一种光纤传输信号预测模型的训练方法及装置制造方法及图纸

本公开提供了一种光纤传输信号预测模型的训练方法，包括：获取初始光纤信号以及N个标签信号；其中，N≥2，N个标签信号为初始光纤信号经过N个不同传输距离的光纤链路进行传输后的信号；将初始光纤信号与所述N个标签信号进行归一化处理，得到归一化后的模型输入信号与归一化后的标签信号；构建归一化后的模型输入信号的三维张量及归一化后的标签信号的二维张量，得到三维模型输入数据与二维标签数据；以及使用部分三维模型输入数据及二维标签数据作为训练数据来训练光纤传输信号预测模型。本公开还提供了光纤传输信号的预测方法、光纤传输信号预测模型的训练装置、光纤传输信号的预测装置、电子设备、存储介质及计算机程序产品。品。品。

【技术实现步骤摘要】
一种光纤传输信号预测模型的训练方法及装置


[0001]本公开涉及光纤通信与机器学习
，具体涉及一种光纤传输信号预测模型的训练方法、预测方法、装置、电子设备、存储介质及程序产品。

技术介绍

[0002]光纤传输信号预测作为光纤通信领域中的重要任务之一，为光纤传输信号的信号质量、传输容量的预测提供了重要的依据。除此之外，对光纤传输信号的预测也能够进一步指导光纤通信系统各个模块的优化。
[0003]现有技术中的光纤传输信号预测模型基于分步傅里叶算法，该算法虽然能在一定的精度范围内对光纤内的通信信号进行预测，但是往往存在计算存储资源消耗大、计算效率易受传输距离影响而变得不稳定等问题。

技术实现思路

[0004]为解决现有技术中存在的问题，本公开实施例提供的一种光纤传输信号预测模型的训练方法、预测方法、装置、电子设备、存储介质及程序产品，旨在解决降低数据计算复杂度以及快速准确预测光纤信号等技术问题。
[0005]本公开的第一个方面提供了一种光纤传输信号预测模型的训练方法，包括：获取初始光纤信号以及N个标签信号；其中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光纤传输信号预测模型的训练方法，其特征在于，包括：获取初始光纤信号以及N个标签信号；其中，N≥2，所述N个标签信号为所述初始光纤信号经过N个不同传输距离的光纤链路进行传输后的信号；将所述初始光纤信号与所述N个标签信号进行归一化处理，得到归一化后的模型输入信号与归一化后的标签信号；构建所述归一化后的模型输入信号的三维张量及所述归一化后的标签信号的二维张量，得到三维模型输入数据与二维标签数据；以及使用部分所述三维模型输入数据及所述二维标签数据作为训练数据来训练光纤传输信号预测模型。2.根据权利要求1所述的光纤传输信号预测模型的训练方法，其特征在于，所述使用部分所述三维模型输入数据及所述二维标签数据作为训练数据来训练光纤传输信号预测模型，包括：设置所述光纤传输信号预测模型的初始训练参数，其中，所述初始训练参数至少包括最大迭代参数阈值及最小损失函数阈值；将部分所述三维模型输入数据及所述二维标签数据输入至所述光纤传输信号预测模型中进行训练；判断当前迭代的代数是否大于所述最大迭代参数阈值或是否小于所述最小损失函数阈值；若是，结束迭代，并固定所述光纤传输信号预测模型训练后的模型参数。3.根据权利要求1所述的光纤传输信号预测模型的训练方法，其特征在于，所述初始光纤信号与所述N个标签信号均为复数信号，其中，所述将所述初始光纤信号与所述N个标签信号进行归一化处理，得到归一化后的模型输入信号与归一化后的标签信号，包括：将所述初始光纤信号与所述N个标签信号分别除以与其相应的模的最大值，并分别求取所述初始光纤信号与所述N个标签信号的实部与虚部，得到归一化后的模型输入信号与归一化后的标签信号。4.根据权利要求1所述的光纤传输信号预测模型的训练方法，其特征在于，该方法还包括：使用另一部分所述三维模型输入数据及所述二维标签数据作为测试数据来测试光纤传输信号预测模型，得到测试后的所述光纤传输信号预测模型；其中，所述测试数据为所述三维模型输入数据及所述二维标签数据中作为训练数据以外的数据。5.根据权利要求1所述的光纤传输信号预测模型的训练方法，其特征在于，该方法还包括：利用调制器将电信号加载至所述光载波上，得到调制后的所述初始光纤信号；采用N个不同传输距离的光纤链路对调制后的所述初始光纤信号进行传输并标注，得到所述N个标签信号。6.根据权利要求1所述的光纤传输信号预测模型的训练方法，其特征在于，所述光纤传输信号预测模型采用复合式神经网络结构，其包括：Transformer编码模块，包括：第一残差结构、第一数据处理结构、第二残差结构及第二数据处理结构；其中，所述第一残差结构用于将所述...

【专利技术属性】
技术研发人员：陈宏伟，臧裕斌，
申请(专利权)人：清华大学，
类型：发明
国别省市：