CN114640393B - 一种提升edfa掺饵放大器性能的方法及装置 - Google Patents

一种提升edfa掺饵放大器性能的方法及装置 Download PDF

Info

Publication number
CN114640393B
CN114640393B CN202210500019.7A CN202210500019A CN114640393B CN 114640393 B CN114640393 B CN 114640393B CN 202210500019 A CN202210500019 A CN 202210500019A CN 114640393 B CN114640393 B CN 114640393B
Authority
CN
China
Prior art keywords
edfa
parameter
erbium
gain
radiation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210500019.7A
Other languages
English (en)
Other versions
CN114640393A (zh
Inventor
郑浩
李奕
张宗伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongyu Guangtong Technology Co ltd
Original Assignee
Beijing Zhongyu Guangtong Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zhongyu Guangtong Technology Co ltd filed Critical Beijing Zhongyu Guangtong Technology Co ltd
Priority to CN202210500019.7A priority Critical patent/CN114640393B/zh
Publication of CN114640393A publication Critical patent/CN114640393A/zh
Application granted granted Critical
Publication of CN114640393B publication Critical patent/CN114640393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B10/00Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/29Repeaters
    • H04B10/291Repeaters in which processing or amplification is carried out without conversion of the main signal from optical form
    • H04B10/293Signal power control
    • H04B10/2931Signal power control using AGC
    • GPHYSICS
    • G02OPTICS
    • G02FOPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
    • G02F1/00Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
    • G02F1/35Non-linear optics
    • G02F1/39Non-linear optics for parametric generation or amplification of light, infrared or ultraviolet waves

Landscapes

  • Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Lasers (AREA)

Abstract

本发明提供了一种提升EDFA掺饵放大器性能的方法及装置,其中,该方法包括:获得第一检测周期;通过温度检测设备检测第一检测周期内的第一温度;获得第一输入信号功率;获得第一泵浦参数,其中,第一泵浦参数为EDFA掺饵放大器在第一检测周期内的泵浦参数;获得第一EDFA增益,其中,第一EDFA增益集合为EDFA掺饵放大器在第一检测周期内的增益;获得预设EDFA增益阈值;判断第一EDFA增益是否满足预设EDFA增益阈值;若第一EDFA增益未满足预设EDFA增益阈值,则将第一温度、第一输入信号功率、第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数;通过第一调整结果参数,对EDFA掺饵放大器进行调整。

Description

一种提升EDFA掺饵放大器性能的方法及装置
技术领域
本发明涉及数据处理相关技术领域,具体涉及一种提升EDFA掺饵放大器性能的方法及装置。
背景技术
掺铒光纤放大器(Erbium Doped Fiber Application Amplifier,EDFA)为包含在光纤的纤芯中掺入了饵离子的放大器,掺饵光纤为掺铒光纤放大器内最为关键的器件。掺铒光纤放大器用以在光纤传输的过程中将输入信号进行放大,进而提升光纤通信的容量和传输性能。
掺铒光纤放大器在使用过程中根据输入信号功率以及增益需求设置泵源的泵浦功率等参数,使输入信号经增益后放大,进而克服光纤传输过程中信号的损耗。现有技术中掺铒光纤放大器的放大性能和增益主要靠技术人员根据作业标准和输入光信号进行设置。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中掺铒光纤放大器在使用过程中的参数主要依靠技术人员根据传输标准、输入信号以及图像要求进行设置,但是掺铒光纤放大器的放大增益性能受到环境因素的一定影响,现有技术中无法根据工作环境条件调整并提升掺铒光纤放大器的性能,存在着放大增益受环境影响、掺铒光纤放大器性能较差的技术问题。
发明内容
本申请实施例提供了一种提升EDFA掺饵放大器性能的方法及装置,用于针对解决现有技术中无法根据工作环境条件调整并提升掺铒光纤放大器的性能,存在着放大增益受环境影响、掺铒光纤放大器性能较差的技术问题。
鉴于上述问题,本申请实施例提供了一种提升EDFA掺饵放大器性能的方法及装置。
本申请实施例的第一个方面,提供了一种提升EDFA掺饵放大器性能的方法,所述方法应用于一提升EDFA掺饵放大器性能装置,所述装置包括一温度检测设备,所述方法包括:获得第一检测周期;通过所述温度检测设备检测所述第一检测周期内的第一温度,其中,所述第一温度为EDFA掺饵放大器在所述第一检测周期内的工作温度;获得第一输入信号功率;获得第一泵浦参数,其中,所述第一泵浦参数为所述EDFA掺饵放大器在所述第一检测周期内的泵浦参数;获得第一EDFA增益,其中,所述第一EDFA增益为所述EDFA掺饵放大器在所述第一检测周期内的增益;获得预设EDFA增益阈值;判断所述第一EDFA增益是否满足所述预设EDFA增益阈值;若所述第一EDFA增益未满足所述预设EDFA增益阈值,则将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数;通过所述第一调整结果参数,对所述EDFA掺饵放大器进行调整。
本申请实施例的第二个方面,提供了一种提升EDFA掺饵放大器性能的装置,所述装置包括:第一获得单元,所述第一获得单元用于获得第一检测周期;第二获得单元,所述第二获得单元用于通过温度检测设备检测所述第一检测周期内的第一温度,其中,所述第一温度为EDFA掺饵放大器在所述第一检测周期内的工作温度;第三获得单元,所述第三获得单元用于获得第一输入信号功率;第一处理单元,所述第一处理单元用于获得第一泵浦参数,其中,所述第一泵浦参数为所述EDFA掺饵放大器在所述第一检测周期内的泵浦参数;第四获得单元,所述第四获得单元用于获得第一EDFA增益,其中,所述第一EDFA增益为所述EDFA掺饵放大器在所述第一检测周期内的增益;第五获得单元,所述第五获得单元用于获得预设EDFA增益阈值;第一判断单元,所述第一判断单元用于判断所述第一EDFA增益是否满足所述预设EDFA增益阈值;第二处理单元,所述第二处理单元用于若所述第一EDFA增益未满足所述预设EDFA增益阈值,则将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数;第一管理单元,所述第一管理单元用于通过所述第一调整结果参数,对所述EDFA掺饵放大器进行调整。
本申请实施例的第三个方面,提供了一种电子设备,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使电子设备以执行如第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例通过设置预设检测周期,在检测周期内检测EDFA掺饵放大器工作环境的温度信息,并检测放大器工作时的输入信号功率、泵浦参数、EDFA增益等工作参数,设置一EDFA增益阈值,当实际的EDFA增益未达到阈值时,将温度、输入信号功率、泵浦参数输入EDFA掺饵放大器性能调整模型,得到第一调整结果参数,进而根据第一调整结果参数对放大器工作环境的温度或者放大器本申请的泵浦参数进行调整,使增益值达到预设EDFA增益阈值,提升放大器的增益性能。本申请实施例通过结合温度的环境因素对于EDFA掺饵放大器性能的影响,在放大器增益性能难以满足需求时,对EDFA掺饵放大器工作环境的温度和泵浦参数进行综合调节,进而提升EDFA掺饵放大器性能,避免了环境因素对于EDFA掺饵放大器性能的影响,建立了多维度、全面的调整提升EDFA掺饵放大器性能的方法,达到了提升EDFA掺饵放大器性能的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供的一种提升EDFA掺饵放大器性能的方法流程示意图;
图2为本申请实施例提供的一种提升EDFA掺饵放大器性能的方法中进行增量学习流程示意图;
图3为本申请实施例提供的一种提升EDFA掺饵放大器性能的方法中对第一辐射参数进行调整流程示意图;
图4为本申请实施例提供了一种提升EDFA掺饵放大器性能的装置结构示意图;
图5为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第一处理单元14,第四获得单元15,第五获得单元16,第一判断单元17,第二处理单元18,第一管理单元19,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种提升EDFA掺饵放大器性能的方法,用于针对解决现有技术中掺铒光纤放大器在使用过程中的参数主要依靠技术人员根据传输标准、输入信号以及图像要求进行设置,但是掺铒光纤放大器的放大增益性能受到环境因素的一定影响,现有技术中无法根据工作环境条件动态调整并提升掺铒光纤放大器的性能,存在着的放大增益受环境影响、掺铒光纤放大器性能较差的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
获得第一检测周期;通过所述温度检测设备检测所述第一检测周期内的第一温度,其中,所述第一温度为EDFA掺饵放大器在所述第一检测周期内的工作温度;获得第一输入信号功率;获得第一泵浦参数,其中,所述第一泵浦参数为所述EDFA掺饵放大器在所述第一检测周期内的泵浦参数;获得第一EDFA增益,其中,所述第一EDFA增益为所述EDFA掺饵放大器在所述第一检测周期内的增益;获得预设EDFA增益阈值;判断所述第一EDFA增益是否满足所述预设EDFA增益阈值;若所述第一EDFA增益未满足所述预设EDFA增益阈值,则将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数;通过所述第一调整结果参数,对所述EDFA掺饵放大器进行调整。
在介绍了本申请基本原理后,下面,将参考附图对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请实施例提供了一种提升EDFA掺饵放大器性能的方法,所述方法应用于一提升EDFA掺饵放大器性能装置,所述装置包括一温度检测设备,所述方法包括:
S100:获得第一检测周期;
具体而言,光信号在光纤内传播的过程中会发生损耗,因此需要采用掺铒光纤放大器对光信号进行放大,以提升光信号在光纤内的传输距离和质量。
掺铒光纤放大器内最为基础和关键的器件为掺饵光纤,其通过将铒离子掺入光纤芯中制成。掺铒光纤放大器内还包括:泵源、耦合器、探测器、合波器、隔离器。泵源用于发出泵浦光,经合波器耦合至掺饵光纤内,为掺饵光纤提供能量,将基态的饵离子激励到高能态,致使粒子数发生反转,从而产生受激辐射,实现对输入光信号的放大。因此,泵源发出的泵浦光的功率和波长等会对掺铒光纤放大器对输入光信号的放大增益产生影响。
除上述泵浦光对于掺铒光纤放大器放大增益的性能影响以外,掺铒光纤放大器工作环境的温度也会对其性能造成影响。具体而言,掺铒光纤放大器的增益受温度影响的原理为掺饵光纤的受激吸收截面和受激发射截面受温度的影响发生变化,进而导致饵离子受泵浦光激发的影响发生变化,如此,掺铒光纤放大器的增益受环境温度影响。
第一检测周期为预设的任意时间跨度的时间周期,在第一检测周期内进行检测任务,检测掺铒光纤放大器工作环境的温度、放大器本身的泵浦参数、增益等参数。
S200:通过所述温度检测设备检测获得第一温度,其中,所述第一温度为EDFA掺饵放大器在所述第一检测周期内的工作温度;
S300:获得第一输入信号功率;
S400:获得第一泵浦参数,其中,所述第一泵浦参数为所述EDFA掺饵放大器在所述第一检测周期内的泵浦参数;
S500:获得第一EDFA增益,其中,所述第一EDFA增益为所述EDFA掺饵放大器在所述第一检测周期内的增益;
具体而言,温度检测设备为现有技术中任意可用于检测环境温度的设备或多个设备的结合。第一温度为EDFA掺饵放大器在第一检测周期内的工作环境的温度,进一步地,第一温度可为第一检测周期内按照时间顺序检测获得的温度参数进行拟合获得的温度曲线内的温度数据,也可为第一检测周期内的温度数据的平均值。
第一输入信号功率即为EDFA掺饵放大器接收到的,用于进行放大的输入信号的功率,在第一检测周期内,第一输入信号功率应尽量保持稳定。
第一泵浦参数为EDFA掺饵放大器在第一检测周期内对第一输入信号功率进行放大工作时,泵源产生泵浦光的参数,第一泵浦参数对于EDFA掺饵放大器的增益有较大的影响。示例性地,第一泵浦参数基于泵源的泵浦功率和泵浦光的波长获得。
第一EDFA增益为EDFA掺饵放大器在第一检测周期内基于第一泵浦参数对第一输入信号功率进行放大后得到的增益,基于该增益,输入信号得以放大,进而减少光信号在光纤传输过程中的损耗,提升传输距离和质量。第一EDFA增益可为第一检测周期内基于时间顺序检测获得的增益数据的平均值,或进行拟合后得到的增益数据集合。
S600:获得预设EDFA增益阈值;
具体而言,在实际的光纤传输过程中,可采用多个掺饵光纤放大器逐级结合使用,提升光信号的传播距离和质量。因此,需要掺饵光纤放大器对光信号的放大增益达到一阈值,才能保证光纤内的信号能够保证质量地传输到下一级。
预设EDFA增益阈值可根据光纤传输质量要求以及终端的图像显示质量要求进行设置,示例性地,若终端需要保证达到四级图像质量要求,则需要每一级掺饵光纤放大器达到一预定的放大增益阈值。
S700:判断所述第一EDFA增益是否满足所述预设EDFA增益阈值;
具体而言,第一EDFA增益为EDFA掺饵放大器在上述第一泵浦参数、第一温度等工作条件下对第一输入信号功率放大得到的增益数据,若第一EDFA增益未满足预设EDFA增益阈值,则放大后的信号无法满足传输距离和质量要求,或者图像质量要求,反之则满足。
S800:若所述第一EDFA增益未满足所述预设EDFA增益阈值,则将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数;
S900:通过所述第一调整结果参数,对所述EDFA掺饵放大器进行调整。
具体而言,若第一EDFA增益未满足预设EDFA增益阈值,则将第一温度、第一输入信号功率、第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,第一EDFA掺饵放大器性能调整模型为机器学习中的神经网络模型,第一EDFA掺饵放大器性能调整模型反映了人脑功能的许多基本特征,其包括多个用于数据处理的神经元,神经元之间的连接形成各输入数据与输处结果之间所占的权重,训练完成的第一EDFA掺饵放大器性能调整模型可进行较为复杂的非线性逻辑运算。将上述的数据输入第一EDFA掺饵放大器性能调整模型后,第一EDFA掺饵放大器性能调整模型可输出第一输出结果,第一输出结果中包括第一调整结果参数。
第一EDFA掺饵放大器性能调整模型在监督训练中能根据训练数据进行不断的自我训练学习,多组训练数据中的每组均包括:第一温度、第一输入信号功率、第一泵浦参数和用于标识第一调整结果参数的标识信息,第一EDFA掺饵放大器性能调整模型不断地自我的修正,当第一EDFA掺饵放大器性能调整模型的输出信息达到预定的准确率/收敛状态时,则监督学习过程结束。通过对第一EDFA掺饵放大器性能调整模型进行数据训练,使得所述第一EDFA掺饵放大器性能调整模型处理输入数据更加准确,进而使得输出的第一调整结果参数也更加准确。
第一调整结果参数中包括调整EDFA掺饵放大器工作环境的温度参数,以及调整EDFA掺饵放大器的泵源波长和泵浦功率参数等。示例性地,若第一EDFA增益小于EDFA增益阈值,则需要调低工作环境温度,以提升EDFA掺饵放大器的放大增益,使增益值达到EDFA增益阈值,或者,提升EDFA掺饵放大器的泵浦功率以提升放大器的增益值。
本申请实施例通过结合温度的环境因素对于EDFA掺饵放大器性能的影响,构建第一EDFA掺饵放大器性能调整模型,在放大器增益性能难以满足需求时,对EDFA掺饵放大器工作环境的温度和泵浦参数进行综合调节,进而提升EDFA掺饵放大器,避免了环境因素对于EDFA掺饵放大器性能的影响,建立了多维度、全面的调整提升EDFA掺饵放大器性能的方法,达到了提升EDFA掺饵放大器性能的技术效果。
本申请实施例提供的方法中的步骤S400包括:
S410:获得第一泵浦波长和第一泵浦功率,其中,所述第一泵浦波长为所述第一检测周期内所述EDFA掺饵放大器的泵浦波长,所述第一泵浦功率为所述第一检测周期内所述EDFA掺饵放大器的泵浦功率;
S420:对所述第一泵浦波长和第一泵浦功率进行拟合,获得所述第一泵浦参数。
具体而言,第一泵浦波长为第一检测周期内EDFA掺饵放大器泵源发出的泵浦光的波长,示例性地,第一泵浦波长为980nm。
第一泵浦功率为第一检测周期内EDFA掺饵放大器泵源发出的泵浦光的功率,信号光同具备第一泵浦波长和第一泵浦功率的泵浦光进入掺饵光纤内,诱发受激辐射而得到放大。
通过对第一泵浦波长和第一泵浦功率分别进行拟合,若第一泵浦波长在第一检测周期内为稳定数值,则无需拟合,能够得到可表达所有泵浦波长和泵浦功率数据的函数关系曲线,将拟合后的数据作为第一泵浦参数,能够综合考虑第一泵浦波长和第一泵浦功率对于放大器性能的影响,进而获知泵浦参数与增益之间的联系,达到提升构建第一EDFA掺饵放大器性能调整模型的准确性和模型性能的技术效果。
本申请实施例提供的方法中的步骤S500包括:
S510:获得所述第一检测周期内所述EDFA掺饵放大器的第一增益集合;
S520:对所述第一增益集合进行层级聚类分析,获得所述第一EDFA增益。
具体而言,第一增益集合为EDFA掺饵放大器在第一检测周期内基于时间顺序检测获得的放大增益数据的集合。通过对第一增益集合进行层级聚类分析,将第一增益集合内的增益数据按照不同的区间进行分类,获得多个数据簇,最终获得可代表第一增益集合内增益数据的代表性增益数据,作为第一EDFA增益,该代表性增益数据不同于全部增益数据的平均值。
通过对第一增益集合进行层级聚类分析,能够获得可代表第一增益集合内所有增益数据区间的增益数据,将该增益数据作为第一EDFA增益,可代表第一检测周期内EDFA掺饵放大器的增益水平,达到了准确处理数据的技术效果。
如图2所示,本申请实施例提供的方法还包括步骤S1000,步骤S1000包括:
S1010:通过所述第一检测周期获得第一辐射参数,所述第一辐射参数为所述第一检测周期内所述第一EDFA掺饵放大器工作时受到的辐射参数;
S1020:根据所述第一辐射参数对所述第一EDFA掺饵放大器性能调整模型进行增量学习,获得第二EDFA掺饵放大器性能调整模型;
S1030:根据所述第二EDFA掺饵放大器性能调整模型,获得第二调整结果参数,并通过所述第二调整结果参数对所述EDFA掺饵放大器进行调整。
其中,步骤S1020包括:
S1021:将所述第一辐射参数输入所述第一EDFA掺饵放大器性能调整模型,获得调整差异参数;
S1022:通过对所述调整差异参数进行数据损失分析,获得第一损失数据;
S1023:将所述第一损失数据输入到所述第一EDFA掺饵放大器性能调整模型中进行训练,获得所述第二EDFA掺饵放大器性能调整模型。
具体而言,如上述内容,第一EDFA掺饵放大器性能调整模型中包含了温度、泵浦参数以及输入信号功率等数据,能够输出调整温度和泵浦参数的第一调整结果参数。但在实际上,EDFA掺饵放大器的工作环境一般为通信基站,其中存在一定的辐射,EDFA掺饵放大器还会受到辐射影响,辐射会影响EDFA掺饵放大器的放大增益性能。因此,对于第一EDFA掺饵放大器性能调整模型,需要对辐射参数进行增量学习。
增量学习是指一个学习***能不断地从新样本中学习新的知识,并能保存大部分以前已经学习到的知识,增量学习非常类似于人类自身的学习模式。
所述第一EDFA掺饵放大器性能调整模型是基于温度、泵浦参数以及输入信号功率机器学习获得的模型,由于调整差异参数需要结合所述第一EDFA掺饵放大器性能调整模型的旧训练数据以完成综合的增量学习结果,因此,将调整差异参数进行增量学习后能够保留所述第一EDFA掺饵放大器性能调整模型的基础性能,并且完成对应的增量学习,获得第二EDFA掺饵放大器性能调整模型,第二EDFA掺饵放大器性能调整模型为增量学习后的更新后的模型,通过增量学习,达到了对于新增特征进行增量学习,以提高评估模型更新性能的技术效果。
进一步地,调整差异参数是基于第一辐射参数在第一EDFA掺饵放大器性能调整模型中进行获得调整结果参数获得的对应调整差异参数,该调整差异参数是基于第一辐射参数与EDFA掺饵放大器性能调整模型内数据的差别而获得的。由于第二EDFA掺饵放大器性能调整模型是基于引入损失函数完成数据损失的分析进而获得的新模型,其中,第一损失数据是代表第一EDFA掺饵放大器性能调整模型对于调整差异参数的相关知识的损失数据,再基于所述第一损失数据完成对第一EDFA掺饵放大器性能调整模型的增量学习。
如前述内容,第一EDFA掺饵放大器性能调整模型是多个神经元相互连接组成构成神经网络获得的,因此,通过损失数据的训练使得第二EDFA掺饵放大器性能调整模型保留了第一EDFA掺饵放大器性能调整模型的基本功能,并维持模型不断更新的性能,从而增加了模型处理数据的维度。
在增量学习获得第二EDFA掺饵放大器性能调整模型后,将上述的第一辐射参数结合前述的第一温度、第一输入信号功率、第一泵浦参数输入该第二EDFA掺饵放大器性能调整模型,即可获得第二调整参数,进而通过第二调整参数调整EDFA放大器工作环境的辐射。如此,能够在增益无法满足阈值时,全面地调节EDFA放大器工作环境的温度和辐射,进而提升EDFA放大器的性能,从模型处理的角度上,达到了保证更新调整结果参数准确性的技术效果。
本申请实施例提供的方法中的步骤S1010包括:
S1011:通过所述第一检测周期获得第一辐射剂量和第一辐射剂量率;
S1012:将所述第一辐射剂量和所述第一辐射剂量率输入辐射参数调整模型;所述辐射参数调整模型由多组训练数据训练至收敛获得,其中,每组训练数据中均包括所述第一辐射剂量、所述第一辐射剂量率和用于标识所述第一辐射参数的标识信息;
S1013:获得所述辐射参数调整模型的第二输出结果,所述第二输出结果包括所述第一辐射参数。
具体而言,第一辐射参数是基于第一辐射剂量和第一辐射剂量率两个参数获得的,第一辐射剂量率为第一辐射剂量在变化过程中的变化速率。实际上,第一辐射剂量和第一辐射剂量率的变化均会影响EDFA放大器的放大增益性能,示例性地,随着第一辐射剂量越大,则第一EDFA增益衰减,且在第一辐射剂量增大的过程中,若第一辐射剂量率增大,则第一EDFA增益衰减的速度和幅度均会增加。在第一辐射量减小时,EDFA增益会恢复至原有水平,但若第一辐射剂量过大,则EDFA的增益无法完全恢复至原有水平。
如此,不同的第一辐射剂量和第一辐射剂量率对应的第一辐射参数是不同的,构建辐射参数调整模型,辐射参数调整模型同为机器学习中的神经网络模型,采用训练数据对辐射参数调整模型进行训练,每组训练数据包括:第一辐射剂量、第一辐射剂量率用于标识第一辐射参数的标识信息,辐射参数调整模型不断地自我的修正,在监督训练过程中形成模型内的结构以及权重,当辐射参数调整模型的输出结果达到预定的准确率或收敛状态时,则监督学习过程结束。
训练完成后,还可采用验证数据对模型进行验证其准确性,向辐射参数调整模型输入第一辐射剂量和第一辐射剂量率,得到第二输出结果,第二输出结果包括第一辐射参数,每一个第一辐射参数的数据均对应不同第一辐射剂量和第一辐射剂量率,同时对应着对EDFA增益不同的影响。
本申请实施例通过综合辐射剂量和辐射剂量率,获得训练数据集并训练构建辐射参数调整模型,使得辐射参数调整模型处理输入数据更加准确,进而使得输出的第一辐射参数也更加准确,能够准确获得对EDFA增益产生影响的第一辐射参数,达到了准确获得数据信息,提高输出结果准确性的技术效果。
如图3所示,本申请实施例提供的方法还包括步骤S1200,步骤S1200包括:
S1210:基于大数据和历史实验数据获得历史温度集合和历史辐射参数集合;
S1220:构建所述历史温度集合和所述历史辐射参数集合的第一映射函数关系;
S1230:将所述第一温度输入所述第一映射函数关系,获得第一辐射调整参数;
S1240:采用所述第一辐射调整参数对所述第一辐射参数进行调整,获得调整后的第二辐射参数,将所述第二辐射参数作为增量学习数据对所述第一EDFA掺饵放大器性能调整模型进行增量学习。
具体而言,在辐射影响EDFA放大器增益性能的过程中,温度会对辐射产生的影响有一定的影响,示例性地,在第一辐射参数一定,即第一辐射剂量和第一辐射剂量率一定的情况下,工作环境的温度较高,则EDFA放大器受辐射影响增益下降的幅度较小,速率较慢,温度较低,则EDFA放大器受辐射影响增益下降的幅度较大,速率较快。因此,本申请实施例提供的方法中还考虑了温度对辐射参数的影响。
基于大数据和历史实验数据获得历史温度集合和历史辐射参数集合,其中包括了此前所有的EDFA放大器工作环境下的温度、辐射数据,以及在给定其他条件下,不同温度下不同辐射对于EDFA增益的影响。如此,即可建立历史温度集合和历史辐射参数集合的第一映射函数关系,在第一映射函数关系中,针对每一个辐射参数,不同的温度参数均对其产生不同的影响,进而对使该辐射参数对EDFA增益有着不同影响。换言之,在同一辐射参数和不同的温度参数下,该同一辐射参数对EDFA增益具有着不同的影响。
将第一温度输入第一映射函数关系,获得对第一辐射参数产生影响的第一辐射调整参数,将该第一辐射调整参数对第一辐射参数进行调整,获得调整后的第二辐射参数,该第二辐射参数与第一辐射参数不同,是在第一辐射参数的基础上结合第一温度对第一辐射参数的影响而获得的。
将第二辐射参数作为增量学习数据供所述第一EDFA掺饵放大器性能调整模型进行增量学习,增量学习后的第二EDFA掺饵放大器性能调整模型能够根据温度影响下的第二辐射参数输出第二调整参数,使增量学习后的第二EDFA掺饵放大器性能调整模型输出的第二调整结果参数更为准确。
本申请实施例通过构建历史温度集合和历史辐射参数的第一映射函数关系,获得温度数据对于辐射数据对于EDFA增益影响的影响,对第一辐射参数进行调整,进而提升整个增量学习模型的稳定性,达到提升模型性能,准确输出调整结果参数的技术效果。
综上所述,本申请实施例通过结合温度的环境因素对于EDFA掺饵放大器性能的影响,在放大器增益性能难以满足需求时,构建模型,输出调整结果参数,对EDFA掺饵放大器工作环境的温度和泵浦参数进行综合调节,并结合辐射参数对模型进行增量学习,综合考虑温度对于辐射影响能力的影响,提升模型的维度,使模型能够更为全面地输出结果,提升EDFA掺饵放大器性能,避免了环境因素对于EDFA掺饵放大器性能的影响,建立了多维度、全面的调整提升EDFA掺饵放大器性能的方法,达到了提升EDFA掺饵放大器性能的技术效果。
实施例二
基于与前述实施例中一种提升EDFA掺饵放大器性能的方法相同的发明构思,如图4所示,本申请实施例提供了一种提升EDFA掺饵放大器性能的装置,其中,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一检测周期;
第二获得单元12,所述第二获得单元12用于通过温度检测设备检测所述第一检测周期内的第一温度,其中,所述第一温度为EDFA掺饵放大器在所述第一检测周期内的工作温度;
第三获得单元13,所述第三获得单元13用于获得第一输入信号功率;
第一处理单元14,所述第一处理单元14用于获得第一泵浦参数,其中,所述第一泵浦参数为所述EDFA掺饵放大器在所述第一检测周期内的泵浦参数;
第四获得单元15,所述第四获得单元15用于获得第一EDFA增益,其中,所述第一EDFA增益为所述EDFA掺饵放大器在所述第一检测周期内的增益;
第五获得单元16,所述第五获得单元16用于获得预设EDFA增益阈值;
第一判断单元17,所述第一判断单元17用于判断所述第一EDFA增益是否满足所述预设EDFA增益阈值;
第二处理单元18,所述第二处理单元18用于若所述第一EDFA增益未满足所述预设EDFA增益阈值,则将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数;
第一管理单元19,所述第一管理单元19用于通过所述第一调整结果参数,对所述EDFA掺饵放大器进行调整。
进一步的,所述装置还包括:
第六获得单元,所述第六获得单元用于获得第一泵浦波长和第一泵浦功率,其中,所述第一泵浦波长为所述第一检测周期内所述EDFA掺饵放大器的泵浦波长,所述第一泵浦功率为所述第一检测周期内所述EDFA掺饵放大器的泵浦功率;
第三处理单元,所述第三处理单元用于对所述第一泵浦波长和第一泵浦功率进行拟合,获得所述第一泵浦参数。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于获得所述第一检测周期内所述EDFA掺饵放大器的第一增益集合;
第四处理单元,所述第四处理单元用于对所述第一增益集合进行层级聚类分析,获得所述第一EDFA增益。
进一步的,所述装置还包括:
第五处理单元,所述第五处理单元用于将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入所述第一EDFA掺饵放大器性能调整模型;
第六处理单元,所述第六处理单元用于所述第一EDFA掺饵放大器性能调整模型通过多组训练数据训练至收敛获得,其中,所述多组训练数据中均包括所述第一温度、所述第一输入信号功率、所述第一泵浦参数和用于标识所述第一调整结果参数的标识信息;
第七处理单元,所述第七处理单元用于获得所述第一EDFA掺饵放大器性能调整模型的第一输出结果,所述第一输出结果包括所述第一调整结果参数。
进一步的,所述装置还包括:
第八获得单元,所述第八获得单元用于通过所述第一检测周期获得第一辐射参数,所述第一辐射参数为所述第一检测周期内所述第一EDFA掺饵放大器工作时受到的辐射参数;
第八处理单元,所述第八处理单元用于根据所述第一辐射参数对所述第一EDFA掺饵放大器性能调整模型进行增量学习,获得第二EDFA掺饵放大器性能调整模型;
第二管理单元,所述第二管理单元用于根据所述第二EDFA掺饵放大器性能调整模型,获得第二调整结果参数,并通过所述第二调整结果参数对所述EDFA掺饵放大器进行调整。
进一步的,所述装置还包括:
第九处理单元,所述第九处理单元用于将所述第一辐射参数输入所述第一EDFA掺饵放大器性能调整模型,获得调整差异参数;
第十处理单元,所述第十处理单元用于通过对所述调整差异参数进行数据损失分析,获得第一损失数据;
第十一处理单元,所述第十一处理单元用于将所述第一损失数据输入到所述第一EDFA掺饵放大器性能调整模型中进行训练,获得所述第二EDFA掺饵放大器性能调整模型。
进一步的,所述装置还包括:
第九获得单元,所述第九获得单元用于通过所述第一检测周期获得第一辐射剂量和第一辐射剂量率;
第十二处理单元,所述第十二处理单元用于将所述第一辐射剂量和所述第一辐射剂量率输入辐射参数调整模型;所述辐射参数调整模型由多组训练数据训练至收敛获得,其中,每组训练数据中均包括所述第一辐射剂量、所述第一辐射剂量率和用于标识所述第一辐射参数的标识信息;
第十三处理单元,所述第十三处理单元用于获得所述辐射参数调整模型的第二输出结果,所述第二输出结果包括所述第一辐射参数。
进一步的,所述装置还包括:
第十获得单元,所述第十获得单元用于基于大数据和历史实验数据获得历史温度集合和历史辐射参数集合;
第十四处理单元,所述第十四处理单元用于构建所述历史温度集合和所述历史辐射参数集合的第一映射函数关系;
第十五处理单元,所述第十五处理单元用于将所述第一温度输入所述第一映射函数关系,获得第一辐射调整参数;
第十六处理单元,所述第十六处理单元用于采用所述第一辐射调整参数对所述第一辐射参数进行调整,获得调整后的第二辐射参数,将所述第二辐射参数作为增量学习数据对所述第一EDFA掺饵放大器性能调整模型进行增量学习。
示例性电子设备
下面参考图5来描述本申请实施例的电子设备。
基于与前述实施例中一种提升EDFA掺饵放大器性能的方法相同的发明构思,本申请实施例还提供了一种电子设备,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得电子设备以执行实施例一所述方法的步骤。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read only memory,EEPROM)、只读光盘(compactdisc
read only memory,CD ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种提升EDFA掺饵放大器性能的方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例通过结合温度的环境因素对于EDFA掺饵放大器性能的影响,在放大器增益性能难以满足需求时,构建模型,输出调整结果参数,对EDFA掺饵放大器工作环境的温度和泵浦参数进行综合调节,并结合辐射参数对模型进行增量学习,综合考虑温度对于辐射影响能力的影响,提升模型的维度,使模型能够更为全面地输出结果,提升EDFA掺饵放大器性能,避免了环境因素对于EDFA掺饵放大器性能的影响,建立了多维度、全面的调整提升EDFA掺饵放大器性能的方法,达到了提升EDFA掺饵放大器性能的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a ,b,或c中的至少一项(个、种),可以表示:a ,b,c,a b,a c,b c,或a b c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指
令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。

Claims (8)

1.一种提升EDFA掺饵放大器性能的方法,其中,所述方法应用于一提升EDFA掺饵放大器性能的装置,所述装置包括一温度检测设备,所述方法包括:
获得第一检测周期;
通过所述温度检测设备检测获得第一温度,其中,所述第一温度为EDFA掺饵放大器在所述第一检测周期内的工作温度;
获得第一输入信号功率;
获得第一泵浦参数,其中,所述第一泵浦参数为所述EDFA掺饵放大器在所述第一检测周期内的泵浦参数;
获得第一EDFA增益,其中,所述第一EDFA增益为所述EDFA掺饵放大器在所述第一检测周期内的增益;
获得预设EDFA增益阈值;
判断所述第一EDFA增益是否满足所述预设EDFA增益阈值;
若所述第一EDFA增益未满足所述预设EDFA增益阈值,则将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数;
通过所述第一调整结果参数,对所述EDFA掺饵放大器进行调整;
其中,所述获得第一泵浦参数,其中,所述第一泵浦参数为所述EDFA掺饵放大器在所述第一检测周期内的泵浦参数,包括:
获得第一泵浦波长和第一泵浦功率,其中,所述第一泵浦波长为所述第一检测周期内所述EDFA掺饵放大器的泵浦波长,所述第一泵浦功率为所述第一检测周期内所述EDFA掺饵放大器的泵浦功率;
对所述第一泵浦波长和第一泵浦功率进行拟合,获得所述第一泵浦参数;
其中,所述通过所述第一检测周期获得第一EDFA增益,所述第一EDFA增益为所述EDFA掺饵放大器在所述第一检测周期内的增益包括:
获得所述第一检测周期内所述EDFA掺饵放大器的第一增益集合;
对所述第一增益集合进行层级聚类分析,获得所述第一EDFA增益。
2.如权利要求1所述的方法,其中,所述将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数包括:
将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入所述第一EDFA掺饵放大器性能调整模型;
所述第一EDFA掺饵放大器性能调整模型通过多组训练数据训练至收敛获得,其中,所述多组训练数据中均包括所述第一温度、所述第一输入信号功率、所述第一泵浦参数和用于标识所述第一调整结果参数的标识信息;
获得所述第一EDFA掺饵放大器性能调整模型的第一输出结果,所述第一输出结果包括所述第一调整结果参数。
3.如权利要求1所述的方法,其中,所述方法还包括:
通过所述第一检测周期获得第一辐射参数,所述第一辐射参数为所述第一检测周期内所述第一EDFA掺饵放大器工作时受到的辐射参数;
根据所述第一辐射参数对所述第一EDFA掺饵放大器性能调整模型进行增量学习,获得第二EDFA掺饵放大器性能调整模型;
根据所述第二EDFA掺饵放大器性能调整模型,获得第二调整结果参数,并通过所述第二调整结果参数对所述EDFA掺饵放大器进行调整。
4.如权利要求3所述的方法,其中,所述根据所述第一辐射参数对所述EDFA掺饵放大器性能调整模型进行增量学习,获得第二EDFA掺饵放大器性能调整模型,包括:
将所述第一辐射参数输入所述第一EDFA掺饵放大器性能调整模型,获得调整差异参数;
通过对所述调整差异参数进行数据损失分析,获得第一损失数据;
将所述第一损失数据输入到所述第一EDFA掺饵放大器性能调整模型中进行训练,获得所述第二EDFA掺饵放大器性能调整模型。
5.如权利要求3所述的方法,其中,所述通过所述第一检测周期获得第一辐射参数,包括:
通过所述第一检测周期检测获得第一辐射剂量和第一辐射剂量率;
将所述第一辐射剂量和所述第一辐射剂量率输入辐射参数调整模型;所述辐射参数调整模型由多组训练数据训练至收敛获得,其中,每组训练数据中均包括所述第一辐射剂量、所述第一辐射剂量率和用于标识所述第一辐射参数的标识信息;
获得所述辐射参数调整模型的第二输出结果,所述第二输出结果包括所述第一辐射参数。
6.如权利要求3所述的方法,其中,所述方法还包括:
基于大数据和历史实验数据获得历史温度集合和历史辐射参数集合;
构建所述历史温度集合和所述历史辐射参数集合的第一映射函数关系;
将所述第一温度输入所述第一映射函数关系,获得第一辐射调整参数;
采用所述第一辐射调整参数对所述第一辐射参数进行调整,获得调整后的第二辐射参数,将所述第二辐射参数作为增量学习数据对所述第一EDFA掺饵放大器性能调整模型进行增量学习。
7.一种提升EDFA掺饵放大器性能的装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一检测周期;
第二获得单元,所述第二获得单元用于通过温度检测设备检测所述第一检测周期内的第一温度,其中,所述第一温度为EDFA掺饵放大器在所述第一检测周期内的工作温度;
第三获得单元,所述第三获得单元用于获得第一输入信号功率;
第一处理单元,所述第一处理单元用于获得第一泵浦参数,其中,所述第一泵浦参数为所述EDFA掺饵放大器在所述第一检测周期内的泵浦参数;
第四获得单元,所述第四获得单元用于获得第一EDFA增益,其中,所述第一EDFA增益为所述EDFA掺饵放大器在所述第一检测周期内的增益;
第五获得单元,所述第五获得单元用于获得预设EDFA增益阈值;
第一判断单元,所述第一判断单元用于判断所述第一EDFA增益是否满足所述预设EDFA增益阈值;
第二处理单元,所述第二处理单元用于若所述第一EDFA增益未满足所述预设EDFA增益阈值,则将所述第一温度、所述第一输入信号功率、所述第一泵浦参数输入第一EDFA掺饵放大器性能调整模型,获得第一调整结果参数;
第一管理单元,所述第一管理单元用于通过所述第一调整结果参数,对所述EDFA掺饵放大器进行调整;
第六获得单元,所述第六获得单元用于获得第一泵浦波长和第一泵浦功率,其中,所述第一泵浦波长为所述第一检测周期内所述EDFA掺饵放大器的泵浦波长,所述第一泵浦功率为所述第一检测周期内所述EDFA掺饵放大器的泵浦功率;
第三处理单元,所述第三处理单元用于对所述第一泵浦波长和第一泵浦功率进行拟合,获得所述第一泵浦参数;
第七获得单元,所述第七获得单元用于获得所述第一检测周期内所述EDFA掺饵放大器的第一增益集合;
第四处理单元,所述第四处理单元用于对所述第一增益集合进行层级聚类分析,获得所述第一EDFA增益。
8.一种电子设备,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使电子设备以执行如权利要求1至6任一项所述方法的步骤。
CN202210500019.7A 2022-05-10 2022-05-10 一种提升edfa掺饵放大器性能的方法及装置 Active CN114640393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210500019.7A CN114640393B (zh) 2022-05-10 2022-05-10 一种提升edfa掺饵放大器性能的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210500019.7A CN114640393B (zh) 2022-05-10 2022-05-10 一种提升edfa掺饵放大器性能的方法及装置

Publications (2)

Publication Number Publication Date
CN114640393A CN114640393A (zh) 2022-06-17
CN114640393B true CN114640393B (zh) 2022-08-16

Family

ID=81953021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210500019.7A Active CN114640393B (zh) 2022-05-10 2022-05-10 一种提升edfa掺饵放大器性能的方法及装置

Country Status (1)

Country Link
CN (1) CN114640393B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004044559A2 (en) * 2002-11-08 2004-05-27 Furukawa America, Inc. System, method and computer program product for modeling of edfa
CN102368590A (zh) * 2011-11-29 2012-03-07 北京航空航天大学 一种短脉冲激光***的控制驱动***
CN102437883A (zh) * 2004-08-02 2012-05-02 富士通株式会社 光放大器和光监测回路
CN105912067A (zh) * 2016-06-15 2016-08-31 凌云天博光电科技股份有限公司 一种泵浦激光器输入电流的控制方法及装置
CN114152407A (zh) * 2022-02-10 2022-03-08 山东鹰联光电科技股份有限公司 一种掺铒光纤放大器温度监测及预警方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004044559A2 (en) * 2002-11-08 2004-05-27 Furukawa America, Inc. System, method and computer program product for modeling of edfa
CN102437883A (zh) * 2004-08-02 2012-05-02 富士通株式会社 光放大器和光监测回路
CN102368590A (zh) * 2011-11-29 2012-03-07 北京航空航天大学 一种短脉冲激光***的控制驱动***
CN105912067A (zh) * 2016-06-15 2016-08-31 凌云天博光电科技股份有限公司 一种泵浦激光器输入电流的控制方法及装置
CN114152407A (zh) * 2022-02-10 2022-03-08 山东鹰联光电科技股份有限公司 一种掺铒光纤放大器温度监测及预警方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Analysis of Flat-Gain Hybrid Optical Amplifier;Anjali Kaushik et al.;《International Conference on Communication and Signal Processing》;20160408;全文 *
高功率掺镱光纤激光器的辐照影响分析及研究进展;郑也 等;《强激光与粒子束》;20220430;第34卷(第4期);全文 *

Also Published As

Publication number Publication date
CN114640393A (zh) 2022-06-17

Similar Documents

Publication Publication Date Title
US20230350774A1 (en) Methods and systems for determining system capacity
CN110688288B (zh) 基于人工智能的自动化测试方法、装置、设备及存储介质
CN112508580A (zh) 基于拒绝推断方法的模型构建方法、装置和电子设备
CN108681751B (zh) 确定事件影响因素的方法及终端设备
CN110852761B (zh) 制定反作弊策略的方法、装置及电子设备
CN112288025A (zh) 基于树结构的异常案件识别方法、装置、设备及存储介质
CN113537370A (zh) 一种基于云计算的财务数据处理方法及***
CN114640393B (zh) 一种提升edfa掺饵放大器性能的方法及装置
Yucel et al. Classification of the temperature-dependent gain of an erbium-doped fiber amplifier by using data mining methods
CN112686690A (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN111353860A (zh) 产品信息推送方法及***
CN113839717B (zh) 一种掺铒光纤放大器的带增益自动调节功能的方法及装置
CN115099875A (zh) 基于决策树模型的数据分类方法及相关设备
CN114826396A (zh) 一种监测拉曼放大器反射功率控制泵浦的方法及装置
CN114372689A (zh) 一种基于动态规划的路网运行特征变点识别方法
Elustondo et al. Comparative analysis of three methods for stochastic lumber drying simulation
CN114124456A (zh) 综合能源***安全检测方法、装置、电子设备及存储介质
KR20210021925A (ko) 선형재료절단 문제에 대한 휴리스틱 기법 선택 방법 및 장치
CN112765236A (zh) 自适应异常设备挖掘方法、存储介质、设备及***
CN112598259A (zh) 产能测算方法、装置及计算机可读存储介质
CN114155012A (zh) 欺诈群体识别方法、装置、服务器及存储介质
CN113918817B (zh) 推送模型构建方法、装置、计算机设备及存储介质
CN109359462A (zh) 虚假设备识别方法、设备、存储介质及装置
US20230297848A1 (en) Optimizing cascade of classifiers schema using genetic search
CN112785415B (zh) 评分卡模型构建方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant