[发明专利]一种基于优化控制方案的光信号多参数监控的方法在审
申请号: | 201510963160.0 | 申请日: | 2015-12-17 |
公开(公告)号: | CN105790829A | 公开(公告)日: | 2016-07-20 |
发明(设计)人: | 李朝晖 | 申请(专利权)人: | 暨南大学 |
主分类号: | H04B10/071 | 分类号: | H04B10/071;H04B10/077 |
代理公司: | 北京天奇智新知识产权代理有限公司 11340 | 代理人: | 刘黎明 |
地址: | 510632 广东省广州市天*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 优化 控制 方案 信号 参数 监控 方法 | ||
1.一种基于优化控制方案的光信号多参数监控的方法,其特征在于:
1)通过具有“在线识别”和“网络训练”两部分的OPM监测模块实现了对 全光网络的多参数监控;
2)引入“快速收敛模块”对参数识别的神经元网络不断优化,能够在精度 满足要求的前提下最大可能的降低实现成本,也可以在复杂度不变的条件下提 高识别精度,提高了OPM监测模块的灵活性;
3)“快速收敛模块”具有可移植性,不仅可以用来优化识别单一OPM参数 的各种神经元网络,还可以用于优化识别多参数的神经网络群。
2.依据权利要求1的基于优化控制方案的光信号多参数监控的方法,其特 征在于:在全光网络中设置识别多参数的OPM监测模块的构架
a.OPM监测模块包括“在线识别”和“网络训练”两部分;
b.根据实际信道条件和工程要求调整OPM监测模块中的设置,在不同信道条 件下实现多参数的监测。
3.依据权利要求1的基于优化控制方案的光信号多参数监控的方法,其特征 在于:在OPM监测模块的网络训练过程中引入快速收敛模块的技术;
a.快速收敛模块的引入使得OPM参数识别的神经元网络在有指导的训练过 程中不断调整,不断优化;
b.快速收敛模块中的优化模块采用改进的遗传算法或Adaboost算法实现, 而且可作用于不同的参数识别网络形式,具有可移植性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于暨南大学,未经暨南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510963160.0/1.html,转载请声明来源钻瓜专利网。