技术总结
本发明提出一种基于动量梯度下降法的相干光通信系统光信噪比监测方法，其方法包含如下步骤：提出特征值，即通过观察不同的光信噪比对应的采样信号的幅度图，截取幅度图的一部分来实现特征值提取，将幅度图的纵坐标作为特征值输入到人工神经网络的输入层，基于动量梯度下降法优化训练的人工神经网络模型信息运算，输出层输出运算的光信噪比。该方法与目前基于神经网络的光信噪比监测方法相比，特征值相对减少，数据集简单，简化人工神经网络模型；采用动量梯度下降法，使得网络训练过程中达到最优解的速度较快，系统具有较好的稳定性，监测结果准确率较高。
技术研发人员：王峰;游善红;李响;倪珅晟;罗鸣
受保护的技术使用者：苏州大学
技术研发日：2019.10.21
技术公布日：2020.01.24