欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022103614688
申请人: 苏州大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于激光器阵列的深度卷积神经网络系统,其特征在于,包括:

深度卷积层和输出层;

所述深度卷积层包括多个横向耦合的半导体激光器、多个光耦合器和多个反馈回路;

所述光耦合器和反馈回路均与所述半导体激光器一一对应;

输入光信号注入至第一个半导体激光器内;第n个所述半导体激光器输出的信号经第n个所述光耦合器分为两路:一路信号经第n个所述反馈回路返回并作为第n+1个半导体激光器的输入信号;另一路信号输入至所述输出层;其中,n≥1;

所述输出层包括加法器和与所述加法器连接的可编程门控阵列;各所述光耦合器输出的另一路信号在所述加法器中叠加以形成输出信息,所述可编程门控阵列对所述输出信息进行训练,以得到输出层的权值。

2.根据权利要求1所述的基于激光器阵列的深度卷积神经网络系统,其特征在于,所述反馈回路包括:延迟光纤,其输入端连接所述光耦合器的输出端;所述延迟光纤接收所述光耦合器输出的两路信号;

可变光衰减器,其输入端连接所述延迟光纤的输出端;所述可变光衰减器对所述延迟光纤输出的信号进行调节;

光偏振控制器,其输入端与所述可变光衰减器的输出端连接,输出端与所述光耦合器的输入端连接;所述光偏振控制器对所述可变光衰减器输出信号的偏振态进行调节,所述光偏振控制器输出的信号反馈至所述光耦合器。

3.根据权利要求2所述的基于激光器阵列的深度卷积神经网络系统,其特征在于,每个所述反馈回路中延迟光纤的长度等同。

4.根据权利要求2所述的基于激光器阵列的深度卷积神经网络系统,其特征在于,所述反馈回路还包括光滤波器,其设置在所述延迟光纤和可变光衰减器之间。

5.根据权利要求1所述的基于激光器阵列的深度卷积神经网络系统,其特征在于,所述输出层还包括多个光隔离器和多个光电探测器;

第n个所述光耦合器输出的另一路信号注入至第n个所述光隔离器内,第n个所述光隔离器的输出端与第n个所述光电探测器的输入端连接,各所述光电探测器的输出端均与所述加法器的输入端连接。

6.根据权利要求1所述的基于激光器阵列的深度卷积神经网络系统,其特征在于,还包括输入层,所述输入层包括驱动激光器、任意波形发生器和调制器;

所述驱动激光器与所述调制器连接,所述驱动激光器输出的信号注入至所述调制器内;所述任意波形发生器与所述调制器连接,所述任意波形发生器和调制器用以对所述驱动激光器输出的信号进行调制,以得到所述输入光信号。

7.根据权利要求6所述的基于激光器阵列的深度卷积神经网络系统,其特征在于,所述调制器为相位调制器或强度调制器。

8.根据权利要求1所述的基于激光器阵列的深度卷积神经网络系统,其特征在于,多个所述半导体激光器的耦合方式为瞬态耦合。

9.根据权利要求1所述的基于激光器阵列的深度卷积神经网络系统,其特征在于,所述可编程门控阵列内包括岭回归算法和线性回归算法;所述岭回归算法和线性回归算法用以对所述加法器中输出的信息进行训练,以得到输出层的权值。

10.基于激光器阵列的深度卷积神经网络系统控制方法,利用如权利要求1‑9任一所述的基于激光器阵列的深度卷积神经网络系统对光信号进行处理,其特征在于,包括以下步骤:获取输入信息并对所述输入信息进行调制以形成输入光信号;

对所述输入光信号进行卷积处理,其中:将所述输入光信号输入至深度卷积层的第一个半导体激光器内,并将从第n个半导体激光器输出的信号分为两路:控制一路信号返回并作为第n+1个半导体激光器的输入信号,控制另一路信号输出;

将各所述另一路信号进行叠加以形成输出信息,并对所述输出信息进行训练以得到输出的权值。