[發(fā)明專利]一種低復(fù)雜度的光纖優(yōu)化設(shè)計(jì)方法

在審

• 申請?zhí)枺?/td>: 202010826725.1
• 申請日: 2020-08-17
• 公開（公告）號: CN112084702A
• 公開（公告）日: 2020-12-15
• 發(fā)明（設(shè)計(jì)）人: 劉潔;林健培;施楚民;張景行;莫舒淇;余思遠(yuǎn)
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/17;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 張金福

本發(fā)明涉及一種低復(fù)雜度的光纖優(yōu)化設(shè)計(jì)方法，包括：S1：確定全局最優(yōu)鄰域定位算法，并基于該算法的函數(shù)重心的自適應(yīng)搜索決策來定位全局最優(yōu)鄰域；S2：構(gòu)建并訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型；S3：在首次尋優(yōu)得到的全局最優(yōu)鄰域范圍內(nèi)，基于訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)計(jì)算得到相應(yīng)數(shù)據(jù)集，并針對該數(shù)據(jù)集，再次調(diào)用全局最優(yōu)鄰域定位算法，進(jìn)行二次尋優(yōu)，在實(shí)際光纖拉制、應(yīng)用限制條件下，來尋找最優(yōu)光纖結(jié)構(gòu)參數(shù)并進(jìn)行輸出。本發(fā)明利用了全局最優(yōu)鄰域定位算法，來縮小BP神經(jīng)網(wǎng)絡(luò)的建模范圍，以提高建模精度，且提高了光纖優(yōu)化設(shè)計(jì)過程中最優(yōu)性能預(yù)測的精度。

技術(shù)領(lǐng)域

本發(fā)明涉及光學(xué)通信技術(shù)領(lǐng)域，更具體地，涉及一種低復(fù)雜度的光纖優(yōu)化設(shè)計(jì)方法。

背景技術(shù)

近年來，現(xiàn)有商用單模光纖系統(tǒng)的進(jìn)一步擴(kuò)容開始受到限制，其光纖通信系統(tǒng)容量逐漸趨近于其理論極限。空分復(fù)用光纖通信系統(tǒng)近年來受到廣泛關(guān)注，主要是少模光纖和多芯光纖兩類。針對新型不同光纖的設(shè)計(jì)，現(xiàn)有的光纖設(shè)計(jì)，多是基于反復(fù)的電磁計(jì)算或測試方法，對于特定條件下的最優(yōu)性能光纖設(shè)計(jì)的尋找，往往是耗時(shí)且復(fù)雜度高的。

此外，有提出利用機(jī)器學(xué)習(xí)輔助光纖優(yōu)化設(shè)計(jì)的方法，如傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)建模、全局尋優(yōu)設(shè)計(jì)方法。利用神經(jīng)網(wǎng)絡(luò)建立光纖設(shè)計(jì)參數(shù)與模式間耦合積分系數(shù)的非線性關(guān)系，利用全局尋優(yōu)設(shè)計(jì)方法實(shí)現(xiàn)光纖設(shè)計(jì)。但該方法的建模是在先驗(yàn)的特定情況下在小范圍中實(shí)現(xiàn)了多輸入少輸出的準(zhǔn)確神經(jīng)網(wǎng)絡(luò)建模，而在更普遍的情況下，一是一般情況下不存在可靠的先驗(yàn)特定條件，光纖各設(shè)計(jì)參數(shù)應(yīng)是在大范圍情況下的復(fù)雜非線性關(guān)系；二是沒有考慮部分光纖設(shè)計(jì)中會遇到的少輸入多輸出的建模問題；三是優(yōu)化設(shè)計(jì)結(jié)果的準(zhǔn)確性將完全依賴于神經(jīng)網(wǎng)絡(luò)的預(yù)測精度；綜合三大普遍問題，在基于直接神經(jīng)網(wǎng)絡(luò)建模的光纖優(yōu)化方法中會出現(xiàn)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)難度較大、訓(xùn)練復(fù)雜度與時(shí)間復(fù)雜度較高、預(yù)測相對誤差較大，從而難以保證預(yù)測精度，不具備普遍適用性。

此外，也有提出運(yùn)用智能優(yōu)化方法如遺傳算法(GA)等采用并行方式對尋優(yōu)空間進(jìn)行多點(diǎn)探測，來進(jìn)行光纖最優(yōu)化設(shè)計(jì)，但計(jì)算量大、收斂速度慢,對于較為復(fù)雜的模型常出現(xiàn)早熟收斂現(xiàn)象不能保證找到最優(yōu)。

發(fā)明內(nèi)容

本發(fā)明為克服上述現(xiàn)有技術(shù)所述的光纖優(yōu)化設(shè)計(jì)過程中最優(yōu)性能預(yù)測精度難以保證的缺陷，提供一種低復(fù)雜度的光纖優(yōu)化設(shè)計(jì)方法。

所述方法包括以下步驟：

S1：確定全局最優(yōu)鄰域定位算法，并基于該算法的函數(shù)重心的自適應(yīng)搜索決策來定位全局最優(yōu)鄰域；

所述函數(shù)為特定光纖結(jié)構(gòu)下電磁有限元分析計(jì)算與相應(yīng)得到的輸出結(jié)果之間的映射函數(shù)。

S2：構(gòu)建并訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型；

S3：在首次尋優(yōu)得到的全局最優(yōu)鄰域范圍內(nèi)，基于訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)計(jì)算得到各種光纖結(jié)構(gòu)下的映射輸出數(shù)據(jù)集，并針對該數(shù)據(jù)集，再次調(diào)用全局最優(yōu)鄰域定位算法，進(jìn)行二次尋優(yōu)，在實(shí)際光纖拉制、應(yīng)用限制條件下，來尋找最優(yōu)光纖結(jié)構(gòu)參數(shù)并進(jìn)行輸出。

優(yōu)選地，S1包括以下步驟：

S101：初始化參數(shù)：首先在考慮實(shí)際光纖拉制、應(yīng)用條件下，確定光纖設(shè)計(jì)通用模型，針對不同的光纖結(jié)構(gòu)類型，設(shè)置具體結(jié)構(gòu)參數(shù)、全局最優(yōu)鄰域定位算法的參數(shù)以及輸入輸出變量；

S102：基于函數(shù)重心的自適應(yīng)決策：依據(jù)局部搜索狀態(tài)的執(zhí)行次數(shù)是否達(dá)到局部搜索狀態(tài)的預(yù)設(shè)的執(zhí)行次數(shù)限制，或者每一次迭代得到的各數(shù)據(jù)點(diǎn)適應(yīng)度值是否大于當(dāng)前函數(shù)重心點(diǎn)適應(yīng)度閾值，來自適應(yīng)決策進(jìn)入全局搜索狀態(tài)或局部搜索狀態(tài)或更新搜索鄰域中心；

S103、更新重心：根據(jù)步驟S102中的決策來選擇相應(yīng)的更新重心方式以及參與計(jì)算重心的數(shù)據(jù)點(diǎn)；

S104：執(zhí)行搜索狀態(tài)：