给大家推荐6篇关于光纤通信的计算机专业论文

今天分享的是关于光纤通信的6篇计算机毕业论文范文, 如果你的论文涉及到光纤通信等主题,本文能够帮助到你

超高速光信号接入平台智能监控管理技术研究

这是一篇关于光纤通信,超高速光信号接入平台,监控管理系统,OSNR的论文, 主要内容为为了应对不断高速增长的网络流量,光纤通信网络的传输容量、速率相应提高,频谱空间不断被压榨,网络的拓扑结构、传输协议也变得繁杂。因此,为了保证接入平台工作的高可靠性、可用性和可维护性,有效且实时的监控和及时且智能的管理就变得十分必要。本文将针对超高速光信号接入平台的监控管理技术和系统设计展开研究。主要内容包括:1.论证了监控管理技术研究对于智能光网络发展和超高速光纤信号接入的重要意义。阐释了光信噪比在光信号接入错误定位与诊断方面的重要作用,并总结了研究现状和未来发展方向。2.结合超高速光信号接入平台的结构和任务,分析了平台内工作状态的监控管理需求。提出了智能化的监控管理系统还应当具备监测接入信号链路状态的观点。3.设计、实现并测试了智能监控管理系统的硬件平台。4.设计提出了接入平台内工作状态监控管理的方案。提出了基于认知引擎的监控管理智能化方案。5.设计并实现了一种端到端的基于卷积神经网络的光信噪比监测模型,且详细阐述了模型的设计原则。实验表明,所设计模型不仅可对信号协议和格式不敏感,并且拥有较高的性能。

基于FPGA的以太网和DP总线的分时复用光传输系统设计

这是一篇关于光纤通信,以太网,DP总线,FPGA,LabVIEW的论文, 主要内容为工业控制现场随工业自动化、信息化发展的需要,近些年来DP通信和以太网通信技术凭借高速、可靠、经济等优点广泛应用于复杂的分布式工业控制现场,使用传统的电缆作为信息传输的介质很难满足对传输带宽、速度和抗干扰要求较高的工业现场,随着光纤通信技术应用成本降低,采用光纤就很容易满足工业控制现场对数据传输的可靠性、速率和带宽等要求。本文提出DP通信与以太网通信以多路复用方法实现在同一条光纤上的数据传输,由此提升了数据传输能力、降低了传输线路成本,此研究对于解决多协议技术的混合工业现场控制数据传输具有实际意义。本文首先通过阅读大量相关文献资料,对现场总线技术、光纤传输技术以及多路复用技术的发展和研究成果有了较深刻的理解,在此基础上提出了以太网和DP总线多路复用的光传输通信系统的任务目标。然后根据多路复用光传输系统的原理结合系统任务目标设计出整体架构,选择并行处理的FPGA作为主控芯片进而提升数据的处理能力,发送端FPGA接收到以太网和DP数据帧先做缓存,分时复用技术将以太网数据帧和通过协议转换技术将DP数据帧转换成以太网数据帧组合成新的TDM帧,根据指定时隙传输一个完整的数据帧;再通过光电模块实现光/电信号的相互转化,转换后的光脉冲信号在光纤中传输;接收端FPGA通过解复用技术将数据帧按照不同的协议进行发送。接下来针对系统功能需求进行电路模块设计,主要包括主控芯片外围电路、供电电路、光传输模块电路、以太网通信接口电路和DP通信接口电路设计。软件设计主要包括基于FPGA的以太网和DP总线的分时复用系统的软件设计以及上位机的程序设计,基于QuartusⅡ开发环境通过Verilog语言编程实现以太网和DP总线协议数据的分时复用传输功能;上位机部分为基于Lab VIEW软件设计开发的数据传输监控界面,主要通过上位机UDP控制和读取VISA控制来完成对以太网与DP协议的数据波形的观测、数据存储、显示以及系统异常报警等功能。最后根据所设计出的电路及选取的器件制作出系统实物,以便对通信系统进行综合测试。首先对系统硬件电路的电源模块和外围电路进行测试,确保正常后利用Signal TapⅡ捕获和显示实时信号进行FPGA程序的功能验证;然后对系统发送数据,将接收到的数据在上位机上得以比对、存储、显示和预警;最后采用逐步增加数据流的方法进行性能测试,测试结果表明可以达到本文设计的高速传输速率要求,具有一定的应用价值。

基于深度学习的少模信道光性能监测关键技术研究

这是一篇关于光纤通信,模分复用,深度学习,概率整形的论文, 主要内容为本文围绕大容量通信以及传输系统智能化需求,首先对模分复用系统、数字信号处理技术等光通信系统理论以及深度学习技术进行简要概述;在此基础上重点研究了弹性光网络中光性能监测问题包括调制格式识别(Modulation Format Recognition,MFR)以及光信噪比(Optical Signal Noise Ratio,OSNR)估计技术,创新性地提出了基于迁移学习的低复杂度少模信道调制格式识别技术,以及基于领域自适应的OSNR估计与调制格式识别技术,主要的研究内容如下:(1)在少模光纤无源光网络(Few Mode Fiber-Passive optical Networks,FMF-PONs)场景中,提出了一种基于迁移学习辅助卷积神经网络(Transfer Learning Assisted Convolutional Neural Networks,TLN)的调制格式识别方案。本文应用并分析了一些易获取,且具有较强特征提取和泛化能力的神经网络执行调制格式识别任务。借助迁移学习的理论优势,神经网络具有更好的泛化能力和识别性能,可以适应少模光纤中的模式耦合对于调制格式的影响,实现少模光网络的调制格式识别任务。在实验中,当训练数据为60000时,使用TLN对LP21中64-QAM信号的识别准确率为97.8%,而传统的深度学习网络(Deep Learning Networks,DLN)仅达到18.1%。结果表明,所提出的方案在基于概率整形信号的FMF-PONs传输中具有优越的调制格式识别能力。(2)提出了一种基于领域对抗自适应(Domain Adversarial Adaption,DAA)的OSNR估计与调制格式识别技术。在该方案中,DAA训练的模型需要更少的训练数据和训练时间,同时能够在FMF中存在固有链路损伤的情况下保持高性能。为了验证所提方案的可行性,本文进行了12.5Gbaud四模传输系统实验。所提出的方案可以通过调整掺铒光纤放大器和光衰减器准确估计10～20d B范围内的OSNR值,OSNR估计的均方根误差(Root Mean Square Error,RMSE)小于0.1 d B。从实验结果可以看出,DAA模型能够显著降低神经网络的训练成本,加快网络模型的收敛速度,减少模型训练时间与计算复杂度,能很好的利用在少模光传输系统中。实验结果表明,本文所采用的DAA方法是一种易实行、高效率的技术,可进一步促进深度学习技术在模分复用光通信系统中的应用。综上,本论文的研究引入了深度学习技术,一定程度上缓解了模分复用通信领域的模式耦合、模间色散对传输信号带来的影响,实现了智能化光性能监测,为大容量长距离智能光传输提供了一种可靠性方案。

光偏振稳定器的设计与实现

这是一篇关于光纤通信,偏振稳定,闭环控制,模拟退火算法,嵌入式系统的论文, 主要内容为光纤通信系统因传输距离远、抗干扰能力强等优势,如今已广泛应用到通信网络中,随着偏振复用与相干探测技术的发展与应用,使光纤通信系统的信道容量与传输距离进一步提高。与此同时,信号光偏振态的不稳定对通信系统产生的影响也愈发明显,偏振态随机变化导致的偏振模色散等问题增加了光纤通信系统误码率,限制了系统传输带宽。因此,实时准确地稳定系统中信号光的偏振态对于高速光纤通信系统具有重要意义。本文研究并设计了一种偏振稳定系统,可快速将随机变化的信号光偏振态稳定至特定偏振态输出,并且对闭环控制系统中偏振控制算法提出了改进,提高了偏振态恢复速度与偏振准确性,基于嵌入式技术开发了偏振稳定器样机,主要研究内容如下:1.光偏振态稳定方法及控制算法的研究。分析了光偏振态的理论基础与控制原理,设计了基于偏振跟踪检测方案的偏振稳定系统,并通过数学建模对该方案进行验证,仿真验证了偏振控制器的控制效果,证明了方案可行性;对系统控制算法进行研究,将模拟退火算法应用到偏振稳定系统中,并对算法提出了改进,通过仿真验证了该算法具有收敛速度快、控制精度高、稳定波动小的优势,提高了偏振稳定速度,同时为系统设计提供理论依据。2.偏振稳定器系统设计。对系统光学结构进行设计,包括偏振控制器的分类介绍及选型原则、系统输入输出接口设计等;以STM32H750微控制器为核心设计了信号采集及偏振控制硬件电路,完成PCB制作;完成系统嵌入式系统软件编写,将模拟退火算法应用到实际偏振稳定系统中,完成闭环控制系统;对系统硬件进行机械封装,完成了偏振稳定器样机制作。3.偏振稳定器的测试与分析。基于偏振稳定器样机,搭建了测试平台,对系统进行验证,实验结果表明:系统可实现对任意输入信号光的偏振态进行稳定,且偏振态恢复时间小于3ms,偏振态准确度控制在0.05d B内;在连续跟踪实验中,输入光偏振态以40π/s随机变化时,系统可实现较好的稳定效果,此时输出光功率波动小于0.4d B;同时,系统具有较宽的输入光功率范围,在5d Bm～-35d Bm的输入光功率下,系统光功率损耗小于1.2d B。