典型文献
基于机器学习的光纤多参量探测
文献摘要：
提出一种借助机器学习算法从信号非完整信息提取待测参量的方法,该方法以只包含信号部分信息的功率谱幅度数据取代包含脉冲幅度和相位全部信息的数据来完成参量提取,克服了复杂光信号相位信息测量困难的问题.通过模拟仿真,验证了使用机器学习算法实现从脉冲演化提取传输介质参量信息的能力以及利用缺失相位信息的脉冲功率谱实现光纤多参量探测的可行性.仿真结果表明,采用适当的机器学习算法,所提方法的均方误差可控制在0.3％以内.
文献关键词：
光纤光学;光纤多参量探测;超短脉冲;机器学习算法;非线性系统
中图分类号：
作者姓名：
马泽航;龚睿;李彬;裴丽;魏淮
作者机构：
北京交通大学光波技术研究所全光网络与现代通信网教育部重点实验室,北京100044;中国传媒大学信息与通信工程学院,北京100024
文献出处：
引用格式：
[1]马泽航;龚睿;李彬;裴丽;魏淮-.基于机器学习的光纤多参量探测)[J].光学学报,2022(20):25-33
A类：
光纤多参量探测
B类：
基于机器学习,机器学习算法,信息提取,部分信息,功率谱,脉冲幅度,幅度和相位,光信号,信号相位,相位信息,模拟仿真,算法实现,脉冲功率,均方误差,误差可控,光纤光学,超短脉冲,非线性系统
AB值：
0.303039
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
