【技术实现步骤摘要】
弱耦合少模光纤逆向实现方法
本专利技术涉及的是一种光纤领域的技术，具体是一种弱耦合少模光纤逆向实现方法。
技术介绍
现有的少模光纤模分复用传输中存在模间串扰，通常采用MIMO技术补偿这种串扰，但MIMO技术需要较高的能耗和成本。现有技术通过设计少模光纤的结构，使光纤在一定波长下的具体模式之间的有效折射率达到特定数值，能够满足弱耦合的需要；利用物理模型设计光纤，但结构设计相对单一，复杂的结构设计会增加设计和加工难度，且效率和精度不高。
技术实现思路
本专利技术针对现有技术存在的上述不足，提出一种弱耦合少模光纤逆向实现方法，有助于打破传统器件固定的几何结构，增加器件的参数空间，实现设计自动化，将器件性能提高到极限。本专利技术是通过以下技术方案实现的：本专利技术以扫描得到的多环型少模光纤的数值仿真结果作为少模光纤数据集，并以可传输模式数量与需优化模式数量相同为条件选取目标所需数据集设置神经网络模型并进行训练，再针对少模光纤的弱耦合需求设置神经网络的优化目标，即以有效折射率数值作为输入，输出光纤的...
【技术保护点】
1.一种弱耦合少模光纤逆向实现方法，其特征在于，以扫描得到的多环型少模光纤的数值仿真结果作为少模光纤数据集，并以可传输模式数量与需优化模式数量相同为条件选取目标所需数据集设置神经网络模型并进行训练，再针对少模光纤的弱耦合需求设置神经网络的优化目标，即以有效折射率数值作为输入，输出光纤的折射率阶跃分布结构参数的预测值；最后通过将预测值与优化目标比对，实现少模光纤结构的逆向优化。/n
【技术特征摘要】
1.一种弱耦合少模光纤逆向实现方法，其特征在于，以扫描得到的多环型少模光纤的数值仿真结果作为少模光纤数据集，并以可传输模式数量与需优化模式数量相同为条件选取目标所需数据集设置神经网络模型并进行训练，再针对少模光纤的弱耦合需求设置神经网络的优化目标，即以有效折射率数值作为输入，输出光纤的折射率阶跃分布结构参数的预测值；最后通过将预测值与优化目标比对，实现少模光纤结构的逆向优化。
2.根据权利要求1所述的弱耦合少模光纤逆向实现方法，其特征是，所述的扫描，采用ModeSolutions仿真软件计算特定条件下少模光纤的模式特性，具体为：在1.55μm支持的模式及其对应的有效折射率数值。
3.根据权利要求1所述的弱耦合少模光纤逆向实现方法，其特征是，所述的优化目标为最小相邻模式/模群有效折射率差的最大化。
4.根据权利要求1所述的弱耦合少模光纤逆向实现方法，其特征是，所述的神经网络为Keras结构的深度神经网络，包括：每层有300个神经元的三个隐藏层、优化器、激活函数、损失函数以及目标函数。
5.根据权利要求1所述的弱耦合少模光纤逆向实现方法，其特征是，所述的多环型少模光纤是以无掺杂二氧化硅为折射率基准的结构。
6.根据权利要求1所述的弱耦合少模光纤逆向实现方法，其特征是，所述的多环型少模光纤为四环结构且在波长为1.55μm处传输多个低阶模式。
7.根据权利要求6所述的弱耦合少模光纤逆向实现方法，其特征是，所述的多个低阶模式为LP01、LP11、LP21和L...
【专利技术属性】
技术研发人员：杜江兵，何祖源，何枝琴，陈心怡，沈微宏，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31
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。