基于深度神经网络的光通信传输质量跨层感知方法和系统

AITNT
正文
推荐专利
基于深度神经网络的光通信传输质量跨层感知方法和系统
申请号:CN202510725766
申请日期:2025-06-03
公开号:CN120238196A
公开日期:2025-07-01
类型:发明专利
摘要
本发明公开了一种基于深度神经网络的光通信传输质量跨层感知方法和系统,数据光通信领域,包括以下步骤:通过仿真光通信网络传输收集光路物理层损伤信息,并生成物理层信息数据集;从物理层信息数据集中提取与传输质量相关的物理损伤特征,利用深度神经网络模型基于物理损伤特征预测光通信传输质量,并基于传输质量预测值与传输质量指标构建损失函数来优化模型参数;利用参数优化的深度神经网络模型预测新光通信网络的跨层感知传输质量,并根据跨层感知传输质量优化新光通信网络的网络配置,实现物理层感知的网络跨层设计。
技术关键词
深度神经网络模型 损伤特征 光通信网络结构 弹性光网络技术 放大器噪声系数 符号间干扰 物理 信号峰值功率 信噪比 参数 跨度 数据 网络拓扑结构 非线性 链路 色散系数
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