[发明专利]光子人工智能计算芯片的数字式信号调制方法在审
| 申请号： | 202010376038.4 | 申请日： | 2020-05-07 |
| 公开（公告）号： | CN113627604A | 公开（公告）日： | 2021-11-09 |
| 发明（设计）人： | 白冰 | 申请（专利权）人： | 光子算数（苏州）智能科技有限公司 |
| 主分类号： | G06N3/067 | 分类号： | G06N3/067;G06N3/04;G06N3/08;G06K9/62;G02F7/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 215300 江苏省苏州市昆*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 光子 人工智能 计算 芯片 数字式 信号 调制 方法 | ||
1.一种光子人工智能计算芯片的数字式信号调制方法，其特征在于：包括以下步骤：
S01：将待识别光信号转换到预设模态域，待识别光信号首先进入色散补偿器，色散补偿器对信号施加一定色散值，其输出光信号经光放大器放大至一定功率后注入功率发生模块；
S02：利用预训练好的异构神经网络从待识别信号的不同模态域中提取特征向量；
S03：所述功率发生模块用于将一定色散值下输入信号脉冲峰值功率大小映射到输出信号平均功率大小之上，所述光功率计测量功率发生模块输出端信号平均功率；
S04：所述控制和数字信号处理模块驱动色散补偿器产生一系列色散值；
S05：将色散-信号平均功率实测数组与各种已知调制格式信号的色散-信号平均功率样本进行匹配；
S06：利用预训练好的分类器对融合后的特征向量进行识别分类，分类器的输出作为最终的识别结果。
2.根据权利要求1所述的光子人工智能计算芯片的数字式信号调制方法，其特征在于：所述异构神经网络包括：深度置信网络、自动编码网络和卷积神经网络。
3.根据权利要求1所述的光子人工智能计算芯片的数字式信号调制方法，其特征在于：所述分类器包括BP神经网络分类器、支持向量机分类器和Softmax分类器。
4.根据权利要求1所述的光子人工智能计算芯片的数字式信号调制方法，其特征在于：所述将色散-信号平均功率实测数组与各种已知调制格式信号的色散-信号平均功率样本进行匹配的算法包括互相关算法。
5.根据权利要求1所述的光子人工智能计算芯片的数字式信号调制方法，其特征在于：所述功率发生模块包括半导体激光器。
6.根据权利要求1所述的光子人工智能计算芯片的数字式信号调制方法，其特征在于：所述预设模态域包括时域、频域、时频域和循环频率域。
7.根据权利要求1所述的光子人工智能计算芯片的数字式信号调制方法，其特征在于：所述功率发生模块包括具有三阶非线性效应的光探测器及其驱动和控制电路组成，所述色散补偿器输出光信号经所述光放大器放大注入所述光探测器。
8.根据权利要求1所述的光子人工智能计算芯片的数字式信号调制方法，其特征在于：所述色散补偿器为基于光纤光栅的器件。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于光子算数（苏州）智能科技有限公司，未经光子算数（苏州）智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010376038.4/1.html，转载请声明来源钻瓜专利网。
