The invention relates to the field of microwave photon transmission, and discloses a method for realizing a highly linear microwave photon link based on photonic neural network. It includes the following processes: processing radio frequency signal source through intensity modulation link, inputting N micro-loop filters, showing that N is an integer greater than 1; training the weighting coefficients of N micro-loop filters by neural network; modulating and linear overlapping the N-circuit electrical signals of the N micro-loop filters to construct a highly linear microwave photonic link. The method of the invention uses photonic neural network to construct reverse link transmission function, realizes high linearity microwave photonic link through post-compensation thinking, significantly simplifies the system structure, makes the system work in a non-cooperative environment through BP training algorithm, and has broadband (such as THz), real-time and low power processing capabilities, and is highly compatible with the existing microwave photonic link. The invention also discloses a high linear microwave photonic link implementation structure based on photonic neural network.
【技术实现步骤摘要】
基于光子神经网络的高线性微波光子链路实现方法及结构
本专利技术涉及微波光子传输领域,尤其是基于光子神经网络的高线性微波光子链路实现方法及结构。
技术介绍
光波分复用技术的出现和掺铒光纤放大器的专利技术使光通信得到迅速发展。光纤通信具有损耗低,抗电磁干扰,超宽带,易于在波长、空间、偏振上复用等很多优点。其主要问题是移动性不够。与此同时,随着对无线通信容量需求的增加,微波技术也在迅速发展。微波通信能够在任意方向上发射、易于构建和重构,实现与移动设备的互联;蜂窝式系统的出现,使微波通信具备高的频谱利用率。但目前微波频段的有限带宽成为严重问题。此时,光纤技术与微波技术相互融合成为一个重要新方向,即微波光子学。在过去的十年中,微波光子学迎来了高速的发展。然而人们发现,在传统强度调制的模拟链路(微波光子链路)中,信号在光链路中传输时,电光调制器和光电探测器的非线性特性会使原信号发生失真,主要体现为在原始信号频率两边产生新的频率信号(称为交调失真分量)。交调失真限制了微波光子系统中射频信号的传输功率,严重制约了微波光子链路的性能,大大降低链路的无杂散动态范围(Spurious-FreeDynamicRange,SFDR)。因此如何提高链路的线性度(即补偿交调失真分量),改善链路SFDR,是微波光子传输领域非常重要的研究内容。目前,高线性微波光子链路已经引起了很多国家的高度重视,其中美国国防部高级研究计划署(又称为DAPRA)支持了多个大动态范围的微波光子链路非线性补偿研究项目,并且取得了较大的研究成果;加拿大国家科学与工程研究委员会与渥太华大学建立的长期合作关系中,一个 ...
【技术保护点】
1.一种基于光子神经网络的高线性微波光子链路实现方法,其特征在于,具体包括以下过程:步骤1,通过强度调制链路处理射频信号源,输入到N个微环滤波器,所示N为大于1的整数;步骤2,针对N个微环滤波器的权重系数进行神经网络训练;步骤3,所述N个微环滤波器输出的N路电信号进行调制、线性叠加,构造高线性微波光子链路。
【技术特征摘要】
1.一种基于光子神经网络的高线性微波光子链路实现方法,其特征在于,具体包括以下过程:步骤1,通过强度调制链路处理射频信号源,输入到N个微环滤波器,所示N为大于1的整数;步骤2,针对N个微环滤波器的权重系数进行神经网络训练;步骤3,所述N个微环滤波器输出的N路电信号进行调制、线性叠加,构造高线性微波光子链路。2.如权利要求1所述的基于光子神经网络的高线性微波光子链路实现方法,其特征在于,所述步骤1中,强度调制链路处理后的光信号的具体过程为:步骤11,射频信号源经过一个功分器分成两路微波信号,其中一路微波信号与一个激光器产生的光信号一起进入一个电光调制器中生成微波光子信号,微波光子信号进入一个1:99的光耦合器分成两路光信号,其中一路光信号通过偏置电压控制器反馈输入电光调制器的偏置电压端口,另一路光信号进入一个光放大器进行光功率损耗补偿后获得处理后的光信号。3.如权利要求2所述的基于光子神经网络的高线性微波光子链路实现方法,其特征在于,所述步骤2的具体过程为:步骤21,从功分器输出的另一路微波信号经过电延迟线延迟后作为神经网络训练时期的参考样本;步骤22,采集光电探测器输出训练样本,将训练样本与参考样本进行对比,利用权重控制单元对N个微环滤波器的权重系数进行调整;步骤23,调整后输出的信号进入平衡探测器实现加权运算,加权后的信号分别和N个波长不同的光源一起进入调制器,再依次输入到波分复用器和光电探测器实现线性叠加;步骤24,线性叠加后的信号作为训练样本,输入到权重控制单元,重复步骤22到步骤23的过程直到神经网络训练完成。4.如权利要求3所述的基于光子神经网络的高线性微波光子链路实现方法,其特征在于,所述步骤3的具体过程为:步骤31,所述N个微环滤波器对光放大器输出的光信号进行权重调整输出N路电信号;步骤32,N路电信号分别输入N个平衡探测器进行加权运算;步骤33,加权后的N个信号和N个波长不同的光源一起进入调制器,再依次输入到波分复用器和光...
【专利技术属性】
技术研发人员:钟欣,陈智宇,周涛,刘静娴,王茂汶,
申请(专利权)人:中国电子科技集团公司第二十九研究所,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。