【技术实现步骤摘要】
本专利技术属于空间光信号压缩感知信息重构技术处理，具体涉及一种基于自编码压缩感知的空间光信号传输方法。
技术介绍
1、压缩感知（compressedsensing,cs），也被称为压缩采样,通过开发信号的稀疏特性，以远小于nyquist采样率，随机采样获取信号的离散样本后重建信号。压缩感知理论广泛应用于信息论、图像处理、地球科学、光学/微波成像、模式识别、无线通信、生物医学工程等领域。然而，当数据量不断增加，尤其是在涉及空间信号处理时，传统的压缩感知算法可能面临计算复杂度高和实时处理速度不足的问题。因此，近年来，深度学习网络的引入为解决这些问题提供了新的解决方案。cs重建算法源于计算成本高昂的凸/贪婪算法，这些算法不能满足苛刻的应用领域中的实时操作。若将深度学习和压缩感知结合，利用深度学习模型学习信号的稀疏表示，从而可以通过少量的采样数据或传感器读数来恢复原始的高质量信号。通过深度神经网络的强大表示学习能力，能够在压缩感知的框架下实现更高效的信号采集、传输和恢复，为空间光信号传输等领域带来了新的可能性和性能提升。
技术实现思路
1、为解决压缩感知重构过程计算成本过高，不能满足数据实时性处理问题，本专利技术提供一种基于自编码器压缩感知的空间光信号传输方法。所提出的方法将基于深度学习的压缩感知重构算法与空间光压缩采样技术相结合，可以对输入信号进行良好的恢复。
2、为了实现以上目的，本专利技术采用以下技术方案：
3、该技术方案包括压缩采样和重建两个过程，信号压缩采
4、s1.通过马赫曾德尔调制器将发射的射频信号幅度调制到多波长光载波。
5、s2.调制后的多波长光载波信号先经过衍射光栅将不同波长的光载波信号进行分散排列，之后经空间光调制器实现频域上信号与伪随机序列混合，通过控制空间光调制器幅度屏加载速率实现信号的随机亚采样。
6、s3.随机亚采样的信号经准直器将空间光信号耦合至光纤中，再经过光电转换器转将光信号转化为电信号，并对其进行低通滤波，最后获得压缩采样后的信号波形图像。
7、后对信号进行重建，重建过程分为以下2个步骤：
8、s4.利用示波器采集原始射频信号波形图像，构建信号数据集输入基于自编码器构建的信号重建网络模型，输出重建后的波形图像，进行预训练。
9、s5.将s3压缩采样后的波形图像组成数据集，对预训练后的信号重建网络模型进行微调，输出重建后的波形图像，完成空间光信号传输，并进行性能评估。
10、进一步的，所述调制后的光载波信号在频域上与伪随机序列混合过程如下：
11、调制后的多波长光载波信号先经过衍射光栅将不同波长的光载波信号进行分散排列，之后经空间光调制器实现频域上信号与伪随机序列混合。
12、进一步的，通过控制空间光调制器幅度屏加载速率实现信号的随机亚采样，过程如下：通过电脑端控制中心加载与空间光调制器光斑大小相同的二维伪随机信号，以控制幅度屏对应像素点幅值大小，通过设置电脑端加载幅度屏速度，实现信号的随机亚采样。所述二维伪随机信号为“0”和“1”二值分布，且分别对应光调制幅度的“0”和“255”像素幅值。
13、进一步的，所述的信号重建网络模型的实现过程为：输入的波形图像依次通过初始重构模块和混合重构模块，输出重建的波形图像。
14、所述初始重构模块是利用初始重建矩阵完成信号的初始重建，并通过反向传播来进行自动训练。具体为：将随机生成的高斯矩阵作为初始重建矩阵，与输入波形图像进行逐元素相乘，得到初始重建图像。所述混合模块是基于迭代收缩阈值算法ista的transformer骨干网络与cnn集成形成。
15、所述混合重构模块由n个恢复阶段级联组成，输入的初始重建图像经过混合重构模块产生最终重建的光子信号；混合重构模块每个阶段由一个transformer骨干网和该transformer骨干网络前后添加的卷积层构成，transformer骨干网络结构包括编码器和解码器部分，编码器和解码器由全连接层构成，并分别在编码器和解码器之后引入多层自注意力机制捕捉图像的局部和全局特征，并在编码器之前引入软阈值函数处理，通过迭代收缩阈值算法ista进行反向训练。
16、本专利技术的有益效果如下：
17、本专利技术结构简洁，重构方法新颖，与现有的压缩感知空间光信号处理系统相比，能有效解决重构过程计算成本过高且实时性有限问题；同时，重构方法中利用ista与transformer骨干网和cnn深度学习网络算法信号进行重建，在相同压缩比情况下能获得更高质量的重建结果。
本文档来自技高网...【技术保护点】
1.一种基于自编码压缩感知的空间光信号传输方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于自编码压缩感知的空间光信号传输方法，其特征在于，所述调制后的多波长光载波与伪随机序列混合具体过程为：调制后的多波长光载波先经过衍射光栅将不同波长的光载波信号进行分散排列，之后经空间光调制器实现频域上信号与伪随机序列混合。
3.根据权利要求2所述的基于自编码压缩感知的空间光信号传输方法，其特征在于，所述通过控制空间光调制器幅度屏加载速率实现信号的随机亚采样，具体过程为：加载与空间光调制器光斑大小相同的二维伪随机信号，控制幅度屏对应像素点幅值大小，通过设置加载幅度屏速度，实现信号的随机亚采样；
4.根据权利要求3所述的基于自编码压缩感知的空间光信号传输方法，其特征在于，所述的信号重建网络模型的实现过程为：输入的波形图像依次通过初始重构模块和混合重构模块，输出重建的波形图像。
5.根据权利要求4所述的基于自编码压缩感知的空间光信号传输方法，其特征在于，所述初始重构模块，利用初始重建矩阵完成信号的初始重建；
6.根据权利要求5
7.根据权利要求6所述的基于自编码压缩感知的空间光信号传输方法，其特征在于，所述混合重构模块具体实现为：所述混合重构模块由n个恢复阶段级联组成，输入的初始重建图像经过混合重构模块产生最终重建的光子信号；混合重构模块每个阶段由一个Transformer骨干网和该Transformer骨干网络前后添加的卷积层构成，Transformer骨干网络结构包括编码器和解码器部分，编码器和解码器由全连接层构成，并分别在编码器和解码器之后引入多层自注意力机制捕捉图像的局部和全局特征，并在编码器之前引入软阈值函数处理，通过迭代收缩阈值算法ISTA进行反向训练。
...【技术特征摘要】
1.一种基于自编码压缩感知的空间光信号传输方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于自编码压缩感知的空间光信号传输方法，其特征在于，所述调制后的多波长光载波与伪随机序列混合具体过程为：调制后的多波长光载波先经过衍射光栅将不同波长的光载波信号进行分散排列，之后经空间光调制器实现频域上信号与伪随机序列混合。
3.根据权利要求2所述的基于自编码压缩感知的空间光信号传输方法，其特征在于，所述通过控制空间光调制器幅度屏加载速率实现信号的随机亚采样，具体过程为：加载与空间光调制器光斑大小相同的二维伪随机信号，控制幅度屏对应像素点幅值大小，通过设置加载幅度屏速度，实现信号的随机亚采样；
4.根据权利要求3所述的基于自编码压缩感知的空间光信号传输方法，其特征在于，所述的信号重建网络模型的实现过程为：输入的波形图像依次通过初始重构模块和混合重构模块，输出重建的波形图像。
5.根据权利要求4所述的基于自编码...
【专利技术属性】
技术研发人员：胡岩佳，翟彦蓉，刘洋，刘文奇，吕韵欣，卢旸，杨波，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。