[发明专利]一种光性能监测的方法、装置、电子设备及介质在审
申请号: | 201910578593.2 | 申请日: | 2019-06-28 |
公开(公告)号: | CN110324080A | 公开(公告)日: | 2019-10-11 |
发明(设计)人: | 于振明;赵逸伦;尹飞飞;周月;戴键;张天;桂丽丽;戴一堂;徐坤 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04B10/079 | 分类号: | H04B10/079 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 马敬;项京 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 光性能监测 信号星座图 监测光信号 电子设备 调制格式 光信噪比 监测模型 训练集 光纤通信技术 色散补偿 神经网络 输出结果 输入监测 信号对应 输出 | ||
1.一种光性能监测的方法,其特征在于,包括:
获取通过色散补偿的待监测光信号的信号星座图;
将所述信号星座图输入监测模型,所述监测模型基于二值神经网络和训练集训练得到,所述训练集包括待训练光信号的信号星座图以及各待训练光信号对应的调制格式和光信噪比;
获取所述监测模型输出的结果,根据输出结果确定所述待监测光信号的调制格式和光信噪比。
2.根据权利要求1所述的方法,其特征在于,获取所述监测模型输出的结果,根据输出结果确定所述待监测光信号的调制格式和光信噪比,包括:
获取所述监测模型输出的第一序列和第二序列;
根据所述第一序列确定所述待监测光信号的调制格式;
根据所述第二序列确定所述待监测光信号的光信噪比。
3.一种光性能监测的方法,其特征在于,包括:
生成训练集,所述训练集包括待训练光信号的信号星座图以及各待训练光信号对应的调制格式和光信噪比;
将所述训练集中待训练光信号的信号星座图输入二值神经网络;
获取所述二值神经网络的输出结果,根据所述输出结果和所述训练集将所述二值神经网络训练为监测模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述输出结果和所述训练集将所述二值神经网络训练为监测模型,包括:
根据所述输出结果和所述训练集,通过反向传播算法将所述二值神经网络训练为所述监测模型。
5.一种光性能监测的装置,其特征在于,包括:
获取模块,用于获取通过色散补偿的待监测光信号的信号星座图;
输入模块,用于将所述信号星座图输入监测模型,所述监测模型基于二值神经网络和训练集训练得到,所述训练集包括待训练光信号的信号星座图以及各待训练光信号对应的调制格式和光信噪比;
所述获取模块,用于获取所述监测模型输出的结果;
确定模块,用于根据所述获取模块获取的输出结果确定所述待监测光信号的调制格式和光信噪比。
6.根据权利要求5所述的装置,其特征在于,
所述获取模块,具体用于获取所述监测模型输出的第一序列和第二序列;
所述确定模块,具体用于根据所述第一序列确定所述待监测光信号的调制格式;以及根据所述第二序列确定所述待监测光信号的光信噪比。
7.一种光性能监测的装置,其特征在于,包括:
生成模块,用于生成训练集,所述训练集包括待训练光信号的信号星座图以及各待训练光信号对应的调制格式和光信噪比;
输入模块,用于将所述训练集中待训练光信号的信号星座图输入二值神经网络;
获取模块,用于获取所述二值神经网络的输出结果;
训练模块,用于根据所述输出结果和所述训练集将所述二值神经网络训练为监测模型。
8.根据权利要求7所述的装置,其特征在于,所述训练模块,具体用于:
根据所述输出结果和所述训练集,通过反向传播算法将所述二值神经网络训练为所述监测模型。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-2任一所述的方法步骤,或者实现权利要求3-4任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-2任一所述的方法步骤,或者实现权利要求3-4任一所述的方法步骤。
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北京邮电大学,未经北京邮电大学许可,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/201910578593.2/1.html,转载请声明来源钻瓜专利网。