基于联合残差网络和Bottleneck Transformer的调制格式识别方法

文档名：基于联合残差网络和Bottleneck Transformer的调制格式识别方法
摘要：针对未来光网络链路中的传输需求,提出一种基于联合残差网络(ResNet)和BottleneckTransformer(BT)的调制格式识别(MFI)方法.该方法结合ResNet和BT对6种不同调制格式的信号进行识别,并应用OptiSystem和TensorFlow对其进行仿真.仿真结果表明:在较宽的光信噪比(OSNR)范围内,所提方法的准确率达到了99.72%,并且能够很好地应对传输损伤的影响;与其它深度学习方法相比,该方法性能显著提升.

Abstract：Amodulationformatrecognition(MFI)methodbasedonjointresidualnetwork(ResNet)andBottleneckTransformer(BT)isproposedtomeetthetransmissionrequirementsinfutureopticalnetworklinks.ThismethodcombinesResNetandBTtoidentifysignalswithsixdifferentmodulationformats,andappliesOptiSystemandTensorFlowtosimulatethem.Thesimulationresultsshowthatwithinawiderangeofopticalsignal-to-noiseratio(OSNR),theproposedmethodachievesanaccuracyof99.72%andcaneffectivelycopewiththeimpactoftransmissiondamage.Comparedwithotherdeeplearningmethods,thismethodsignificantlyimprovesitsperformance.

作者：梁坤  刘战胜Author：LIANGKun  LIUZhansheng
作者单位：江苏大学计算机科学与通信工程学院,江苏镇江212000
刊名：光通信技术 PKU
Journal：OpticalCommunicationTechnology
年，卷(期)：2024, 48(3)
分类号：TN256
关键词：调制格式识别  深度学习  残差网络  信号传输  光信噪比  
Keywords：modulationformatidentification  deeplearning  residualnetwork  signaltransmission  opticalsignal-to-noiseratio  
机标分类号：TN929.11TP391TP181
在线出版日期：2024年5月30日
基金项目：江苏大学高级人才科研启动基金项目基于联合残差网络和BottleneckTransformer的调制格式识别方法[
期刊论文]  光通信技术--2024, 48(3)梁坤  刘战胜针对未来光网络链路中的传输需求,提出一种基于联合残差网络(ResNet)和BottleneckTransformer(BT)的调制格式识别(MFI)方法.该方法结合ResNet和BT对6种不同调制格式的信号进行识别,并应用OptiSystem和TensorFlow对其进...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于联合残差网络和Bottleneck Transformer的调制格式识别方法  Modulation format identification method based on joint residual network and Bottleneck Transformers

基于联合残差网络和Bottleneck Transformer的调制格式识别方法.pdf

2024-12-14 11:19 上传 基于联合残差网络和Bottleneck Transformer的调制格式识别方法.pdf

文件大小:

1.88 MB

下载次数:

60

高速下载