CN112152849B - 一种基于智能全光处理的基站及其实施方法 - Google Patents
一种基于智能全光处理的基站及其实施方法 Download PDFInfo
- Publication number
- CN112152849B CN112152849B CN202010993271.7A CN202010993271A CN112152849B CN 112152849 B CN112152849 B CN 112152849B CN 202010993271 A CN202010993271 A CN 202010993271A CN 112152849 B CN112152849 B CN 112152849B
- Authority
- CN
- China
- Prior art keywords
- module
- photon
- optical
- intelligent
- modulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
- H04W88/10—Access point devices adapted for operation in multiple networks, e.g. multi-mode access points
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Neurology (AREA)
- Optical Communication System (AREA)
Abstract
一种基于智能全光处理的基站,包括接收天线模块、光子解调模块、光子滤波模块、光子时钟恢复模块、智能光子模块、光电探测模块、数据整合处理模块、光子调制模块、发射天线模块。智能光子模块由光子智能均衡模块、光子智能识别模块、智能全光比较模块和深度学习FEC模块构成。光子调制模块由光频梳生成模块和n个子载波调制模块序构成。本发明在光域实现对经有线传输的通信信号的解调、量化、模数转换、数据处理,再经调制通过无线传输向终端发射信号。避免多次电光、光电转换引起的链路损耗,保证光信号的质量,突破电子器件的固有瓶颈,对提升数据传输速率,频谱利用率,降低延时等具有十分关键的作用。
Description
技术领域
本发明涉及光信息处理技术,特别是一种基于智能全光处理的基站及其实施方法。
背景技术
通信技术的迭代发展,使得智能手机、平板电脑等无线移动设备在全球的渗透率已经超过100%。车联网和机器对机器(M2M)通信正以非常快的速度发展,预计到2025年将实现互联网连接。最终的网络连接边界由物联网(IoT)范式定义,原则上允许任何对象通过无线网络连接,因此网络的潜在节点数量以万亿计。与此同时,高质量三维(3D)视频,虚拟现实(VR)以及VR和增强现实(AR)混合的应用将会迎来大规模发展。这些新兴的应用场景将对通信系统提出更高的要求:超高传输速率、超低延时、超大覆盖范围、超强可靠性、超大设备容量、定位与感知。
在过去的几十年中,光纤传输取得了令人瞩目的成绩,单条单模光纤传输速率已达到上百Tbit/s。以光纤作为传输媒介的核心网具备处理大带宽数据的能力。作为移动通信系统中最关键的基础设施,基站提供有线通信网络与无线终端之间的无线信号传输以及无线覆盖的功能。目前5G小蜂窝采用6GHz以上的NR频段。其中,一个典型的频段是28GHz,用于传输速率超过10Gbps的高速无线信号。尽管毫米波可以提供Gbps级别的传输数据速率,但是无法满足未来6G对于Tbps级别的传输数据速率的需求。因此,为了满足未来6G通信网络的需求,基站系统将要朝着更大带宽、更高传输速率的方向发展。
“可见光通信”系统利用室内照明设备代替无线LAN局域网基站发射信号,其通信速度可达每秒数十兆至数百兆,未来传输速度还可能超过光纤通信。但是由于可见光频段可被人眼感知,功率不可过高,从而限制了可见光通信的传输距离。太赫兹频段不仅具有丰富的频谱资源,可利用的工作带宽高达十几甚至几十GHz,支持超大工作带宽和超高通信速率,而且可以通过成熟的光子学技术产生。此外,太赫兹频段频率远大于毫米波频段,频率越高,天线的尺寸越小。因此太赫兹通信技术可以作为未来通信的关键技术被广泛应用在基站建设上。
虽然太赫兹通信技术可以满足未来基站对于超大带宽信号处理的通信需求,但是其在应用中还面临超宽带数模和模数转换芯片、数字基带处理芯片制备等方面的技术挑战。由于太赫兹频段可用带宽(>2GHz)远大于4G、5G系统使用的工作带宽(<800MHz),目前的主流数模和模数转换芯片很难满足采样带宽的要求。此外,超大带宽信号的处理也会给基带处理芯片带来超高功耗和超大数据实时处理的压力。随着基站的大规模部署,基站还将面临建设成本高、功耗大的问题。据数据统计显示:5G基站数量至少是4G的2倍,5G基站建设成本将超过4G基站的2倍,功耗则是4G基站的3倍。除此之外,信号在传输过程中需要经历多次光电、电光转换,系统带宽受到微波器件的带宽限制。在处理超大数据流时,数字信号处理芯片将会面临巨大的快速实时处理压力。
微波光子技术具有频带宽、体积小、重量轻等诸多优点,被广泛用于卫星气象观测及雷达探测等领域。它可以克服电子学技术带宽、损耗、时钟抖动等“电子瓶颈”的限制。在能量效率、带宽和最重要的调谐范围方面,微波光子技术是产生毫米波和太赫兹频率的理想方案。基于光子外差混合技术产生太赫兹频率的方法,不仅可以克服电子元器件的带宽限制,还可以有效地促进光纤与无线网络的无缝集成,如太赫兹光纤过光纤(ToF)或光纤到天线(FTTA)结构。同时,随着人工智能技术的不断发展,结合人工智能技术的光子计算在数据处理中也取得不俗的成绩。光子人工智能技术是一类特殊的处理器,它位于前段数字计算机一侧,经过优化可执行特定功能,速度相比电子计算机更快,耗电量也低于通用处理器CPU或GPU等。它可以通过模拟或数字方式实时处理图像和时间序列数据,有着相对成熟的芯片制备技术和计算架构光电设备[8]。相比电子人工智能,光子人工智能可在传输过程中实现信息的处理和计算,其时钟频率具有不受器件能耗的限制的优点。
发明内容
本发明的目的在于针对现有技术的不足,提出一种基于智能全光处理的基站设计方法。该方法基于光子学技术,利用光正交频分技术(OFDM)、全光比较器和基于人工智能的光处理技术,在光域上实现对通信信号的解调、采样、量化、处理和调制,从而实现全光处理的基站架构。极大的简化了原有5G通信架构中电光、光电转换过程,提升系统带宽和处理速度。该系统有望成为下一代更大带宽、更高速率、更低延时通信系统的基站设计方案。
本发明的技术方案如下:
一种基于智能全光处理的基站通信系统,其特点在于,该系统包括接收天线模块、光子解调模块、光子滤波模块、光子时钟恢复模块、光子智能均衡模块、光子智能识别模块、智能全光比较模块、深度学习FEC模块、光电探测模块、数据整合处理模块、光子调制模块和发射天线模块,所述的光子调制模块由光频梳生成模块和n个子载波调制模块按顺序连接构成。所述的接收天线模块的输出端与所述的光子解调模块的输入端相连,所述的光子解调模块的输出端与所述的光子滤波模块的输入端相连,所述的光子滤波模块的输出端与所述的光子时钟恢复模块的输入端相连,所述的光子时钟恢复模块的输出端与所述的光子智能均衡模块的输入端相连,所述的光子智能均衡模块的输出端与所述的光子智能识别模块的输入端相连,所述的光子智能识别模块的输出端与所述的智能全光比较模块的输入端相连,所述的智能全光比较模块的输出端与所述的深度学习FEC模块的输入端相连,所述的深度学习FEC模块的输出端与所述的光电探测模块的输入端相连,所述的光电探测模块的输出端与所述的数据整合处理模块的输入端相连,所述的数据整合处理模块的输出端分别与所述的n个子载波调制模块的第一输入端相连,所述的光频梳生成模块的输出端分别与所述的n个子载波调制模块的第二输入端相连,所述的n个子载波调制模块的输出端分别与所述的发射天线模块的n个输入端依次相连,其中n=1,2,…,N,N为2以上的正整数。
所述的收发天线模块用于接收来自核心网经有线传输的通信信号以及向终端发射经无线传输的通信信号,可采用但不限于大规模天线阵列。
所述的光子调制、解调模块用于对已接收信号和待发射信号在光域中直接进行信号处理,通过在光域中建立OFDM系统,利用光子技术进行IFFT和FFT,其中FFT还用于大带宽数据流的串并转换,可采用但不限于铌酸锂电光调制器、聚合物电光调制器、硅基集成电光调制器、声光调制器或空间调制器,光OFDM系统的调制方式可采用但不局限于PAM-N的调制方式。
所述的光子滤波模块用于滤出各子载波频率,提取加载在子载波上的信息,可采用但不限于光滤波器。
所述的光子时钟恢复模块用于从接收信号中重新获得时钟分量,可采用但不限于光锁相环、锁模光纤激光器、DFB激光器自脉动、外腔锁模激光器等方法。
所述的光子智能均衡模块用于均衡信号在无线信道传输引起的线性或非线性的失真和损耗,可采用但不限于基于延迟线的全光储备池方案或者基于空间的全光储备池方案。
所述的光子智能识别模块用于在光域进行智能调制格式识别,可以对不同的信号进行识别,其方法可采用但不限于光子神经网络方案。
所述的智能全光比较模块用于在光域将输入的连续光信号转为光域的二值化输出的信号,即为二进制信号,可采用但不限于全光模拟比较器、全光光子模数转换方法。
所述的深度学习FEC模块用于对经过不可靠或强噪声干扰信道的通信数据进行错误控制和纠正,可采用但不限于基于神经网络的全光Polar码或LDPC码等方法。
所述的光电探测模块用于光电转换,将光域的数字二进制信号转化为电域的数字二进制信号,可采用但不限于采用PIN管或APD管。
所述的数据整合处理模块用于将二进制电信号整合处理为数字信号,然后将接收后的所有信息进行整合,可采用但不限于信息处理板卡。
所述的光频梳生成模块用于生成频率正交的子载波,进行OFDM调制,可采用但不限于锁模激光器、调制器、微环谐振器等生成光频梳方法。
基于智能全光处理的基站的实施方法,其特点在于该方法包括下列步骤:
1)接收天线模块将接收的通信信号输入光子解调模块,所述的光子解调模块,利用光OFDM通过光域中的傅里叶变换模块对信号进行串并转换和解调。
2)所述的光子解调模块的将解调后的信号输入光子滤波模块,所述的光子滤波模块将各频率成分进行选择和滤波,输入光子时钟恢复模块,进行时钟校准和恢复。
3)所述的光子时钟恢复模块将校准后的信号输入光子智能均衡模块,对失真信号进行补偿和均衡。
4)所述的光子智能均衡模块将均衡后的信号输入光子智能识别模块,利用光子神经网络实现调制方式的识别,对信号进行分类。
5)所述的光子智能识别模块将识别后的信号输入智能全光比较模块,通过判断输入光信号与参考光功率的相对大小,输出二进制的比较结果“0”或“1”。
6)所述的智能全光比较模块将二进制光信号的比较结果输入深度学习FEC模块,进行前向纠错。所述的深度学习FEC模块将校准后的结果输入到光电探测模块,进行光电转换得到二进制电信号后,输入所述的数据整合处理模块。该数据整合处理模块将得到的二进制电信号转换为数字信号输出,方便进行后续的数字处理和调制等。
7)所述的数据整合处理模块将数字信号输入到子载波调制模块的第一输入端,所述的光频梳生成模块生成所需的正交子载波并输入到子载波调制模块的第二输入端。所述的光子调制模块通过光OFDM进行逆傅里叶变换,将调制信号输入到发射天线模块发射。
与现有技术相比,本发明的有益效果如下:
1、本发明采用人工智能与光子技术相结合的智能光子处理方法,实现在光域对接收信号的智能识别和全光比较,避免多次电光、光电转换引入的链路损耗,保证光信号的质量。
2、能够突破电子器件的固有电子瓶颈对模数转换速率、信息处理速率等限制,大大提升通信系统的性能。
3、基于智能光子的全光通信系统架构,有望成为下一代通信的系统架构设计可行性方案,对提升数据传输速率、频谱利用率和降低延时具有十分关键的作用。
附图说明
图1为本发明基于智能全光处理的基站架构方案实施例图的整体架构图;
图2为光子调制的架构图;
具体实施方式
下面结合附图给出本发明的一个具体实施例。本实施例以本发明的技术方案为前提进行实施,给出了详细的实施方式和过程,但本发明的保护范围不限于下述的实施例。
请参见图1-2,图1为本发明基于智能全光处理的基站的一个实施例图,图2为光子调制的架构图,由图可见,本发明基于智能全光处理的基站通信系统,包括接收天线模块1、光子解调模块2、光子滤波模块3、光子时钟恢复模块4、智能光子模块5、光电探测模块6、数据整合处理模块7、光子调制模块8、发射天线模块9。所述的智能光子模块5由光子智能均衡模块5-1、光子智能识别模块5-2、智能全光比较模块5-3和深度学习FEC模块5-4顺序构成。所述的光子调制模块8由光频梳生成模块8-1和n个子载波调制模块8-2顺序构成。所述的接收天线模块1的输出端与所述的光子解调模块2的输入相连,所述的光子解调模块2的输出端与所述的光子滤波模块3的输入端相连,所述的光子滤波模块3的输出端与所述的光子时钟恢复模块4的输入端相连,所述的光子时钟恢复模块4的输出端与所述的光子智能均衡模块5-1的输入端相连,所述的光子智能均衡模块5-1的输出端与所述的光子智能识别模块5-2的输入端相连,所述的光子智能识别模块5-2的输出端与所述的智能全光比较模块5-3的输入端相连,所述的智能全光比较模块5-3的输出端与所述的深度学习FEC模块5-4的输入端相连,所述的深度学习FEC模块5-4的输出端与所述的光电探测器模块6的输入端相连,所述的光电探测器模块6的输出端与所述的数据整合处理模块7的输入端相连,所述的数据整合处理模块7的输出端与所述的n个子载波调制模块8-2的第一输入端相连,所述的光频梳生成模块8-1的输出端与所述的n个子载波调制模块8-2的第二输入端相连,所述的n个子载波调制模块8-2的输出端分别与所述的发射天线模块9的n个输入端相连,其中n=1,2,…,N,N为2以上的正整数。
上述基于智能全光处理的基站的通信方法如下:
1)接收天线模块1将接收的通信信号输入光子解调模块2,所述的光子解调模块利用光OFDM通过光域中的傅里叶变换模块对信号进行串并转换和解调。
2)解调后的信号输入光子滤波模块3,所述的光子滤波模块将各频率成分进行选择和滤波后,传输入光子时钟恢复模块4,光子时钟恢复模块4进行时钟校准和恢复,并将校准后的信号传输給光子智能均衡模块5-1。
3)光子智能均衡模块5-1对失真信号进行补偿和均衡后,传输至光子智能识别模块5-2。
4)光子智能识别模块5-2,利用光子神经网络实现调制方式的识别,并对信号进行预处理和分类。
5)光子智能识别模块将识别后的信号输入智能全光比较模块5-3,通过判断输入光信号与参考光功率的相对大小,输出二进制的比较结果“0”或“1”。
6)智能全光比较模块将二进制光信号的比较结果输入深度学习FEC模块5-4,进行前向纠错。所述的深度学习FEC模块将校准后的结果输入到光电探测模块6,进行光电转换得到二进制电信号后,输入所述的数据整合处理模块7。该数据整合处理模块将得到的二进制电信号转换为数字信号输出,方便进行后续的数字处理和调制等。
7)数据整合处理模块将数字信号输入到子载波调制模块8-1的第一输入端,光频梳生成模块8-1生成所需的正交子载波并输入到子载波调制模块的第二输入端。所述的光子调制模块8通过光OFDM进行逆傅里叶变换,将调制信号输入到发射天线模块9发射。
Claims (13)
1.一种基于智能全光处理的基站,其特征在于,包括接收天线模块(1)、光子解调模块(2)、光子滤波模块(3)、光子时钟恢复模块(4)、智能光子模块(5)、光电探测模块(6)、数据整合处理模块(7)、光子调制模块(8)和发射天线模块(9);
所述的智能光子模块(5)包括光子智能均衡模块(5-1)、光子智能识别模块(5-2)、智能全光比较模块(5-3)和深度学习FEC模块(5-4);
所述的光子调制模块(8)包括光频梳生成模块(8-1)和n个子载波调制模块(8-2);
所述的接收天线模块(1)的输出端与所述的光子解调模块(2)的输入相连,所述的光子解调模块(2)的输出端与所述的光子滤波模块(3)的输入端相连,所述的光子滤波模块(3)的输出端与所述的光子时钟恢复模块(4)的输入端相连,所述的光子时钟恢复模块(4)的输出端与所述的光子智能均衡模块(5-1)的输入端相连,所述的光子智能均衡模块(5-1)的输出端与所述的光子智能识别模块(5-2)的输入端相连,所述的光子智能识别模块(5-2)的输出端与所述的智能全光比较模块(5-3)的输入端相连,所述的智能全光比较模块(5-3)的输出端与所述的深度学习FEC模块(5-4)的输入端相连,所述的深度学习FEC模块(5-4)的输出端与所述的光电探测模块(6)的输入端相连,所述的光电探测模块(6)的输出端与所述的数据整合处理模块(7)的输入端相连,所述的数据整合处理模块(7)的输出端与所述的n个子载波调制模块(8-2)的第一输入端相连,所述的光频梳生成模块(8-1)的输出端与所述的n个子载波调制模块(8-2)的第二输入端相连,所述的n个子载波调制模块(8-2)的输出端分别与所述的发射天线模块(9)的n个输入端相连,其中n=1,2,…,N,N为2以上的正整数;
接收天线模块(1)将接收的通信信号输入光子解调模块,所述的光子解调模块(2)利用光OFDM通过傅里叶变换对信号进行解调;所述的光子解调模块(2)的将解调后的信号输入光子滤波模块,所述的光子滤波模块(3)将各频率成分进行选择和滤波,输入光子时钟恢复模块(4),进行时钟校准和恢复;所述的光子时钟恢复模块(4)将校准后的信号输入光子智能均衡模块(5-1),对失真信号进行补偿和均衡;所述的光子智能均衡模块(5-1)将均衡后的信号输入光子智能识别模块(5-2),利用光子神经网络实现调制方式的识别,对信号进行预处理和分类;所述的光子智能识别模块(5-2)将识别后的信号输入智能全光比较模块(5-3),通过判断输入光信号与参考光功率的相对大小,输出二进制的比较结果“0”或“1”;所述的智能全光比较模块(5-3)将二进制光信号的比较结果输入深度学习FEC模块(5-4),进行前向纠错,所述的深度学习FEC模块(5-4)将校准后的结果输入到光电探测模块(6),进行光电转换得到二进制电信号后,输入所述的数据整合处理模块(7),该数据整合处理模块将得到的二进制电信号转换为数字信号输出,方便进行后续的数字处理和调制;所述的数据整合处理模块(7)将数字信号输入到子载波调制模块(8-2)的第一输入端,所述的光频梳生成模块(8-1)生成所需的正交子载波并输入到子载波调制模块(8-2)的第二输入端,所述的光子调制模块(8)通过光OFDM进行逆傅里叶变换,将调制信号输入到发射天线模块(9)发射。
2.根据权利要求1所述的基于智能全光处理的基站,其特征在于所述的光子智能均衡模块(5-1)针对在均衡信道传输引起的通信信号失真和损耗,用于补偿光纤传输系统中的非线性失真。
3.根据权利要求1所述的基于智能全光处理的基站,其特征在于所述的光子智能识别模块(5-2)用于在光域进行智能调制格式识别,进行信号预处理、特征参数提取和分类。
4.根据权利要求1所述的基于智能全光处理的基站,其特征在于所述的智能全光比较模块(5-3)在光域上对智能均衡后的信号光功率与参考光功率的相对大小进行比较,并将比较结果转化为二进制光信号“0”或“1”。
5.根据权利要求1所述的基于智能全光处理的基站,其特征在于所述的深度学习FEC模块(5-4)用于对经过不可靠或强噪声干扰信道的通信数据进行错误控制和纠正,包括LDPC码、Polar码或全光Polar码。
6.根据权利要求1所述的基于智能全光处理的基站,其特征在于光子解调模块(2)和光子调制模块(8)用于对已接收信号和待发射信号在光域中直接进行信号处理,通过在光域中建立OFDM系统,利用光子技术进行IFFT和FFT,其中FFT还用于大带宽数据流的串并转换,光OFDM系统的调制方式包括PAM-N。
7.根据权利要求1或6所述的基于智能全光处理的基站,其特征在于光子解调模块(2)和光子调制模块(8)采用铌酸锂电光调制器、聚合物电光调制器、硅基集成电光调制器、声光调制器或空间调制器。
8.根据权利要求1所述的基于智能全光处理的基站,其特征在于所述的光子时钟恢复模块(4)用于从接受信号中重新获得时钟分量,包括光锁相环、锁模光纤激光器、DFB激光器自脉动或外腔锁模激光器。
9.根据权利要求1所述的基于智能全光处理的基站,其特征在于光频梳生成模块(8-1)为被动锁模激光器、主动锁模激光器、调制器、或微环谐振器。
10.根据权利要求1所述的基于智能全光处理的基站,其特征在于所述的接收天线模块(1)和发射天线模块(9)用于接收来自核心网经有线传输的通信信号以及向终端发射经无线传输的通信信号。
11.根据权利要求1所述的基于智能全光处理的基站,其特征在于,所述的光子滤波模块(3)用于滤出各子载波频率,提取加载在子载波上的信息。
12.根据权利要求1所述的基于智能全光处理的基站,其特征在于,所述的数据整合处理模块(7)为信息处理板卡,用于将二进制电信号整合处理为数字信号。
13.根据权利要求1所述的基于智能全光处理的基站,其特征在于,所述的光电探测模块(6)采用PIN管或APD管。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010993271.7A CN112152849B (zh) | 2020-09-21 | 2020-09-21 | 一种基于智能全光处理的基站及其实施方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010993271.7A CN112152849B (zh) | 2020-09-21 | 2020-09-21 | 一种基于智能全光处理的基站及其实施方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112152849A CN112152849A (zh) | 2020-12-29 |
CN112152849B true CN112152849B (zh) | 2022-03-08 |
Family
ID=73893462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010993271.7A Active CN112152849B (zh) | 2020-09-21 | 2020-09-21 | 一种基于智能全光处理的基站及其实施方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112152849B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792870A (zh) * | 2021-10-29 | 2021-12-14 | 广西大学 | 基于声光技术的全光控制光学神经网络系统 |
CN114374438A (zh) * | 2021-12-02 | 2022-04-19 | 中国电子科技集团公司第三十四研究所 | 一种人工智能算法赋能的高线性微波光子链路 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1812291A (zh) * | 2005-01-26 | 2006-08-02 | 北京大学 | 基于光信号处理的无线通信系统 |
CN102223340A (zh) * | 2011-06-20 | 2011-10-19 | 电子科技大学 | 基于光梳的太比特传输速率相干光正交频分复用系统 |
CN103944643A (zh) * | 2014-04-24 | 2014-07-23 | 中国科学院半导体研究所 | 一种基于交叉偏振调制实现全光微波上变频装置 |
CN107222263A (zh) * | 2017-04-27 | 2017-09-29 | 南京航空航天大学 | 一种基于相干光频梳的微波光子收发信机 |
EP3241072A1 (en) * | 2014-12-31 | 2017-11-08 | Dolby Laboratories Licensing Corporation | High contrast discrete input prism for image projectors |
CN109818681A (zh) * | 2019-03-21 | 2019-05-28 | 南京航空航天大学 | 基于双光频梳和差频复用的mimo雷达探测方法及装置 |
-
2020
- 2020-09-21 CN CN202010993271.7A patent/CN112152849B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1812291A (zh) * | 2005-01-26 | 2006-08-02 | 北京大学 | 基于光信号处理的无线通信系统 |
CN102223340A (zh) * | 2011-06-20 | 2011-10-19 | 电子科技大学 | 基于光梳的太比特传输速率相干光正交频分复用系统 |
CN103944643A (zh) * | 2014-04-24 | 2014-07-23 | 中国科学院半导体研究所 | 一种基于交叉偏振调制实现全光微波上变频装置 |
EP3241072A1 (en) * | 2014-12-31 | 2017-11-08 | Dolby Laboratories Licensing Corporation | High contrast discrete input prism for image projectors |
CN107222263A (zh) * | 2017-04-27 | 2017-09-29 | 南京航空航天大学 | 一种基于相干光频梳的微波光子收发信机 |
CN109818681A (zh) * | 2019-03-21 | 2019-05-28 | 南京航空航天大学 | 基于双光频梳和差频复用的mimo雷达探测方法及装置 |
Non-Patent Citations (1)
Title |
---|
OCDMA技术的研究现状及发展;杨淑雯;《信息科技》;20110801;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112152849A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112152849B (zh) | 一种基于智能全光处理的基站及其实施方法 | |
CN106304420B (zh) | 面向5g功率复用的模拟光传输的无线前传系统 | |
CN103516429B (zh) | 基于本振广播的w波段宽带毫米波全双工接入方法和系统 | |
CN105007121A (zh) | 基于光载无线技术的毫米波轨道角动量通信装置及方法 | |
CN111416662A (zh) | 基于偏振复用双mzm调制器的信号生成传输系统及方法 | |
Ali et al. | Analysis of a framework implementation of the transceiver performances for integrating optical technologies and wireless LAN based on OFDM-RoF | |
CN102075471A (zh) | 基于高斯滤波最小移频键控的光无线融合系统和方法 | |
CN113740833A (zh) | 一种微波光子雷达通信一体化系统及方法 | |
Li et al. | 54/104 meters Terahertz wireless delivery of 124.8/44.8 Gbit/s Signals without Terahertz Amplifier | |
Sung et al. | Demonstration of IFoF based 5G mobile fronthaul in 28 GHz millimeter wave testbed supporting giga-bit mobile services | |
CN101714899B (zh) | 一种光纤无线通信系统 | |
CN113014326A (zh) | 光收发模块、光网络终端及通信系统 | |
CN101982983B (zh) | 采用半导体光放大器产生毫米波及其在光载微波通信系统中的应用方法与装置 | |
CN101567745A (zh) | 光载波抑制调制产生光毫米波的ofdm光纤无线通信系统 | |
CN101001114A (zh) | 结构简单的全双工光纤无线通信系统 | |
CN101562482A (zh) | 光纤无线通信系统及其下行链路多业务毫米波的产生方法 | |
CN110505016B (zh) | 一种基于推挽调制器的电矢量毫米波生成方法 | |
CN104917569B (zh) | 针对大规模天线阵列的模数混合射频光纤传输架构 | |
CN101136705B (zh) | 毫米波光纤无线电上行链路的全光副载波解调装置及方法 | |
CN108631881B (zh) | 一种相干光装置 | |
Kabonzo et al. | Impact of radio over fiber technology for integrated 5G front and back-haul applications | |
CN101951311B (zh) | 无源光网络中在接收端动态优化调节的突发时钟恢复方法 | |
Zhao et al. | D-band 4600 m wireless transmission with rates exceeding 100 Gbit/s based on photonics aided technologies | |
Yang et al. | 32-Gb/s CAP Signals Wireless Delivery at D-Band Over 4.6 Km Based on Photonics-Aided Technology and Envelope Detection | |
CN201550123U (zh) | 光纤无线通信系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |