基于并行神經網絡的塑料光纖鏈路自動識別模型

作者：王曉勇,江穎潔,徐彬泰,周潔,田安琪,馬良

摘要：為提升塑料光纖鏈路識別性能,設計了基于并行神經網絡的塑料光纖鏈路自動識別模型,應用長短期記憶神經網絡(LSTM)捕獲塑料光纖鏈路信號的時空依賴特征,應用并行卷積神經網絡捕獲多樣化、抽象、非線性的塑料光纖鏈路特征信息。經仿真,當批次樣本量為30時,模型對10個塑料光纖通信系統的識別準確率分別為96%、95%、96%、95%、99%、96%、96%、97%、96%和95%,平均識別準確率為96.1%,平均識別時間為5.8 s,明顯優于骨干光通信網鏈路識別方案和面向多層次異構信息平臺的數據訪問鏈路識別方案。研究成果可為當前塑料光纖鏈路識別工作提供一定的參考。

發文機構：國網山東省電力公司信息通信公司

關鍵詞：塑料光纖鏈路識別長短期記憶網絡卷積神經網絡Plastic optical fiberLink identificationLong short-term memory networkConvolutional neural network

分類號： TN929.11[電子電信—通信與信息系統]