一种基于机器学习的云无线接入网毫米波信号优化方法

本发明公开了一种基于机器学习的云无线接入网毫米波信号优化方法，采用双环OEO替代传统射频信号源，改善了相位噪声，提高了信号稳定性。同时，利用BiLSTM网络对毫米波信号的增益行为进行建模，结合DML啁啾效应和光纤色散的影响，实现了高精度的功率预测。此外，通过ACO算法对BiLSTM模型进行优化，能够根据不同的通信场景需求灵活调整优化权重，生成满足要求的毫米波信号。