[发明专利]基于卷积循环自动编码器的并行光模数转换系统和方法有效

专利信息
申请号: 202010673310.5 申请日: 2020-07-14
公开(公告)号: CN111650803B 公开(公告)日: 2021-07-27
发明(设计)人: 邹卫文;邹秀婷;徐绍夫;钱娜 申请(专利权)人: 上海交通大学
主分类号: G02F7/00 分类号: G02F7/00
代理公司: 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 代理人: 张宁展
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 卷积 循环 自动 编码器 并行 光模数 转换 系统 方法
【权利要求书】:

1.一种基于卷积循环自动编码器的并行光模数转换系统,其特征在于:系统包括并行光模数转换器模块(1)、数字信号处理器模块(2)和卷积循环自动编码器模块(3);所述并行光模数转换器模块(1)的输出端与所述数字信号处理器模块(2)的输入端相连,所述数字信号处理器模块(2)的输出端与所述卷积循环自动编码器模块(3)的输入端相连;

所述并行光模数转换器模块(1)包括用来产生光源的激光器、产生微波信号的微波源、将微波信号调制到光上的电光转换、将单路光信号转换为多路并行信号的串转并、调节各个通道延时的可调延时线、实现将光信号转换为电信号的光电转换和将模拟的电信号转换为数字信号的电模数转换器;所述并行 光模数转换器模块(1)通过并行通道,将激光源的微波信号转换输出为多个并行的数字信号;

所述数字信号处理器模块(2)对所述并行光模数转换器模块(1)输出的数字信号进行通道交织、数据分段预处理操作,向卷积循环自动编码器模块(3)输出失配信号;

所述卷积循环自动编码器模块 (3)包括卷积神经网络、循环神经网络以及自动编码器;卷积神经网络从数据中提取高维、抽象特征,循环神经网络用于处理数据中的时序关系,自动编码器利用编码解码结构提取数据中的关键特征;所述卷积循环自动编码器模块(3)接收数字信号处理器模块(2)传送的失配信号进行训练获得训练后的卷积循环自动编码器,实现对多种失配程度的多类信号失配补偿。

2.根据权利要求1所述的并行光模数转换系统,其特征在于:所述并行光模数转换器模块(1)为具有多个结构相同、延时不同的多路并行通道的光模数转换器。

3.根据权利要求1所述的并行光模数转换系统,其特征在于:所述并行光模数转换器模块(1)中的串转并为波分复用器或双平衡输出调制器。

4.根据权利要求1所述的并行光模数转换系统,其特征在于:所述并行光模数转换器模块(1)中的电模数转换器为数据采集板卡或示波器。

5.根据权利要求1所述的并行光模数转换系统,其特征在于:所述数字信号处理器模块(2)为FPGA或DSP。

6.根据权利要求1所述的并行光模数转换系统,其特征在于:用两种失配程度的一类信号训练后,所述卷积循环自动编码器模块(3)能够学习到并行光模数转换器模块(1)的系统特征、也即时间失配,并将失配信号映射为系统无失配状态下的高质量数字信号;而且用两种失配程度的一类信号训练后的卷积循环自动编码器模块(3),能够实现对多种失配程度的多类信号失配补偿。

7.采用权利要求1-6任一项所述转换系统进行光模数转换的方法,其特征在于,该方法包括如下步骤:

1)训练阶段:

当所述并行光模数转换器模块(1)处于两种不同程度失配情况下,微波信号通过所述并行光模数转换器模块(1)中的电光转换调制到光上,所述并行光模数转换器模块(1)的多路并行输出经所述数字信号处理器模块(2)交织分段预处理后,获得两组不同程度失配的信号;将得到的失配信号作为所述卷积循环自动编码器模块(3)的训练集,利用优化算法对所述卷积循环自动编码器模块(3)进行训练,使所述卷积循环自动编码器模块(3)能够学到并行光模数转换器模块(1)的系统特征也即时间失配,从而能够对失配信号进行补偿,以输出高质量的不含失配成分的数字信号;

2)应用阶段:

微波信号输入所述并行光模数转换器模块(1)后经所述数字信号处理器模块(2)交织分段预处理后转化为失配信号,失配信号输入训练阶段训练好的所述卷积循环自动编码器模块(3),网络输出不含失配成分的高质量的数字信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海交通大学,未经上海交通大学许可,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/202010673310.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top