反变换后呈高斯分布。该方法具有较好的系统性能，且计算复杂度较低，便于硬件实现。
-
公开(公告)号：CN104615722B
公开(公告)日：2018-04-27
申请号：CN201510063814.4
申请日：2015-02-06
Applicant: 浙江工业大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于密度搜索与快速划分的混合数据聚类方法，其特征在于，包括如下步骤：确定混合属性数据集中混合数据的占优类型；根据混合数据的占优类型计算混合数据集中任意两个混合数据之间的距离；根据任任意两个混合数据之间的距离，基于密度搜索算法在预设的聚类半径取值范围内对聚类半径进行优化，并以最优的聚类半径对应的对应聚类结果作为最终聚类结果。本发明对混合数据进行占优分析方法确定混合数据的专有类型，针对不同的混合数据采用不同距离计算方法，能有效发挥属性占优的数据维度信息在整体数据信息的重要性并准确计算数据的距离；且采用基于密度搜索与快速划分的数据聚类算法，快速快、准确率高。
-
公开(公告)号：CN107395282A
公开(公告)日：2017-11-24
申请号：CN201710593961.1
申请日：2017-07-20
Applicant: 浙江工业大学
IPC: H04B10/2513 , H04B10/61 , H04L27/26
Abstract: 一种适用于大线宽和高阶调制CO-OFDM系统相位噪声补偿方法，将接收端训练符号数据在频域利用进行卡尔曼滤波后进行信道均衡；在发射端对每个OFDM符号设置一定间隔的导频子载波数据，基于扩展卡尔曼滤波(EKF)在频域导频子载波处进行预先的CPE相位噪声估计并补偿；最后将CPE相位噪声补偿后的频域数据变换到时域并用Avg-BL方法实现盲ICI相位噪声补偿，然后进行预判决，并将判决后的频域数据变换到时域后与接收端原始时域数据用于时域无迹卡尔曼滤波，计算其最终相位噪声估计值并补偿。本发明获得了较好的相位噪声均衡效果，较大提高了系统的频谱利用率。
-
公开(公告)号：CN106453183A
公开(公告)日：2017-02-22
申请号：CN201610576238.8
申请日：2016-07-20
Applicant: 浙江工业大学
IPC: H04L27/26
CPC classification number: H04L27/2601 , H04L27/2663 , H04L27/2665 , H04L27/2671 , H04L27/2672 , H04L27/2691
Abstract: 一种适用于大线宽CO-OFDM系统的盲ICI相位噪声补偿方法，该方法先将接收端数据进行CPE相位噪声补偿；然后，将CPE相位噪声补偿之后的时域数据进行粗略盲ICI相位噪声补偿；接下来，对粗略盲ICI相位噪声补偿之后的频域数据进行判决，对判决之后的频域数据经快速傅立叶变换到时域数据，将该时域数据与CPE相位噪声补偿前的时域数据中每一个OFDM数据符号分割为若干个亚符号，求出该亚符号的相位噪声近似值；最后，进行精细ICI相位噪声补偿。本发明提供一种具有良好补偿效果的同时计算复杂度较低的适用于大线宽高速CO-OFDM系统的盲ICI相位噪声补偿方法。
-
Patent Agency Ranking
公开(公告)号：CN105187345A
公开(公告)日：2015-12-23
申请号：CN201510611860.3
申请日：2015-09-23
Applicant: 浙江工业大学
Abstract: 一种适用于CO-OFDM系统的无迭代盲相位噪声补偿方法，先通过近似代价函数进行无迭代运算计算每个OFDM符号的CPE粗略估计值，再用面向判决的相位均衡算法(DDPE)去计算残余的CPE估计值，最后完成相位噪声补偿。在计算CPE粗略估计值时，该方法引入一种代价函数，它的形式包含某个OFDM符号频域数据旋转任意角度后的实部部分和虚部部分，该代价函数完美近似为一个余弦函数表达形式的新代价函数，求出新代价函数取得最小值时的旋转角度值，即为该OFDM符号的CPE粗略估计值。本发明提供一种频率利用率较高、复杂度较低、对硬件资源要求低、实用性强的适用于CO-OFDM系统的无迭代盲相位噪声补偿方法。
-
公开(公告)号：CN113300779B
公开(公告)日：2022-04-08
申请号：CN202110454303.0
申请日：2021-04-26
Applicant: 浙江工业大学
Abstract: 一种CO‑FBMC/OQAM系统中导频辅助的相位噪声补偿方法，在接收端先基于导频数据先采用扩展卡尔曼滤波EKF算法对数据进行CPE噪声的补偿，补偿完之后进行预判决；随后挑选CPE补偿完后合适范围内的数据，记录所在位置，把其预判决后的数据作为发射端数据估计值符号留作后面步骤使用；随后，构造DCT基函数，对相位噪声进行近似估计，建立了相位噪声的DCT时域模型，利用LS估计求得DCT系数，在时域对相位噪声进行更为精确的补偿。本发明使系统对激光器产生的相位噪声有更高的容忍度，算法计算复杂度较低。
-
公开(公告)号：CN111523376A
公开(公告)日：2020-08-11
申请号：CN202010156313.1
申请日：2020-03-09
Applicant: 浙江工业大学
Abstract: 一种基于无监督学习的自干涉型微环谐振腔传感分类识别方法，包括以下步骤：(1)初始测试数据采集；(2)对测试数据用主成分分析法PCA降维；(3)聚类算法分类，利用机器学习中的聚类算法，即对PCA降维后的归一化测试数据进行识别分类。本发明提供一种分类精度较高的基于无监督学习的自干涉型微环谐振腔传感分类识别方法。
-
公开(公告)号：CN109855766A
公开(公告)日：2019-06-07
申请号：CN201910051665.8
申请日：2019-01-21
Applicant: 浙江工业大学
IPC: G01K17/00
Abstract: 一种基于光学微谐振腔热光振荡的热耗散率测量方法，当可调谐激光器扫频光学微谐振腔共振频率时，改变微腔衬底结构或周围介质热参数时，可不断改变热耗散率γr的值。对应一个热耗散率γr，当可调谐激光器扫频光学微谐振腔共振频率时，检测热光振荡传输波形，采集振荡波形上的振荡周期值，将该振荡周期值输入经过训练以及参数优化的神经网络中，可测量得到与其对应的热耗散率γr。本发明具有良好的测量性能，误差较低且易于实现。
-
公开(公告)号：CN109347562A
公开(公告)日：2019-02-15
申请号：CN201811167870.2
申请日：2018-10-08
Applicant: 浙江工业大学
IPC: H04B10/2525 , H04L25/02 , H04L25/03
Abstract: 一种CO-OFDM系统相位噪声优化补偿方法，通过减少相位噪声谱结构的约束条件，不管其信道估计精确与否，其优化算法均可有效补偿信道均衡后的残余幅度噪声，因此最终的相位噪声估计精度明显优于其他相位噪声估计算法，并取得了突破性的相位噪声补偿效果。本发明中运用了相位噪声降维模型，对于CO-OFDM系统来说该相位噪声优化方法计算复杂度完全可以容忍。本发明该发明能极大促进CO-OFDM系统在长距离接入网和城域网中的应用。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.024 seconds)
