一种基于深度学习的涡旋光束纵向复用编解码方法

AITNT
正文
推荐专利
一种基于深度学习的涡旋光束纵向复用编解码方法
申请号:CN202510276581
申请日期:2025-03-10
公开号:CN120185712A
公开日期:2025-06-20
类型:发明专利
摘要
本发明涉及光通信技术领域,具体涉及一种基于深度学习的涡旋光束纵向复用编解码方法,包括通过纵向多模OAM光束生成的强度图构建深度学习模型训练的数据集;根据数据集对深度学习模型进行训练,直至收敛,获取训练好的深度学习模型;将待编码的数据信息通过纵向多模OAM光束进行编码生成强度图;将编码生成的强度图经训练好的深度学习模型获取对应的拓扑荷序列,将对应的拓扑荷序列通过进制转换,完成解码。本发明通过纵向复用扩宽了通信容量,该复用方法还可以和偏振与波长等维度结合,指数性提升通信能力。
技术关键词
编解码方法 光束 深度学习模型训练 序列 强度 数据 编解码系统 空间光调制器 光通信技术 复用方法 CCD相机 计算机程序产品 处理器 解码模块 编码模块 掩模 电子设备
系统为您推荐了相关专利信息
1
基于光谱映射增强的高光谱视频跟踪方法
视频跟踪方法 序列 分类特征 掩膜 曲线
2
高速公路隧道巡检方法和系统
隧道巡检方法 神经网络模型 高斯金字塔 关键点 特征点
3
一种基于人工智能的伺服驱动器的散热方法和系统
伺服驱动器 视频 热失控风险 散热方法 散热设备
4
显示设备、服务器及声纹特征模型加密方法
声纹模型 显示设备 明文 序列 语音
5
一种数据传输方法及装置、电子设备、存储介质
数据传输单元 网络 模组 模式 信号强度阈值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号