公开(公告)号：CN114124223A

公开(公告)日：2022-03-01

申请号：CN202111422345.2

申请日：2021-11-26

Applicant: 北京邮电大学

Inventor： 王拥军 ,  任宪达 ,  李超 ,  忻向军 ,  张琦 ,  田清华 ,  田凤 ,  黄兴源 ,  薛俊良

IPC: H04B10/2543 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种卷积神经网络光纤均衡器生成方法及系统，方法包括：获取接收端采集的发射端数据和不同光信噪比数据；利用特征工程分别对所述发射端数据和所述不同光信噪比数据进行特征构建，得到源数据加权特征向量和目标数据加权特征向量；利用所述源数据加权特征向量对卷积神经网络进行训练，得到源模型；根据所述源模型利用迁移学习法得到初始目标模型；利用所述目标数据加权特征向量对所述初始目标模型进行训练，得到卷积神经网络光纤均衡器。本发明能够实现在不同的光纤链路环境中快速生成神经网络均衡器。

公开(公告)号：CN114124223B

公开(公告)日：2023-05-12

申请号：CN202111422345.2

申请日：2021-11-26

Applicant: 北京邮电大学

Inventor： 王拥军 ,  任宪达 ,  李超 ,  忻向军 ,  张琦 ,  田清华 ,  田凤 ,  黄兴源 ,  薛俊良

IPC: H04B10/2543 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明涉及一种卷积神经网络光纤均衡器生成方法及系统，方法包括：获取接收端采集的发射端数据和不同光信噪比数据；利用特征工程分别对所述发射端数据和所述不同光信噪比数据进行特征构建，得到源数据加权特征向量和目标数据加权特征向量；利用所述源数据加权特征向量对卷积神经网络进行训练，得到源模型；根据所述源模型利用迁移学习法得到初始目标模型；利用所述目标数据加权特征向量对所述初始目标模型进行训练，得到卷积神经网络光纤均衡器。本发明能够实现在不同的光纤链路环境中快速生成神经网络均衡器。

公开(公告)号：CN116192273A

公开(公告)日：2023-05-30

申请号：CN202310201119.4

申请日：2023-03-01

Applicant: 北京邮电大学

Inventor： 白金旺 ,  王拥军 ,  李超 ,  韩露 ,  黄兴源 ,  杨海峰 ,  朱鹤鸣 ,  任宪达 ,  张琦 ,  忻向军

IPC: H04B10/516 ,  G06F18/2321 ,  H04B10/61 ,  H04L25/03

Abstract: 本发明提出了一种基于高斯混合聚类的b调制非线性频分复用系统，涉及光纤通信系统技术领域，创造性的将高斯混合聚类算法应用到b调制非线性频分复用系统中，取代原有的b调制非线性频分复用系统的硬判决和软判决算法，来均衡接收到的星座图因噪声带来的相位旋转，以消除因为EDFA放大器的自发辐射噪声和光纤信道中的各种不利因素的影响，同时对解调得到的16QAM星座图数据进行聚类判决，降低系统的误码率，提高系统性能。