买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都光创联科技有限公司申请的专利基于深度学习的光模块多参数自动调试方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120034257B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510502956.X，技术领域涉及：H04B10/079；该发明授权基于深度学习的光模块多参数自动调试方法是由卢广荣;熊伟霖;刘伟;徐迎;许远忠;李惠敏设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于深度学习的光模块多参数自动调试方法在说明书摘要公布了：本发明公开了一种基于深度学习的光模块多参数自动调试方法，属于光通信技术领域，设置光模块的调整参数空间；构建光模块参数调试数据集；构建深度神经网络代理模型；对深度神经网络代理模型进行训练，并通过贝叶斯优化采集模型和拟牛顿法对训练后选择得到的最优观测值集合进行优化处理，得到预测性能参数；判断预测性能参数是否满足样本添加条件，若是则向光模块参数调试数据集添加对抗训练样本并重新训练，否则保存当前的最优观测值集合；重复训练并保存最优观测值集合，直至相隔τ轮分别保存的最优观测值集合满足收敛约束，得到参数调试结果写入Flash并存储。本发明解决了光模块调试时效率低和准确性不足的问题。

本发明授权基于深度学习的光模块多参数自动调试方法在权利要求书中公布了：1.一种基于深度学习的光模块多参数自动调试方法，其特征在于，包括如下步骤： S1、根据目标调整的光模块测试参数，设置光模块的调整参数空间； S2、根据光模块的调整参数空间，获取光模块测试参数，并构建光模块参数调试数据集； 所述S2包括如下步骤： S21、利用集成自动化测试设备实时对调整参数空间中光模块测试参数进行调整以测试光模块，并利用拉丁超立方采样模型对光模块测试参数与对应的光模块性能指标参数进行采样和时序存储，得到光模块参数测试数据集； 所述拉丁超立方采样模型的计算表达式如下： ， 其中，表示光模块参数测试数据集，表示第i组光模块测试参数样本，表示第i组光模块性能指标参数样本，N表示参数样本总组数，其中，i=1,2，…,N； S22、利用光学仿真软件根据调整参数空间中的光模块测试参数进行光模块性能仿真测试，并对仿真测试中的光模块测试参数与对应的光模块性能指标参数进行采样和时序存储，得到光模块参数仿真数据集； S23、结合光模块参数测试数据集和光模块参数仿真数据集，得到初始光模块参数调试数据集； S24、对初始光模块参数调试数据集中的光模块测试参数进行Z-socre归一化处理，得到归一化处理后的光模块测试参数； S25、利用归一化处理后的光模块测试参数对应替换光模块参数调试数据集中的光模块测试参数，得到光模块参数调试数据集； S3、构建深度神经网络代理模型； S4、利用光模块参数调试数据集对深度神经网络代理模型进行训练，并通过贝叶斯优化采集模型和拟牛顿法对训练后选择得到的最优观测值集合进行优化处理，得到预测性能参数； 所述S4包括如下步骤： S41、将光模块参数调试数据集中的光模块测试参数作为训练输入数据，并将各光模块测试数据对应的光模块性能指标参数作为输出真值，且将光模块参数调试数据集按预设划分比例作为训练集； S42、根据光模块多参数联合损失函数，利用训练集重复对深度神经网络代理模型进行预设批次训练，得到阶段训练完成的深度神经网络代理模型及对应的光模块性能指标参数预测值集合； S43、对光模块性能指标参数预测值集合进行预测偏差评估，得到预测偏差评估结果； 所述预测偏差评估结果的计算表达式如下： ， ， 其中，表示预测偏差评估结果，表示光模块性能指标参数预测值集合中第v组光模块性能指标参数的真值，表示光模块性能指标参数预测值集合中第v组光模块性能指标参数的预测值，表示光模块性能指标参数预测值集合中光模块性能指标参数的平均预测值，其中，v=1，2，…，V，其中，V表示光模块性能指标参数预测值集合中光模块性能指标参数预测值的总组数； S44、若预测偏差结果为负数，则调整训练深度神经网络代理模型的学习率和训练数据批次，添加对抗训练样本，并基于S42-S43的方法继续对深度神经网络代理模型重新训练和预测偏差评估； S45、若预测偏差结果不为负数，则基于S42-S43的方法对深度神经网络代理模型重复训练和预测偏差评估预设迭代次数后，选择预测偏差评估结果最大时对应的光模块性能指标参数预测值集合作为最优观测值集合； S46、基于最优观测值集合，通过贝叶斯优化采集模型计算得到期望改进优化结果； 所述贝叶斯优化采集模型的计算表达式如下： ， 其中，表示光模块测试参数样本X对应的期望改进优化结果，表示求期望，表示光模块测试参数样本X对应的光模块性能指标参数的预测值，表示最优观测值集合，表示光模块测试参数样本X对应的光模块性能指标参数的预测均值，表示取非负的最大值，表示探索权重因子； S47、通过拟牛顿法L-BFGS-B对期望改进优化结果进行边界约束优化，得到预测性能参数； 所述的计算表达式如下： ， 其中，表示预测性能参数，表示取期望改进优化结果最大时对应的光模块测试参数样本，表示使得，表示光模块测试参数样本的约束条件函数； S5、判断预测性能参数是否满足样本添加条件，若是则向光模块参数调试数据集添加对抗训练样本，并返回S4，否则保存当前的最优观测值集合，并进入S6； S6、重复S4~S5若干轮次，直至相隔τ轮分别保存的最优观测值集合满足收敛约束，则将当前的预测性能参数及其对应的光模块测试参数样本作为参数调试结果写入Flash并存储。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都光创联科技有限公司，其通讯地址为：610000 四川省成都市高新区西区大道199号C1栋3层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。