隨著如今人工智能（Artificial Intelligence,AI）的蓬勃發(fā)展,AI已經(jīng)在各行各業(yè)承擔(dān)起了十分重要的任務(wù)。而作為以機器學(xué)習(xí)為代表的新一代強大的智能分析工具,更是成為了現(xiàn)在各個研究領(lǐng)域必不可少的課題之一。隨著現(xiàn)在互聯(lián)網(wǎng)的大規(guī)模普及,大數(shù)據(jù)已經(jīng)成為這個時代的標(biāo)簽之一,但是其中大部分的數(shù)據(jù)都是冗余無用的,因此需要將核心的數(shù)據(jù)特征高效地提取出來才是關(guān)鍵。如果用傳統(tǒng)機器學(xué)習(xí)方法,比如K最近鄰、或者支持向量機等,是難以駕馭如此龐大的數(shù)據(jù)分析任務(wù)的,因此深度學(xué)習(xí)登上了歷史舞臺。深度學(xué)習(xí)是一種實現(xiàn)機器學(xué)習(xí)的優(yōu)秀技術(shù),它使機器學(xué)習(xí)能夠應(yīng)用于更廣泛的場景中,主要表現(xiàn)在神經(jīng)網(wǎng)絡(luò)本身的突破創(chuàng)新。而在光纖通信中,系統(tǒng)參數(shù)的監(jiān)測是一個十分重大且急迫需要解決的問題之一,這一類任務(wù)統(tǒng)稱為光學(xué)性能監(jiān)測（Optical Performance Monitoring,OPM）。但是目前為止,在該領(lǐng)域利用深度學(xué)習(xí)方法來試圖解決這個問題方面的研究相還是相對較少。由于傳統(tǒng)的OPM方法它們的監(jiān)測精度和監(jiān)測效率都十分有限,并且所需的設(shè)備復(fù)雜度和人工成本都較高,因此傳統(tǒng)的基于通信本身的監(jiān)測方案已逐漸被取代。與此同時... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

人工智能與機器學(xué)習(xí)的關(guān)系圖

概述7第二章深度學(xué)習(xí)與光學(xué)性能監(jiān)測相關(guān)技術(shù)概述在實際的光纖通信中，由于目前企業(yè)以及家庭等網(wǎng)絡(luò)對高質(zhì)量鏈路信號傳輸?shù)囊笤絹碓絿栏�，并且隨著時代的不斷進步以及新興產(chǎn)業(yè)的不斷發(fā)展，實際系統(tǒng)中對通信的傳輸距離也在不斷地提升，這使得一個健康的鏈路質(zhì)量變得越來越重要。而對于長距離傳輸?shù)耐ㄐ欧绞�，一旦在中途發(fā)生故障或是信號的功率由于外界干擾而衰減嚴重，如果不能夠知曉或者探測到這些問題，那么對終端網(wǎng)絡(luò)將可能造成許多不必要的損失，因此OPM技術(shù)已經(jīng)成為了光纖通信中必不可少的保證鏈路質(zhì)量的技術(shù)之一。圖2-1展現(xiàn)了OPM模塊應(yīng)用于信號傳輸中的大致流程圖。通信系統(tǒng)可以大致分為發(fā)射端、信道以及接收端三部分，而在本文中采取的通信信道均為光纖信道。當(dāng)發(fā)射信號從發(fā)射端發(fā)出進入光纖后，信號便不斷地在光纖中進行傳輸，但是與此同時，信號也會不斷地在經(jīng)受來自外界的干擾，這會使得信號中不斷夾雜著各種噪聲，而在光纖中獨有的非線性以及CD等都會使得信號的質(zhì)量越來越差。因此，為了保證信號的功率，會在一段較長的傳輸過程中間隔性地加入光放大器（OpticalAmplifier，OA）模塊，這樣就會在一定程度上避免由于信號功率的降低而被噪聲所淹沒的情況。在傳輸過程中需要通過一定的技術(shù)手段來幫助人們進行信號的性能監(jiān)測任務(wù)，這就是上面所提到的OPM技術(shù)。通過在鏈路中適當(dāng)間隔地加入一定數(shù)量的OPM模塊后，如果其中任意一段鏈路發(fā)生故障或信號本身出現(xiàn)問題，那么就可以在第一時間獲取信息并作出應(yīng)對措施。由此可見，光學(xué)性能監(jiān)測對于整個光纖通信領(lǐng)域來說都有著不可替代的作用，它不僅能夠?qū)崟r監(jiān)測鏈路信號狀況，更是保證健康通信網(wǎng)絡(luò)的基石。在本章節(jié)中，將分別簡要介紹光學(xué)性能監(jiān)測技術(shù)中大致的原理思路以及與研究內(nèi)容所相關(guān)的幾種機

電子科技大學(xué)碩士學(xué)位論文82.1光學(xué)性能監(jiān)測原理光學(xué)性能監(jiān)測，顧名思義就是利用光或光纖作為信道進行通信時，對信號的性能進行監(jiān)測從而獲取所需的鏈路信息。而要完成性能監(jiān)測，首先需要將信號從鏈路中截取部分下來送入OPM模塊，再在模塊中經(jīng)過多步的DSP處理后最終得到所要監(jiān)測的目標(biāo)參數(shù)值。因此，如何理解和設(shè)計好OPM模塊這個“黑盒子”便是關(guān)鍵。在圖2-2中展示了目前常見的OPM模塊中的原理思路，大致可以共分為數(shù)據(jù)預(yù)處理、信號特征提取和模型監(jiān)測三個基本步驟。圖2-2常見的光學(xué)性能模塊在圖中假設(shè)該OPM模塊是基于相干通信系統(tǒng)下的應(yīng)用模塊。當(dāng)從鏈路中準(zhǔn)備進行監(jiān)測任務(wù)時，首先模擬信號的兩路同向和正交信號會經(jīng)過模電轉(zhuǎn)換器后變?yōu)閿?shù)字信號進行存儲。接下來就進入了數(shù)字信號處理部分，這部分也是OPM模塊中的核心部分。第一步是會經(jīng)過數(shù)據(jù)預(yù)處理模塊，這個模塊一般包括有色散補償、時延恢復(fù)、下采樣或者CMA均衡等等。通過這些預(yù)處理操作，可以去掉信號中的部分多余噪聲，盡可能還原出信號原本的樣子，這會有利于提高后續(xù)對信號性能的監(jiān)測精度，并且方便后續(xù)對信號進行特征提齲例如CMA均衡幾乎可以將接收信號中的線形損傷全部補償，接下來的信號中幾乎所有的噪聲影響都只來源于放大自發(fā)幅度噪聲（AmplifiedSpontaneousEmission，ASE），這樣將會十分有利于監(jiān)測模型對OSNR這一參數(shù)的監(jiān)測。在進行完數(shù)據(jù)預(yù)處理后，信號開始經(jīng)過特征提取部分，這個模塊主要是用于對接收信號的各個特征進行采集，具體的特征類型一般會根據(jù)所監(jiān)測的目標(biāo)參數(shù)不同而不同。對于傳統(tǒng)的監(jiān)測模型來說，這一步基本是在進行數(shù)學(xué)的推理，通過目標(biāo)參數(shù)與接收信號的數(shù)學(xué)關(guān)系從而完成在公式上的對等，最終經(jīng)過復(fù)雜的計算和演


本文編號：3041871