-
公开(公告)号：CN116599592B
公开(公告)日：2024-06-21
申请号：CN202310536022.9
申请日：2023-05-12
Applicant: 苏州大学
IPC: H04B10/2525 , H04B10/2581
Abstract: 本发明涉及一种入射光优化方法和系统，方法包括：步骤S1：将入射光转换为N*N个像素点；步骤S2：将所述N*N个像素点均匀分成M*M个像素块，其中，M＜N；步骤S3：通过改变所述M*M个像素块对应入射光的相位，完成对所述入射光的优化。本发明通过第一相位间隔对像素块进行优化之后，基于第一次优化的结果再通过第二相位间隔对选取的一半像素块再次进行优化，能够有效实现对入射光的优化，同时本发明能够解决传统色散补偿光纤技术的自适应能力不足问题，能够优化多模光纤短距传输系统。
-
公开(公告)号：CN116681121A
公开(公告)日：2023-09-01
申请号：CN202310593641.1
申请日：2023-05-24
Applicant: 苏州大学
Abstract: 本发明涉及一种用于神经网络均衡器的迭代剪枝快速迁移学习方法及装置，方法包括在源链路和目标链路上分别部署神经网络均衡器；使用源链路上接收到的信号训练部署于源链路上的神经网络均衡器，得到趋于稳定的神经网络均衡器；将源链路上的趋于稳定的神经网络均衡器的参数迁移到目标链路上的神经网络均衡器中；对部署于目标链路上的迁移后的神经网络均衡器进行训练，训练时，在每次神经网络均衡器更新之后，对权重矩阵内的每一个权重参数进行更新，直至目标链路上的神经网络均衡器的各个参数趋于稳定。本发明能够有效加快神经网络均衡器的收敛速度，降低神经网络复杂度，从而提供快速收敛、低复杂度的高效神经网络均衡器来适应大容量光通信系统。
-
公开(公告)号：CN119652410A
公开(公告)日：2025-03-18
申请号：CN202411557083.4
申请日：2024-11-04
Applicant: 苏州大学
IPC: H04B10/079 , H04Q11/00
Abstract: 本发明涉及光网络故障定位技术领域，尤其是指一种基于自适应探测的光网络故障定位方法及系统，该方法包括以下步骤：基于光传输网络的拓扑图，得到多条监测链路，并计算每条监测链路的链路平均节点度、接近中心性值和平均路径阻塞度；对所述链路平均节点度、所述接近中心性值和所述平均路径阻塞度进行分析，得到每条监测链路的综合评分；基于所述综合评分，对所有监测链路进行排序，得到排名前N个的监测链路作为主要监测链路；向所述主要监测链路发送监测信号，得到故障定位结果。本发明不仅能够精准定位光网络中的故障位置，显著提升故障定位的时效性，还能够避免网络资源的浪费，特别适用于复杂和大规模的光网络环境。
-
公开(公告)号：CN116599592A
公开(公告)日：2023-08-15
申请号：CN202310536022.9
申请日：2023-05-12
Applicant: 苏州大学
IPC: H04B10/2525 , H04B10/2581
Abstract: 本发明涉及一种入射光优化方法和系统，方法包括：步骤S1：将入射光转换为N*N个像素点；步骤S2：将所述N*N个像素点均匀分成M*M个像素块，其中，M＜N；步骤S3：通过改变所述M*M个像素块对应入射光的相位，完成对所述入射光的优化。本发明通过第一相位间隔对像素块进行优化之后，基于第一次优化的结果再通过第二相位间隔对选取的一半像素块再次进行优化，能够有效实现对入射光的优化，同时本发明能够解决传统色散补偿光纤技术的自适应能力不足问题，能够优化多模光纤短距传输系统。
-
公开(公告)号：CN116131953A
公开(公告)日：2023-05-16
申请号：CN202310084624.5
申请日：2023-02-08
Applicant: 苏州大学
IPC: H04B10/2581 , H04B10/516 , H04J14/06 , H04L25/02 , H04B10/69
Abstract: 本发明涉及光纤技术领域，尤其是指一种多芯光纤超奈奎斯特信号间模间串扰抑制方法、设备、装置及计算机存储介质。本发明所述的多芯光纤超奈奎斯特信号间模间串扰抑制方法，利用非线性结构的判决反馈神经网路均衡器，有效提升了均衡性能，能够抑制多芯光纤中超奈奎斯特信号之间的模间串扰，降低误码率。
-
Patent Agency Ranking
公开(公告)号：CN115664532A
公开(公告)日：2023-01-31
申请号：CN202211144877.9
申请日：2022-09-20
Applicant: 苏州大学
IPC: H04B10/516 , H04B1/715 , H04J13/00
Abstract: 本发明涉及一种基于正交时空码分多址的多芯光纤串扰抑制方法，输入的光信号沿多芯光纤传输，该方法包括：针对多芯光纤中不同的纤芯采用不同的Walsh码进行编码；其中编码过程包括将输入的光信号与对应的Walsh码相乘得到矩阵，并将该矩阵重构为以列为顺序依次排列的行向量，得到编码后的光信号。本发明采用正交码分多址的编码方法用于抑制芯间串扰，通过Walsh编码实现跳频通信，不仅可以实现时域正交，同时也能在频域实现复用，能进一步抑制芯间串扰，实现更好的多芯光纤通信质量，整个方案复杂度低、成本低。
-
公开(公告)号：CN119519838A
公开(公告)日：2025-02-25
申请号：CN202411697880.2
申请日：2024-11-26
Applicant: 苏州大学
IPC: H04B10/25 , H04B10/516 , H04L27/00 , H04L25/02
Abstract: 本发明涉及一种面向多芯光纤多频带信号传输的信号解调方法及系统，属于光通信技术领域。包括：光信号注入N芯光纤中，得到多路并行传输信号，其中N为大于1的整数；对多路并行传输信号进行分割，获得多个子频带；从多个子频带中选取任意一个子频带进行数字信号处理，获得抽头系数；将抽头系数应用到未被选中的子频带中，并进行并行卷积处理，获得各个子频带的输出信号；将各个子频带的输出信号进行重建，恢复原始的多路并行传输信号。本发明降低了芯间串扰，同时提升了多路信号同步处理时的通道采样速率，进而增强了信号传输的整体性能和效率。
-
公开(公告)号：CN116545811A
公开(公告)日：2023-08-04
申请号：CN202310516645.X
申请日：2023-05-09
Applicant: 苏州大学
Abstract: 本发明提供一种基于迁移学习的超奈奎斯特均衡器设计的方法及系统，方法包括在源链路和目标链路上对输入信号分别进行调制；调制后的信号经信道传输后，对源链路中的神经网络模型进行均衡训练；将源链路已训练好的神经网络模型参数提取出来进行迁移，实现对目标链路神经网络模型的初始化；在目标链路对信号进行训练，通过对目标链路神经网络模型参数进行微调，得到目标链路训练好的神经网络模型；基于目标链路训练好的神经网络模型，对信号进行测试和判决。本发明在链路切换时，基于迁移学习将源链路上训练好的神经网络均衡器模型参数转移到目标链路上，避免了随机初始化，提升了神经网络均衡器的初始化速度、误码率的收敛速度以及准确率。
-
公开(公告)号：CN116112081A
公开(公告)日：2023-05-12
申请号：CN202310057610.4
申请日：2023-01-16
Applicant: 苏州大学
IPC: H04B10/291 , H04B10/2507
Abstract: 本发明涉及光纤光缆技术领域，尤其是指一种多芯光缆中继器。本发明所述的多芯光缆，是通过多根单模光纤成缆，是目前实际光纤布线的主要方式。本发明所述的多芯光缆中继器，通过扇入扇出设备将多芯光缆与多芯光纤放大器输入输出端的单模多芯光纤耦合连接，实现多路信号光的同时放大，相比传统的分离放大的中继器结构，具有更少数目的光放大器，大大提高了中继器的集成度，便于多芯光缆的铺设。
-
公开(公告)号：CN115314347A
公开(公告)日：2022-11-08
申请号：CN202210898519.0
申请日：2022-07-28
Applicant: 苏州大学
IPC: H04L25/03 , H04B10/69 , H04B10/2507 , H04B10/25
Abstract: 本发明公开了一种基于高斯混合模型的光信号判决反馈均衡器，其包括：采样单元，采样单元将输入光信号进行时间上的采样，并将输入光信号转化为数字信号；高斯混合模型单元，高斯混合模型单元对数字信号进行高斯分布的估计，得到高斯分布的均值和标准差；判决单元，判决单元接收估计的高斯分布的均值和标准差，并进行判决处理得到判决输出；反馈单元，反馈单元将判决输出反馈给滤波后的数字信号，并与滤波后的数字信号相加。本发明基于高斯混合模型的光信号判决反馈均衡器将高斯混合模型运用于反馈回路中，用来提升判决准确度，可以有效抑制误差传播效应、降低误码率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.022 seconds)
