基于端到端神经网络的相位生成载波解调方法

AITNT
正文
推荐专利
基于端到端神经网络的相位生成载波解调方法
申请号:CN202510855978
申请日期:2025-06-25
公开号:CN120729430A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种基于端到端神经网络的相位生成载波解调方法,属于光纤干涉传感信号处理技术领域,用于光纤干涉信号的相位解调过程。该方法通过仿真生成带有物理标签的数据集,训练深度神经网络实现相位的直接回归预测,避免了传统相位生成载波解调方法中对多级参数及复杂解调过程的依赖。通过构建包含输入层、隐藏层和输出层的回归网络模型,能够在不同参数条件下对干涉信号进行高精度有效解调。该方法具有较强的鲁棒性,适用于多种光纤传感应用场景,尤其在动态环境下具备良好的实用价值。
技术关键词
相位生成载波解调 干涉仪 神经网络模型 光纤干涉信号 仿真信号 训练深度神经网络 数据 光纤传感系统 生成输出信号 信号处理技术 判断误差 生成参数 频率 标签
系统为您推荐了相关专利信息
1
一种SaaS商品系统中SKU高效出库的方法及装置
商品系统 评价特征 令牌桶 子系统 返回错误信息
2
公路检测数据分析系统
检测数据分析系统 子模块 孤立森林算法 光流估计方法 天气
3
一种基于PCT-KAN神经网络模型的数控刀具选择方法
数控刀具 神经网络模型 零件 非线性特征 近邻算法
4
一种基于故障诊断的数据处理方法、设备及介质
工厂设备 样本 维修设备 神经网络模型 数据变化趋势
5
面向防灾减灾应急演练的自适应风险评估方法及系统
风险评估方法 图谱 神经网络模型 指数 判定系统
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