[发明专利]一种光通信接收模型的训练方法及装置在审
申请号: | 202210228714.2 | 申请日: | 2022-03-09 |
公开(公告)号: | CN114722905A | 公开(公告)日: | 2022-07-08 |
发明(设计)人: | 陈宏伟;臧裕斌 | 申请(专利权)人: | 清华大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/08;G06T17/00;H04B10/60 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 周天宇 |
地址: | 100084*** | 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: | 一种 光通信 接收 模型 训练 方法 装置 | ||
1.一种光通信接收模型的训练方法,其特征在于,包括:
获取N串信源通信符号以及N个光纤传输信号;其中,N≥2,所述N个光纤传输信号为所述N串信源通信符号中每串信源通信符号经过不同的光纤距离传输后的信号;
对所述N个光纤传输信号进行归一化处理,得到归一化后的模型输入信号;
构建所述归一化后的模型输入信号的三维张量及所述N串信源通信符号的二维张量,得到三维模型输入数据与二维标签数据;以及
使用部分所述三维模型输入数据及所述二维标签数据作为训练数据来训练光通信接收模型,所述光通信接收模型用于将光纤传输信号还原为与其对应的信源通信符号。
2.根据权利要求1所述的光通信接收模型的训练方法,其特征在于,所述使用部分所述三维模型输入数据及所述二维标签数据作为训练数据来训练光通信接收模型,包括:
设置所述光通信接收模型的初始训练参数,其中,所述初始训练参数至少包括最大迭代参数阈值及最小损失函数阈值;
将部分所述三维模型输入数据及所述二维标签数据输入至所述光通信接收模型中进行训练;
判断当前迭代的代数是否大于所述最大迭代参数阈值或是否小于所述最小损失函数阈值;
若是,结束迭代,并固定所述光通信接收模型训练后的模型参数。
3.根据权利要求1所述的光通信接收模型的训练方法,其特征在于,该方法还包括:
使用另一部分所述三维模型输入数据及所述二维标签数据作为测试数据来测试光通信接收模型,得到测试后的所述光通信接收模型;其中,所述测试数据为所述三维模型输入数据及所述二维标签数据中作为训练数据以外的数据。
4.根据权利要求3所述的光通信接收模型的训练方法,其特征在于,所述使用另一部分所述三维模型输入数据及所述二维标签数据作为测试数据来测试光通信接收模型,得到测试后的所述光通信接收模型,包括:
使用另一部分所述三维模型输入数据及所述二维标签数据作为测试数据来测试光通信接收模型;
将模型训练得到的结果与另一部分二维标签数据进行对比分析,得到所述光通信接收模型训练的误码率;
根据所述误码率,调整所述光通信接收模型的初始训练参数,以优化所述光通信接收模型。
5.根据权利要求1所述的光通信接收模型的训练方法,其特征在于,所述光通信接收模型包括:
Transformer编码器,包括:第一残差结构、第一数据处理结构、第二残差结构及第二数据处理结构;其中,所述第一残差结构用于将所述三维模型输入数据复制为两份相同的三维光纤数据;所述第一数据处理结构用于将一份三维模型输入数据进行特征提取,并将提取到的特征数据与另一份三维模型输入数据进行数据聚合,得到第一聚合数据;所述第一残差结构用于将所述第一聚合数据复制为两份相同的光纤数据;所述第二数据处理结构用于将所述第一残差结构输出的一份数据进行二次特征提取,并将提取到的特征数据与另一份数据进行二次数据聚合,得到第二聚合数据;
深度全连接网络结构,用于将所述第二聚合数据的进行信息融合后,得到融合后的数据;
信号判决层,用于将所述融合后的数据还原为与其对应的信源通信符号。
6.根据权利要求1所述的光通信接收模型的训练方法,其特征在于,该方法还包括:
使用信源产生器输出信源通信符号;
利用波形发生器将所述信源通信符号转换为电信号;
利用调制器将所述电信号加载至光载波上,得到调制后的初始光纤信号;
采用N个不同传输距离的光纤链路对所述调制后的初始光纤信号传输,得到所述N个光纤传输信号。
7.一种光纤传输信号的还原方法,其特征在于,包括:
获取至少一个光纤传输信号;
使用光通信接收模型对所述至少一个光纤传输信号进行还原为与其对应的信源通信符号,其中,所述光通信接收模型是使用根据权利要求1至6中任一项权利要求所述的方法来训练的。
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清华大学,未经清华大学许可,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/202210228714.2/1.html,转载请声明来源钻瓜专利网。