全光感算一体光场智能处理系统及方法技术方案

本发明专利技术公开了一种全光感算一体光场智能处理系统及方法，其中，系统包括：采集模块由数字微镜与耦合光纤组成，用于通过数字微镜与耦合光纤的组合，将二维的空间光信号映射成一维的输入信号；计算模块，用于模拟循环神经网络结构中的乘加模型，对输入信号进行预处理得到预处理信号；输出模块包括光电探测器或者中继光纤，光电探测器，用于接收预处理信号，通过光电探测器输出电信号；或者中继光纤，用于将预处理信号通过中继光纤进行中继传输。本发明专利技术提出了一套基于光学循环神经网络、集感知与智能计算一体化的光场成像系统，在响应速度、能耗、传输带宽上相比现有感算分离的光场成像系统有很大提升，未来潜力巨大。未来潜力巨大。未来潜力巨大。

【技术实现步骤摘要】
全光感算一体光场智能处理系统及方法


[0001]本专利技术涉及光电计算智能感知
，特别涉及一种全光感算一体光场智能处理系统及方法。

技术介绍

[0002]现有的成像系统或者视觉信号处理技术均采用电学方案，概言之，借助光电传感器首先实现光电转换，在硅基设备(如PC)上进行进一步计算。此类方案中，目标场景发出的光线，经过光学镜头投射到感光芯片，即光电探测器平面上，此时光学信号被转换成电信号。电信号再次经过传感器模数转换后成为一般所见到的视频帧的数据形式。基于帧形式数据的技术构成了计算机视觉与图像(视频)处理的主流。
[0003]在主流技术之外，现有压缩感知方向的单光子压缩成像技术。单光子成像同样使用数字微镜阵列压缩采集视觉信号，将二维信号输出为单点的一维信号。在压缩采集到信号后，单光子成像技术立即通过光电探测器将信号做光电转换，而不经过光学计算环节。这是由于其成像应用的输出为帧格式以用于可视化。
[0004]在时序光学计算的相关交叉研究领域，比如自然语言处理、光纤通信中存在相近结构的研究。如在现有文献中将自然语言处理中的语料序列化后输入由光纤环组成的水库系统中（循环神经网络的变种），也是利用光纤时延做为循环神经网络的反馈机制，利用信号调制做权重耦合。
[0005]现有技术有如下缺点：1）现有的图像(视频)处理技术由于遵循光电转换
‑
硅基计算的架构，其载体为电信号，功耗、运算速度表现不佳。
[0006]2）此外，图像(视频)处理技术中大多数以帧作为计算结构的输入形式，存在着大量的信息冗余。

技术实现思路

[0007]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0008]为此，本专利技术的第一个目的在于提出一种全光感算一体光场智能处理系统，基于本专利技术提出的一套基于光学循环神经网络、集感知与智能计算一体化的光场成像系统，在响应速度、能耗、传输带宽上相比现有感算分离的光场成像系统有很大提升，未来潜力巨大。
[0009]本专利技术的第二个目的在于提出一种全光感算一体光场智能处理方法。
[0010]为达上述目的，本专利技术第一方面实施例提出了一种全光感算一体光场智能处理系统，包括：采集模块由数字微镜与耦合光纤组成，用于通过所述数字微镜与所述耦合光纤的组合，将二维的空间光信号映射成一维的输入信号；计算模块，用于模拟循环神经网络结构中的乘加模型，对所述输入信号进行预处
理得到预处理信号；输出模块包括光电探测器或者中继光纤，所述光电探测器，用于接收所述预处理信号，通过所述光电探测器输出电信号；或者所述中继光纤，用于将所述预处理信号通过所述中继光纤进行中继传输。
[0011]另外，根据本专利技术上述实施例的全光感算一体光场智能处理系统还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述采集模块，用于所述二维的空间光信号是采用降维压缩的方式采集，所述将二维的空间光信号映射成一维的输入信号是通过DMD调制的掩膜转换，并且利用压缩感知以使得光信号的形式连续。
[0012]进一步地，在本专利技术的一个实施例中，所述计算模块中，循环神经网络结构的表达式为：其中，h
t
和h
t
‑1代表t和t
‑
1时刻网络中的隐藏状态向量，x
t
代表t时刻网络的输入向量，y
t
代表t时刻网络的输出向量；W和b代表相应的权重及偏置，f
NL
表示非线性函数。
[0013]进一步地，在本专利技术的一个实施例中，所述计算模块，包括：光纤环结构，用于作为信号传输与耦合的载体，顺序执行所述循环神经网络结构。
[0014]进一步地，在本专利技术的一个实施例中，所述光纤环结构，包括：调制器、光纤放大器、光纤延迟线、耦合器和非线性器件。
[0015]进一步地，在本专利技术的一个实施例中，所述调制器，用于产生信号序列w，与输入信号序列x进行耦合，并得到加权信号w*x；所述光纤放大器，用于增益所述光信号以补偿所述光信号在光纤传播中的衰减；所述光纤延迟线，用于将时间间隔的信号进行耦合，以提供延迟；所述耦合器，用于将光分流，一部分直接输出，剩余部分在所述光纤环结构中循环；所述非线性器件，用于提供非线性响应函数，所述非线性响应函数的曲线呈饱和吸收的形状。
[0016]进一步地，在本专利技术的一个实施例中，所述计算模块，还包括，训练模块，用于构建特定的训练集对所述循环神经网络结构进行训练与部署，并产生网络参数。
[0017]进一步地，在本专利技术的一个实施例中，所述训练模块中的网络参数包括：DMD调制的图样、调制器调制的信号和光纤放大器的工作电压中的多种。
[0018]进一步地，在本专利技术的一个实施例中，所述计算模块还用于，采取随机生成与梯度下降相结合的方式，通过构建特定的训练集生成特定场景下的所述网络参数。
[0019]本专利技术实施例的全光感算一体光场智能处理系统，通过采集模块由数字微镜与耦合光纤组成，用于通过数字微镜与耦合光纤的组合，将二维的空间光信号映射成一维的输入信号；计算模块，用于模拟循环神经网络结构中的乘加模型，对输入信号进行预处理得到预处理信号；输出模块包括光电探测器或者中继光纤，光电探测器，用于接收预处理信号，通过光电探测器输出电信号；或者中继光纤，用于将预处理信号通过中继光纤进行中继传
输。本专利技术提出了一套基于光学循环神经网络、集感知与智能计算一体化的光场成像系统，在响应速度、能耗、传输带宽上相比现有感算分离的光场成像系统有很大提升，未来潜力巨大。
[0020]为达上述目的，本专利技术第二方面实施例提出了一种全光感算一体光场智能处理方法，包括以下步骤：通过数字微镜与耦合光纤的组合，将二维的空间光信号映射成一维的输入信号；模拟循环神经网络结构中的乘加模型，对所述输入信号进行预处理得到预处理信号；接收所述预处理信号，通过光电探测器输出电信号，或者将所述预处理信号通过中继光纤进行中继传输。
[0021]本专利技术实施例的全光感算一体光场智能处理方法，通过数字微镜与耦合光纤的组合，将二维的空间光信号映射成一维的输入信号；模拟循环神经网络结构中的乘加模型，对输入信号进行预处理得到预处理信号；接收预处理信号，通过光电探测器输出电信号，或者将预处理信号通过中继光纤进行中继传输。本专利技术提出了一套基于光学循环神经网络、集感知与智能计算一体化的光场成像方法，在响应速度、能耗、传输带宽上相比现有感算分离的光场成像系统有很大提升，未来潜力巨大。
[0022]本专利技术的有益效果为：本专利技术可以为现有的视频解决方案带来更快的处理速度、更低的能耗以及更方便的部署，具体的贡献为将采集与计算过程集为一体，系统流程除最终输出外全部以相干光作为载体，并在信号传输的流程中避免了光电转换、模电转换带来的延迟与失真。
[0023]本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全光感算一体光场智能处理系统，其特征在于，包括：采集模块，由数字微镜与耦合光纤组成，用于通过所述数字微镜与所述耦合光纤的组合，将二维的空间光信号映射成一维的输入信号；计算模块，用于模拟循环神经网络结构中的乘加模型，对所述输入信号进行预处理得到预处理信号；输出模块，包括光电探测器或者中继光纤，所述光电探测器，用于接收所述预处理信号，通过所述光电探测器输出电信号；或者所述中继光纤，用于将所述预处理信号通过所述中继光纤进行中继传输。2.根据权利要求1所述的全光感算一体光场智能处理系统，其特征在于，所述采集模块，用于：所述二维的空间光信号是采用降维压缩的方式采集，所述将二维的空间光信号映射成一维的输入信号是通过DMD调制的掩膜转换，并且利用压缩感知以使得光信号的形式连续。3.根据权利要求1所述的全光感算一体光场智能处理系统，其特征在于，所述计算模块中，循环神经网络结构的表达式为：其中，h
t
和h
t
‑1代表t和t
‑
1时刻网络中的隐藏状态向量，x
t
代表t时刻网络的输入向量，y
t
代表t时刻网络的输出向量；W和b代表相应的权重及偏置， f
NL
表示非线性函数。4.根据权利要求3所述的全光感算一体光场智能处理系统，其特征在于，所述计算模块，包括：光纤环结构，用于作为信号传输与耦合的载体，顺序执行所述循环神经网络结构。5.根据权利要求4所述的全光感算一体光场智能处理系统，其特征在于，所述光纤环结构，包括：调制器...

【专利技术属性】
技术研发人员：方璐，周天贶，顾思远，袁肖赟，戴琼海，
申请(专利权)人：清华大学，
类型：发明
国别省市：