申请/专利权人:中国科学院西安光学精密机械研究所
申请日:2020-10-22
公开(公告)日:2024-04-09
公开(公告)号:CN112329913B
主分类号:G06N3/067
分类号:G06N3/067;G06N3/045
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.02.26#实质审查的生效;2021.02.05#公开
摘要:本发明提供一种基于微腔光频梳的并行光学神经网络系统及识别方法,解决了现有光学神经网络系统成本高、体积大、不利于单片集成等问题。该基于微腔光频梳的并行光学神经网络系统包括依次设置的窄线宽激光器、微腔光孤子光频梳单元、光学布拉格光栅、光学放大器、波分多路复用模块、第一调制器和光学神经网络单元。本发明系统将微腔光孤子光频梳与光学神经网络相结合,微腔光孤子光频梳具有上百根频率成分,能够并行的识别上百种不同的特征,可满足未来的应用。
主权项:1.一种基于微腔光频梳的并行光学神经网络系统,其特征在于:包括依次设置的窄线宽激光器1、微腔光孤子光频梳单元2、光学布拉格光栅3、光学放大器4、波分多路复用模块5、第一调制器6和光学神经网络单元7;所述窄线宽激光器1用于提供微腔光孤子光频梳产生的泵浦光源;所述微腔光孤子光频梳单元2包括依次设置的偏振控制器21、环形器22和微环谐振腔23,用于提供微腔光孤子光频梳光源;所述光学布拉格光栅3用于过滤微腔光孤子光频梳的泵浦光成分与辅助光;所述光学放大器4用于放大微腔光孤子光频梳;所述波分多路复用模块5用于对微腔光孤子光频梳进行分光,将微腔单孤子光频梳波长进行分离;所述第一调制器6用于加载待识别信号;所述光学神经网络单元7用于对待识别信号进行识别,并输出识别后的信号;所述光学神经网络单元7包括光学神经网络线性结构和光学神经网络非线性结构,所述光学神经网络非线性结构包括可编程电源71、第二调制器72、FPGA控制模块73和探测模块74;所述可编程电源71用于驱动第二调制器72,调节光学神经网络线性结构的矩阵,使其满足识别的要求;所述第二调制器72根据探测模块74的探测功率调整投射率;所述探测模块74用于对光学神经网络单元7的输出结果进行测量;所述FPGA控制模块73用于控制非线性型函数类型,通过读取探测模块74的功率得到识别结果。
全文数据:
权利要求:
百度查询: 中国科学院西安光学精密机械研究所 一种基于微腔光频梳的并行光学神经网络系统及识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。