一种基于迁移学习的光通信网络自适应熵加载方法和装置

本发明公开了一种基于迁移学习的光通信网络自适应熵加载方法和装置，属于光通信技术领域，具体包括：熵加载模型搭建、合成信号生成及模型预训练、实验信号生成及模型迁移学习、以及自适应熵加载过程。整个过程中，将传统熵加载的熵分配过程用神经网络代替，根据接收信号预测逼近信道容量的熵。使用大量合成信号预训练熵加载模型，结合迁移学习，使熵加载模型自适应地预测光通信网络中未知信道的熵，降低现有熵加载算法对信道状态的依赖，从而实现光通信网络自适应的熵加载。