一种基于端到端学习的WDM-RoF安全传输方法

本发明公开了一种基于端到端学习的WDM‑RoF安全传输方法，具体为：建立WDM‑RoF多波长传输实验平台，构建波长特征化的训练数据集；基于深度学习框架构建联合信道模型，实现各波长信道特征的差异化建模；构建包含调制器‑信道‑解调器的端到端传输模型，并行训练获得绑定波长特征的传输模型组。本发明通过波长维度正交化的模型部署策略，形成了具备双重保障的安全机制：一方面体现为调制解调神经网络模型间的强耦合性，另一方面表现为模型与波长信道的绑定特性。该方法能够有效的提升WDM‑RoF传输系统的安全性。