买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:北京邮电大学
摘要:基于物理诱导神经网络的原理驱动少模光纤建模方法,属于少模光纤领域,包括:利用物理诱导神经网络求解NLSE方程,建立基于物理诱导神经网络的原理驱动少模光纤信道模型;物理诱导神经网络的输入神经元代表时间和距离帧,输出神经元分别代表NLSE方程解的实部和虚部;少模光纤信道模型的输入和输出在进入模型前和在离开模型后分别进行归一化和反归一化处理;少模光纤信道模型的损失函数包含原始NLSE方程和输入信号的初始条件;模型训练阶段。本发明不需要确定计算步长,任何传播距离的复杂度都保持不变,有效避免了由于配置错误而导致结果错误的风险,时间消耗减少。
主权项:1.基于物理诱导神经网络的原理驱动少模光纤建模方法,其特征在于,包括以下步骤:步骤一、将少模光纤的耦合NLSE方程扩展到多个模式的偏振形式的传输方程;其中支持N个模式且每个模式具有两个正交偏振态的NLSE方程为: 其中i和j表示模式的两个正交偏振态,Aμiz,t表示模式μ的第i个偏振态在少模光纤中的慢变包络场,Aviz,t表示模式ν的第i个偏振态的慢变包络场,Avjz,t表示模式ν的第j个偏振态的慢变包络场;对于模式μ的第i个偏振态来说,β1μi表示其群速度参数,β2μi表示其群速度色散参数,αμi表示其衰减参数;γμμii表示模式μ的第i个偏振态的非线性系数,γμvij表示模式μ的第i个偏振态与ν模式的第i个偏振态之间的非线性耦合系数,γμvij表示模式μ的第i个偏振态与ν模式的第j个偏振态之间的非线性耦合系数。步骤二、利用物理诱导神经网络求解NLSE方程,建立基于物理诱导神经网络的原理驱动少模光纤信道模型;所述物理诱导神经网络的输入神经元代表时间和距离帧,输出神经元分别代表NLSE方程解的实部和虚部;所述少模光纤信道模型的输入和输出在进入模型前和在离开模型后分别进行归一化和反归一化处理;设置少模光纤信道模型的损失函数,所述损失函数包含原始NLSE方程和输入信号的初始条件;模型训练阶段。
全文数据:
权利要求:
百度查询: 北京邮电大学 基于物理诱导神经网络的原理驱动少模光纤建模方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。