多芯多模光纤弹性光网络中基于碎片感知的资源分配方法

    公开(公告)号:CN118890569A

    公开(公告)日:2024-11-01

    申请号:CN202410881062.1

    申请日:2024-07-02

    Abstract: 本发明涉及一种多芯多模光纤弹性光网络中基于碎片感知的资源分配方法,属于光通信领域。本发明所述方法考虑空分复用弹性光网络中存在的芯间、模间串扰问题和频谱碎片问题,为到来的业务请求进行资源分配。首先,使用KSP算法计算出k条距离最短路径,优先选择距离最短的路径作为传输路径,根据最短路径长度进行调制格式的选择并计算业务请求所需的频隙数。其次,进行纤芯、模式组的选择后,在所选纤芯、模式组中搜索空闲频谱块,通过芯间、模间串扰避免的方式筛选出可用频谱块。最后,考虑频域碎片设计了碎片系数的计算公式,根据碎片系数选择合适的可用频谱块进行后续的资源分配。本发明提出的资源分配方法通过采用芯间、模间串扰避免的方式来满足串扰约束,并在此基础上根据路径中频谱块的碎片系数选择合适的频谱块,在保证带宽阻塞率性能的同时提高资源利用率。

    一种用于蓄意射频干扰识别的SPRT方法

    公开(公告)号:CN118625266A

    公开(公告)日:2024-09-10

    申请号:CN202410896980.1

    申请日:2024-07-05

    Abstract: 本发明请求保护一种用于蓄意射频干扰识别的SPRT方法,属于雷达干扰识别领域。由于高频段内各种通信、广播电台频率占用率非常高,因此射频干扰发生较为频繁。针对覆盖电台干扰的情况下不能有效的判断RFI的来源,使得敌对方故意产生RFI来干扰高频雷达这一问题,提出了通过距离‑多普勒图检测RFI的基础上增加基于广义似然比检验的多通道序贯检测技术,包括如下步骤:接收雷达信号数据后求其各通道的RD图,根据各RD图检测其中是否含有RFI,并根据含有RFI的RD图数,利用SPRT来识别RFI是否为蓄意干扰。该方法丰富了射频干扰的分类识别领域,可以很好的判断RFI是否为蓄意干扰,提升了雷达系统的抗干扰能力,且计算量小,易于工程实现。

    一种LDPC-Polar级联系统的中间信道选择及译码方法

    公开(公告)号:CN116318551A

    公开(公告)日:2023-06-23

    申请号:CN202310275481.6

    申请日:2023-03-21

    Abstract: 本发明涉及信道编码技术,具体涉及一种LDPC‑Polar级联系统的中间信道选择及译码方法;该方法利用Rate‑1节点提取中间信道的选择集合,并按照叶子集大小和高斯构造错误概率对选择集合进行排序;采用排序后的选择集合与LDPC变量节点进行分配;译码过程中基于联合因子图,根据BP译码信息更新规则,对Rate‑1、Rate‑0等节点先验信息右传过程进行简化;本发明提升LDPC‑Polar级联系统的误码性能,根据特殊节点降低整个系统计算复杂度。

    一种面向OFDM-NOMA PON的改进选择性映射方案

    公开(公告)号:CN119583281A

    公开(公告)日:2025-03-07

    申请号:CN202411613405.2

    申请日:2024-11-12

    Abstract: 本发明为一种面向正交频分复用非正交多址无源光网络(OFDM‑NOMA PON)的改进选择性映射方案(N‑SLM),涉及光通信及数字信号处理技术领域。本发明为了解决采用OFDM调制的非正交多址系统下行链路发送信号峰值平均功率比(PAPR)较高的问题,针对传统的选择性映射(C‑SLM)方案计算复杂度高,以及显式边信息(SI)错误率高需占用额外的带宽资源的缺点,根据功率域NOMA多用户数据在子载波上叠加传输的特性,提出N‑SLM方案。相较于C‑SLM方案,该方案不仅计算复杂度低且不需要发送显式SI。本发明主要包括发送端的备选OFDM‑NOMA信号的生成和接收端的解调过程。发送端采用信息比特循环移位,并在前导部分插入极少的经重复编码后的校验比特来生成多个备选比特信息,从而避免了SI的显式传输。将所有备选比特信息依次进行QAM调制、功率分配、OFDM调制,生成多组不同功率等级的OFDM信号,将其排列组合线性叠加合成多个备选OFDM‑NOMA信号。计算所有备选OFDM‑NOMA信号的PAPR值,选择PAPR最小的备选OFDM‑NOMA信号进行后续的信号处理。接收端分别对重复编码校验比特和信息比特对应的QAM符号做软解调和硬解调,根据重复解码后判决输出的校验比特,对接收到的信息比特做相应的反向循环移位。低功率等级的数据做串行干扰消除(SIC)得到相应信息后,做相同的处理过程。

    一种基于深度强化学习的多纤芯频谱分配方法

    公开(公告)号:CN118400641A

    公开(公告)日:2024-07-26

    申请号:CN202410534298.8

    申请日:2024-04-30

    Abstract: 本发明涉及一种基于深度强化学习的多纤芯频谱分配方法,应用于光通信领域的空分复用弹性光网络。本发明在将深度强化学习应用于空分复用弹性光网络的同时,设计一种多纤芯频谱分配子算法。首先,将业务请求信息与当前光网络中频谱使用状况作为深度强化学习中智能体的输入。其次,智能体在动作空间中选择一条路径中的一条纤芯,若该纤芯有满足业务需求的频谱资源,则直接分配相应频谱给业务;若频谱资源不足,则启动多纤芯频谱分配子算法。子算法通过将业务分割为更小的子业务,并将这些子业务分配在同一条路径的多个纤芯中,进一步利用频谱碎片,从而提高频谱资源的利用效率,减少业务阻塞率。

    一种空分复用弹性光网络中基于深度强化学习的资源分配方法

    公开(公告)号:CN116707698A

    公开(公告)日:2023-09-05

    申请号:CN202310761112.8

    申请日:2023-06-27

    Abstract: 本发明涉及一种空分复用弹性光网络中基于深度强化学习的资源分配方法,属于光通信领域。本发明在将深度强化学习应用于空分复用弹性光网络的同时,设计一种奖励机制,该奖励机制考虑了多纤芯之间的芯间串扰和频谱碎片问题。首先,将业务请求信息与当前光网络中频谱使用状况作为强化学习中智能体的输入;其次,智能体在动作空间中选择一条路径中的一条纤芯,若该纤芯有满足条件的频谱资源并且其满足串扰阈值的限制,奖励机制将根据智能体选择的纤芯所在组的级别和纤芯中频谱碎片程度综合计算奖励值,否则将奖励值设为最低;随后,将计算出来的奖励值反馈给智能体进行训练,让智能体选择对于长期来讲更好的资源分配方式,从而降低业务阻塞率。

    基于语义分割的多尺度文本检测方法、装置及电子设备

    公开(公告)号:CN112966691A

    公开(公告)日:2021-06-15

    申请号:CN202110399687.0

    申请日:2021-04-14

    Inventor: 张盛峰 付川

    Abstract: 本发明涉及深度学习以及计算机视觉领域,具体涉及一种基于语义分割的多尺度文本检测方法、装置及电子设备;所述方法包括采集字符图像,并对所述字符图像进行预处理;所述字符图像包括训练字符图像和待测字符图像;将预处理后的字符图像输入到语义分割的字符检测网络中,输出字符图像的文本边界区域标签和文本中心区域标签;将字符图像所对应的文本边界区域与文本中心区域进行二值化融合,得到分割融合后的字符图像;将所述分割融合后的字符图像进行后处理,确定出字符区域,即字符的坐标位置;本发明通过双标签进行监督学习,充分利用了高级语义特征,降低了潜在的语义特征学习。

    多芯多模光纤弹性光网络中芯间串扰感知的资源分配方法

    公开(公告)号:CN119211784A

    公开(公告)日:2024-12-27

    申请号:CN202411306627.X

    申请日:2024-09-18

    Abstract: 本发明涉及一种多芯多模光纤弹性光网络中芯间串扰感知的资源分配方法,应用于光通信领域。本发明考虑了弹性光网络中存在的芯间、模间串扰问题以及频谱碎片问题,为到来的业务请求进行资源分配。首先,使用Dijkstra算法为业务请求计算一条距离最短路径作为传输路径,并根据其距离长度选择调制格式并计算业务所需的频隙数。其次,进行纤芯、模式组的选择,采用模间串扰避免、芯间串扰感知的方式筛选出可用的频谱块。最后,考虑频域和时域碎片设计碎片系数计算公式,根据碎片系数选择合适的频谱块进行分配。本发明提出的资源分配方法能够在满足串扰约束的前提下根据路径中频谱块的碎片系数选择合适的频谱块,降低业务阻塞率的同时提高频谱资源利用率。

Patent Agency Ranking