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！

龙图腾网获悉南京大学申请的专利一种基于光神经网络的光通信信号优化的方法及装置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：CN119449184B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411625873.1，技术领域涉及：H04B10/69；该发明授权一种基于光神经网络的光通信信号优化的方法及装置是由邹宁睦;邸康健;张益昕;于福浩;谢佳晨;江伟;陈思霖;张旭苹设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于光神经网络的光通信信号优化的方法及装置在说明书摘要公布了：本发明公开了一种基于光神经网络的光通信信号优化的方法及装置，涉及光通信技术领域。本发明方法通过设计光神经网络芯片，在光路上对光通信系统的光传输信号进行优化；在电上将训练好的神经网络的权重加载到光神经网络中，通过片上在线训练，不断优化权重，从而提高光信号优化的质量。在完成训练后，可根据各器件的权重设计相应的微环调制器从而实现全光处理，并且不需要光电转换，减少系统因光电器件引起的噪声。本发明方法通过光光神经网络处理光通信信号，避免了对电子计算资源的依赖，提高了光通信系统的响应速度和消光比。

本发明授权一种基于光神经网络的光通信信号优化的方法及装置在权利要求书中公布了：1.一种基于光神经网络的光通信信号优化的方法，其特征在于，包括：接收光通信数据、初始化微环调制器电压信号的权重、计算光神经网络梯度、更新微环调制器电压信号的权重和输出光通信数据，具体步骤如下： S1、接收光通信数据： S1.1、光通信系统发送各种光通信数据格式，光电探测器探测不同光通信数据格式的光强，构建发送数据的眼图及数据集I； S1.2、将光芯片的光信号输入模块通过光纤接入所述光通信系统的接收端； S2、初始化微环调制器电压信号的权重： S2.1、构建电上神经网络模型，具体包括： S2.1.1、定义神经网络模型输入为X，实际输出为Y，所述光通信系统中发送的原始RZ、NRZ以及PAM4数据格式信号为神经网络模型的理想输出Y'； S2.1.2、构建电上神经网络模型f，有以下公式： Y＝fX；w0 其中，w0为电上神经网络的初始化权重，网络的损失为理想输出Y'和实际输出Y的均方误差； S2.1.3、电上神经网络模型f的规模随输入信号的模式进行扩大与缩小； S2.2、将电上神经网络权重加载到光神经网络中，对电上神经网络进行训练，权重不断更新，确定最终权重，将电上神经网络的最终权重转化成驱动微环调制器的电压信号； 所述光神经网络包括若干个微环调制器，用于编码和解码输入的光信号，编码和解码权重由微环调制器控制，外部通过第一电压源模块和第二电压源模块共同驱动微环调制器工作，调整光神经网络的权重，输出编码后的光信号；所述第一电压源模块，输出多个稳压电源，用于控制所述光神经网络模块中上半部分微环调制器的输出光功率；所述第二电压源模块，输出多个稳压电源，用于控制所述光神经网络模块中下半部分微环调制器的输出光强； S3、计算光神经网络梯度： S3.1、前向传播，在光神经网络中完成光通信信号的输入输出； S3.2、计算损失，计算光神经网络中输出光强与理想输出光强之间的损失； S3.3、梯度下降，计算光神经网络中各层之间的梯度； S4、更新微环调制器电压信号的权重： 将输出电压的误差通过隐藏层向输入层逐层反传，并将误差分摊给各层所有的微环调制器电压的电压控制器，从各层获得误差信号，作为调整光神经网络各微环调制器电压信号权重的依据； 在光神经网络系统训练过程中，若实际通信信号指标不在期望的目标信号指标内，进行误差的反向传播，更新光神经网络的权重参数，公式为： 其中，θ为光神经网络训练的学习率，将更新后的微环调制器电压信号vw加载到对应的电压控制器上，LP为输出功率Pout与原始功率Plabel的损失； S5、输出光通信数据： 将光芯片的光信号输出模块通过光纤接出，直接接入光通信系统的接收端。

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南京大学，其通讯地址为：215009 江苏省苏州市太湖大道1520号；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”。

以上内容由龙图腾AI智能生成。