物联网环境下复杂光纤通信传输网络节点调度

为了解决物联网环境下,光纤通信传输网络节点能耗高、调度效率低的问题,提出一种物联网环境下复杂光纤通信传输网络节点调度方法。在物联网环境下,分析光纤通信传输网络节点的分布情况,根据动态联盟理论,以最快调度速度和最小投资为目标,构建复杂光纤通信传输网络节点调度模型。通过蚁群和粒子群算法相结合的融合算法展开全部搜索,获取最佳调度方案,实现光纤通信传输网络节点调度。实验结果表明,所提方法的节点平均能耗在6.0 mJ以下,LBF值始终高于0.20,且节点调度耗时始终低于200 ms,具有良好的调度效果。

光纤通信中的相干传输技术在400G OTN中的应用研究

探讨同步传输技术在千兆光网络中的实际应用情况。通过介绍同步传输技术的基本概念,深入讨论超400G光传输网络面临的挑战及其在光传送网(Optical Transport Network,OTN)中的应用前景。研究重点分析调制与解码技术、自适应调整等关键技术,并提出改善信号强度、纠正色散问题、克服光纤内非线性影响以及提高光放大器效率的方法。在研究过程中,还优化了前向纠错机制和错误率控制策略,以推动相干传输技术在400G OTN网络中的应用,提高光网络传输效率和扩展容量。

卫星内无线光网络通信技术及其实现

卫星内无线光网络通信的基础在于卫星内无线光通信链路 为保障链路质量,必须解决适合卫星内环境的抗噪和抗多径损害等技术问题,以及相关设备的适当重量、体积和功耗等实现问题 其关键是结合载波和卫星环境的特性,并配合其它卫星技术研究无线光网络通信技术 实验表明,在卫星内实现适应编码调制和脉冲波形技术,无线光噪声复合消除技术、后验均衡技术和有序捆绑解调解码技术等,点对点和点对多点高速光链路误码率达到了正常通信要求 为进一步利用无线光属性组建高服务质量(QoS)网络,获得高的整体通信效率奠定坚实根基.

灵活透明光网络的自适应传输控制策略

灵活透明光网络是传送网的发展演进方向之一。目前,智能传送网的协议标准主要用于选路与交换过程的控制,若在自动交换光网络(ASON)架构基础上引入对传送平面物理特性的智能控制功能,基于损伤感知对控制平面进行功能扩展,可以实现端到端传输质量最优化。传输自适应的控制过程可以用可调节补偿单元信息搜集、链路传输性能监测、自适应调节计算、可调节补偿单元控制等4个步骤来实现。支持光通路自适应传输过程的协议扩展可采用分布式路由方案和分布式信令方案两种解决方案。

适合于波长路由光网的新型光转发器的设计

针对波长路由光网的特点 ,详细阐述了透明传输的优点及其限制因素 ,从而说明了城域网数据透明传输 ,而广域网中不透明传输的特性。在此基础上 ,提出了一种结构新颖的光转发器 ,并详细分析了其在未来波长路由光网中的具体应用。这种基于光电。

智能电网中基于复杂网络的电力光传输网抗毁性分析

为了提高智能电网中电力光传输网的抗毁性,基于复杂网络理论对南京市江北区电力光传输网进行随机性攻击和选择性攻击实验仿真,根据仿真结果给出提高电力光传输网抗毁性的方法.在随机性攻击实验中分析了单个节点失效对网络连通性能的影响,并对枢纽节点进行了筛选,得到需要重点保护的枢纽节点.在选择性攻击中,提出了网络效率相对损失率优先攻击和实时介数优先攻击策略,并从连通能力、网络效率和网络效率相对损失率三方面进行抗毁性评价.实验结果表明,电力光传输网对实时介数优先攻击的抗毁性最差,由此提出了一种重要节点评估与保护方法以提高电力光传输网的抗毁性,并仿真验证了该方法的可行性和有效性.

FOCT双Sigmoid函数自适应去噪及网络传输系统设计

为了提高光纤电流互感器(FOCT)输出信号的信噪比(SNR),针对FOCT输出信号的特征,提出一种改进的双Sigmoid函数变步长自适应算法,并利用ActiveX技术设计了一种自适应去噪及网络传输系统。通过设计的系统,将所提出的算法与现有的一种变步长自适应算法进行了对比分析,结果表明:提出的算法获得的抗噪声干扰能力更强,测量准确度更高。利用LabVIEW的TCP/IP开发工具包实现了数据的网络通信,满足了高压电网测量的实际工程所需。

无波前传感自适应光学神经网络控制方法

针对无波前探测自适应光学系统,研究了基于神经网络的波前控制方法。建立了无波前探测自适应光学仿真模型,分别采用卷积神经网络(Convolution Neural Network,CNN)和普通神经网络(General Neural Network,GNN)作为控制算法,远场光斑图像为神经网络的输入信号,一定阶数的泽尼克模式系数为神经网络的输出,分析了波前校正效果。仿真结果表明,经过充分训练后的神经网络可以快速、准确地从远场光斑图像中复原出入射波前的低阶泽尼克模式系数,CNN的效果优于GNN,二者的损失函数值分别为0.015 8和0.037 6。相比于传统的迭代式寻优控制方法,神经网络控制方法能够基于远场光斑图像快速得到控制信号,在实时性方面有明显优势。

透明光网络中自适应传输的复杂机理分析及控制

从分析多业务驱动下未来光网络的演进趋势入手,提出透明光网络中自适应传输的思想,详细分析了由此所引入的复杂机理及所需要的动态控制关键技术,并通过构建自适应传输模型,对所提出的实现方案进行了计算机仿真验证。

基于透明介质成像的光学散射神经网络

近年来,随着神经网络的发展,多种光电神经网络框架相继提出,在图像和语音处理等方面表现出强大的应用潜力。设计一种新型的基于透明介质成像的光学散射神经网络框架。描述透明介质双向散射传播的物理特性,采用多层堆叠散射介质构建神经网络单层智能单元,并利用非线性光电材料薄膜实现非线性激活,级联单层智能单元构建深度网络物理模型;根据双向散射物理模型构造对应的双向数字复值神经网络,并根据复值求导链式法则推导数字权重更新的后向传播算法,其复值网络权重参数通过调控散射介质的物理参数来实现;在MNIST数据集上验证其智能分类的有效性。

基于复杂网络的电力光缆传输网脆弱性分析及优化

电力光缆传输网是支撑电力网安全生产的重要环节,它出现故障会对整个电力系统的安全运行带来重大影响。因此,针对电力光缆传输网进行脆弱性分析与网络优化,可以有效增强电力光缆抵御故障的能力,同时极大地提高电力系统的安全性与稳定性。文中以电力光缆网络数学建模为基础,利用复杂网络理论对实际网络鲁棒性和脆弱性进行分析,以期找出存在于网络中的脆弱环节,进而实现网络优化,进一步提高网络抵御故障的能力。

可升级光网络中感知损伤的路由波长和补偿分配

研究了具有混合传输速率、调制格式和动态色散补偿特性的容量可升级透明光网络中的光路连接分配问题.提出了2种感知损伤的路由波长和补偿量分配算法(IA-RWCA).仿真结果表明,与已有感知损伤的路由和波长分配算法相比,IA-RWCA算法可以显著改善网络性能,降低网络阻塞率.