基于机器学习的光纤网络激光器异常功率数据采集系统设计

• 作者: 张晓芳
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 机器学习 光纤网络 激光器异常功率数据 采集系统
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 光通信与网络
• 页码范围: 111-115
• 页数: 5页
• 分类号: TN248
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2020.09.111

摘要

针对传统的激光器异常功率数据采集系统存在采集精度较低、抗干扰性不好等问题,提出并设计了一种基于机器学习的光纤网络激光器异常功率数据采集系统.给出激光器异常功率数据采集系统的总体架构,从硬件和软件2个方向分析,得到激光器异常功率数据采集系统的硬件框图;软件部分,根据激光器异常功率检测,判断功率数据是否异常,结合瞬时谱检测方法,对检测得到的异常功率数据进行时频分布特征分析.同时根据激光器异常功率数据特征的主成分,获取激光器异常功率数据的特征值,在此基础上,采用机器学习方法采集异常功率数据,实现了光纤网络的激光器异常功率数据采集系统设计.仿真结果表明,采用该方法进行激光器异常功率数据采集的精度在86％～95％区间,采集精度较高,输出数据的抗干扰性较好,输出信噪比均高于45 dB.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓芳	武汉科技大学城市学院	2	8	1.0	2.0