-
题名自由空间光通信的异常检测、分类与定位深度学习架构
- 1
-
-
作者
宋嵩
吴廷伟
赵伦
贾家庆
郭磊
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学智能通信与网络安全研究院学院
-
出处
《通信学报》
北大核心
2025年第10期1-14,共14页
-
基金
国家自然科学基金资助项目(No.62401092,No.62301097,No.62025105,No.U24A20216)
中国博士后科学基金资助项目(No.2024M763913)
+3 种基金
重庆市科学技术局基金资助项目(No.CSTB2024NSCQ-MSX0991)
重庆市教育局基金资助项目(No.KJQN202400630)
重庆市人力资源和社会保障局基金资助项目(No.2024CQBSHTB3072)
光纤传感与通信教育部重点实验室开放基金资助项目(No.ZYGX2024K010)。
-
文摘
自由空间光(FSO)通信系统在实际传输过程中易受到湍流变化、光束对准误差及障碍遮挡等多种异常因素影响,从而导致信号质量下降及传输性能退化。为此,提出了一种基于深度学习的FSO系统异常检测、分类与定位框架——双域特征多任务网络(DFMT-Net)。该框架融合了自注意力机制与高级特征提取技术,能够对FSO信号中的多种异常类型进行精准检测与定位。同时,引入基于重构误差的定位方法以提升定位精度。实验表明,DFMT-Net在异常检测中的F1分数达到0.99,较极端梯度提升(XGBoost)和长短期记忆网络(LSTM)分别提升47.76%和13.79%;在异常诊断与遮挡定位任务中准确率分别为99%和96.1%,验证了所提框架的有效性与鲁棒性。
-
关键词
自由空间光通信
异常检测
深度学习
大气湍流
-
Keywords
free-space optical communication
anomaly detection
deep learning
atmospheric turbulence
-
分类号
TN929.1
[电子电信—通信与信息系统]
-
