[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 | ||
本发明实施例提供了一种光性能监测的方法、装置、电子设备及介质,涉及光纤通信技术领域,用于实现光性能监测。本发明实施例的方案包括:获取通过色散补偿的待监测光信号的信号星座图,将信号星座图输入监测模型,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,获取监测模型输出的结果,根据输出结果确定待监测光信号的调制格式和光信噪比。
技术领域
本发明涉及光纤通信技术领域,特别是涉及一种光性能监测的方法、装置、电子设备及介质。
背景技术
目前,随着数据流量的急速增长,光纤通信系统的迅猛发展,导致了网络结构越来越复杂以及对带宽的需求越来越高。需要智能的调整网络参数,减少运行的成本,并保证资源的有效利用和有充分的冗余应对异常,所以需要进行实时不间断的检测网络信息。而在网络信息的检测中,调制格式和光信噪比是最重要的两个检测指标。
现有技术中利用卷积神经网络处理信号眼图和星座图,以完成对调制格式和光信噪比的检测。但是目前利用的卷积神经网络的计算复杂度较高,导致利用卷积神经网络对调制格式和光信噪比进行检测的计算复杂度高。
发明内容
本发明实施例的目的在于提供一种光性能监测的方法、装置、电子设备及介质,用以解决利用卷积神经网络对调制格式和光信噪比进行检测的计算复杂度高的问题。具体技术方案如下:
第一方面,本发明实施例提供了一种光性能监测的方法,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。
在一种可实现的方式中,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。
第二方面,本发明实施例提供了另一种光性能监测的方法,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。
在一种可实现的方式中,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。
第三方面,本发明实施例提供了一种光性能监测的装置,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。
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/201910578593.2/2.html,转载请声明来源钻瓜专利网。