CN108599849A - 智能决策的光子处理系统和处理方法 - Google Patents

智能决策的光子处理系统和处理方法 Download PDF

Info

Publication number
CN108599849A
CN108599849A CN201810334227.8A CN201810334227A CN108599849A CN 108599849 A CN108599849 A CN 108599849A CN 201810334227 A CN201810334227 A CN 201810334227A CN 108599849 A CN108599849 A CN 108599849A
Authority
CN
China
Prior art keywords
signal
signal processing
conversion module
functional
intelligent decision
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.)
Granted
Application number
CN201810334227.8A
Other languages
English (en)
Other versions
CN108599849B (zh
Inventor
邹卫文
于磊
徐绍夫
马伯文
陈建平
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201810334227.8A priority Critical patent/CN108599849B/zh
Priority to US16/132,259 priority patent/US11526742B2/en
Publication of CN108599849A publication Critical patent/CN108599849A/zh
Application granted granted Critical
Publication of CN108599849B publication Critical patent/CN108599849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
    • G06N3/0675—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means using electro-optical, acousto-optical or opto-electronic means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/25—Arrangements specific to fibre transmission
    • H04B10/2589—Bidirectional transmission
    • H04B10/25891—Transmission components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06E—OPTICAL COMPUTING DEVICES; COMPUTING DEVICES USING OTHER RADIATIONS WITH SIMILAR PROPERTIES
    • G06E3/00—Devices not provided for in group G06E1/00, e.g. for processing analogue or hybrid data
    • G06E3/001—Analogue devices in which mathematical operations are carried out with the aid of optical or electro-optical elements
    • G06E3/005—Analogue devices in which mathematical operations are carried out with the aid of optical or electro-optical elements using electro-optical or opto-electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G06N3/065—Analogue means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/50—Transmitters
    • H04B10/516—Details of coding or modulation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/50—Transmitters
    • H04B10/516—Details of coding or modulation
    • H04B10/524—Pulse modulation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/70—Photonic quantum communication

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Neurology (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Nonlinear Science (AREA)
  • Optical Communication System (AREA)

Abstract

一种智能决策的光子处理系统和处理方法，系统包括多功能输入单元、电光转换模块、信号处理模块、光电转换模块、多功能输出单元以及人工智能芯片。本发明结合光子高速宽带和电子灵活精细的优势，结合异质异构光电子混合集成、封装等工艺，以及深度学习算法，可同时实现数字与模拟信号处理的智能化决策的电子信息系统。本发明对提升电子信息系统性能具有重大意义。

Description

智能决策的光子处理系统和处理方法
技术领域
本发明涉及光信号，具体是一种智能决策的光子处理系统和处理方法。
背景技术
未来的雷达、电子对抗、通信等电子信息系统面临着环境复杂、强对抗、实时响应、信息不完整、信号不确定等挑战。信号处理系统向宽频段、捷变频、超宽带阵列化、多功能一体化、环境适应智能化方向发展成为必然趋势。对于高频率、超宽带信号的高效实时的智能化处理是电子信息系统迈向下一代性能升级的必由之路。然而，受电子器件工作速度和带宽的制约，基于传统电子技术的信号处理系统性能的提升正遇到无法逾越的障碍。
光子技术能够突破“电子瓶颈”，是实现超大宽带、超高速信号、高效的重要突破口。同时，随着光子集成技术的不断发展，采用成熟的微电子CMOS工艺直接制备、在SOI生长、键合InP等异质材料等方式，来制作微波光电子集成器件，是实现光子信号处理系统小型化的重要保障。因此在芯片尺度上，将微波技术对信号的精细处理能力和光子技术对信号的高速宽带处理能力进行有机融合，能有效解决传统微波射频技术难题，为提升雷达、电子对抗、通信等电子信息系统性能提供了颠覆性的解决途径。
目前，智能化的光子信号处理已经成为发达国家发展新一代电子信息系统的研究热点。据报道，美国的实验室已开始研究类人脑超级计算技术，旨在构建出可实时处理非结构化信息、具有学习能力的超低功耗类脑计算系统，从而突破冯诺依曼架构对运算速度和功耗的限制，成为人工智能时代的“大脑”；同时，美国相关团队宣布在2017年要推出第一款用于嵌入式武器系统和传感器处理器的紧凑型智能算法，在计算能力的支撑下，机器学习、数据可视化将会实时更新，创造出一个不断学习的环境；DARPA宣布设立新项目“射频机器学习系统”(RFMLS)，希望能够帮助决策者从海量情报中获取有用信息，进一步辅助决策，实现智能决策，目前还在开展联合大学微电子计划全面提高处理能力；MIT、加州大学伯克利分校的研究人员把光互联技术应用在“电子-光子”系统的芯片上，实现了比现行处理器快50倍的处理速度(C.Sun,et al.,“Single-chip microprocessor that communicatesdirectly using light,”Nature.528,534-538,2015)，然而该技术仅实现了电子器件与光电子器件的集成化，并不能完全满足未来对智能化信号处理系统的需求。另一方面，基于光子技术的深度学习技术也在不断发展(Yichen Shen.et al.“Deep learning withcoherent nanophotonic circuits,”Nat.photon.11 441-447,2017)，该技术避免了数字域的神经网络架构，直接实现神经网络，因此具有更大的发展优势。
智能光子技术是基于光子技术、电子技术、材料技术和人工智能等形成的一种全新技术。该技术利用光的并行处理、大带宽、低损耗、远程传输的优势，与电的信号处理、深度学习算法、人工智能等相结合，形成智能化光子处理系统。随着电子信息系统对信号的处理需求的不断发展，光电子技术对单一功能系统及可重构系统的研究，已无法满足未来电子信息系统智能化决策的需求，因此，开展智能光子信号处理的研究，研制实现智能决策的光子处理方法对提升电子信息系统性能具有重大意义。
发明内容
本发明的目的在于针对现有技术的不足，提出一种智能决策的光子处理系统和处理方法。该系统有机融合光子高速、宽带和电子灵活精细的优势，结合异质异构光电子混合集成、封装等工艺，以及深度学习，可同时实现数字与模拟信号处理的智能电子信息系统。
本发明的技术解决方案如下：
一种智能决策光子处理系统，其特点在于，包括多功能输入单元、电光转换模块、光源阵列、信号处理模块、光电转换模块、多功能输出单元和人工智能芯片，所述的信号处理模块包括多个模拟信号处理单元和多个数字信号处理单元，所述的多功能输入单元的输出端与所述的电光转换模块第一输入端相连，所述的光源阵列的输出端与所述的电光转换模块的第二输入端相连，所述的电光转换模块的第一输出端经所述的模拟信号处理单元与所述的光电转换模块的第一输入端相连，所述的电光转换模块的第二输出端经所述的数字信号处理单元与所述的光电转换模块的第二输入端相连，所述的光电转换模块的第一输出端与所述的多功能输出单元的输入端相连，所述的人工智能芯片分别与所述的电光转换模块、光源阵列、信号处理模块的多个模拟信号处理单元和多个数字信号处理单元、光电转换模块、多功能输出单元相连。
所述的模拟信号处理单元为模拟神经网络、信号滤波、脉冲压缩、频谱检测模块的集合，各个模块可通过光互联实现信号交互。
所述的数字信号处理单元包含数字神经网络、模数转换、数字通信模块的集合，各个模块可通过光互联实现信号交互。
所述的电光转换模块是多个电光调制器的集合，每个电光调制器都分别与光源阵列的一路光输出相连，并与多功能输出单元的一路电信号相连，并输出一路调制后的光信号。
所述的多功能输入单元为各类射频接收天线、或数字通信接收器。
所述的多功能输出单元用于输出处理后的信号，该信号包括射频信号、数字信号、数字图像。
所述的人工智能芯片为高性能处理器(TPU)、图形处理器(GPU)、光子模拟芯片或数字芯片。
利用上述智能决策光子处理系统的智能决策光子处理方法，该方法包括如下步骤：
1)多功能输入单元用于接收多功能的射频信号，经过电光转换模块将射频信号调制到光源阵列产生的连续或者脉冲光载波上，从而完成射频信号到光域信号的转换；
2)调制到光域后的射频信号进入信号处理单元，根据不同的功能需求经信号判断后经模拟信号处理单元或数字信号处理单元进行处理；
3)处理后的信号经过所述的光电转换模块转换为电信号，该电信号分为两部分，一部分经过所述的多功能输出单元输出，另一部分进入人工智能芯片对信号进行处理、判断和智能化的决策，此外信号处理单元处理后的信号也可直接进入人工智能芯片；
4)接入人工智能芯片的信号用来训练芯片中的深度学习网络，同时所述的人工智能芯片通过构建的深度学习网络形成智能化的信号处理单元，该智能化的信号处理单元控制所述的电光转换模块、模拟信号处理单元、数字信号处理单元、光电转换模块、多功能输出单元,从而实现信号的接收和处理，对获取的信号进行快速处理、判决和决策，同时控制信号发射和信息输出。
基于以上技术特点，本发明具有以下优点：
1、本发明基于光子技术同时实现数字和模拟信号处理，充分发挥模拟信号处理高效实时的优势，并进一步推动数字信号处理能力提升，提高电子信息系统的信号处理性能。
2、本发明基于深度学习算法构建智能网络，实现信号的学习训练、快速处理、判决和决策等，从而能有效应对复杂环境下的信息获取、识别、协同以及智能决策。
3、本发明基于异质异构的光电子集成技术，从材料选择、结构优化、工艺流程、封装等方面开展对应光电子模块的芯片化研究，从而实现小尺寸、低功耗的智能光子处理系统。
附图说明
图1为本发明智能决策光子处理系统一个实施例的构成示意图
图2(a)为模拟信号处理(脉冲压缩和频谱检测)的实施例图，(b)为数字信号处理(光模数转换)的实施例图
图3本发明的信号交互流程图
具体实施方式
下面结合附图和实施例对本发明作进一步说明。本实施例以本发明的技术方案为前提进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。
图1为本发明智能决策的光子处理系统的实施例框图。由图可见,本发明智能决策光子处理系统，包括多功能输入单元1、电光转换模块2、光源阵列3、信号处理模块4、光电转换模块5、多功能输出单元6和人工智能芯片7-1，所述的信号处理模块4包括多个模拟信号处理单元4-1和多个数字信号处理单元4-2，所述的多功能输入单元1的输出端与所述的电光转换模块2第一输入端相连，所述的光源阵列3的输出端与所述的电光转换模块2的第二输入端相连，所述的电光转换模块2的第一输出端经所述的模拟信号处理单元4-1与所述的光电转换模块5的第一输入端相连，所述的电光转换模块2的第二输出端经所述的数字信号处理单元4-2与所述的光电转换模块5的第二输入端相连，所述的光电转换模块5的第一输出端与所述的多功能输出单元6的输入端相连，所述的人工智能芯片7-1分别与所述的电光转换模块2、光源阵列3、信号处理模块4的多个模拟信号处理单元4-1和多个数字信号处理单元4-2、光电转换模块5、多功能输出单元6相连。
所述的模拟信号处理单元包括模拟神经网络、信号滤波、脉冲压缩、频谱检测模块的集合，各个模块可通过光互联实现信号交互。
所述的数字信号处理单元包含数字神经网络、模数转换、数字通信模块的集合，各个模块可通过光互联实现信号交互。
所述的电光转换模块是多个电光调制器的集合，每个电光调制器都分别与光源阵列的一路光输出相连，并与多功能输出单元的一路电信号相连，并输出一路调制后的光信号。
所述的多功能输入单元为各类射频接收天线、或数字通信接收器,用于接收多功能的射频信号。
所述的多功能输出单元用于输出处理后的信号，该信号包括射频信号、数字信号、或数字图像。
所述的人工智能芯片为高性能处理器(TPU)、图形处理器(GPU)、光子模拟芯片或数字芯片。所述的人工智能芯片是指具有深度学习用途的计算芯片，其特点是能够适合深度学习算法中的快速运算，因此这些芯片都是已有的产品，进一步，构建深度学习网络的算法也存在的，
利用上述智能决策光子处理系统的智能决策光子处理方法，该方法包括如下步骤：
1)多功能输入单元1用于接收多功能的射频信号，经过电光转换模块2将射频信号调制到光源阵列3产生的连续或者脉冲光载波上，从而完成射频信号到光域信号的转换；
2)调制到光域后的射频信号进入信号处理单元4，根据不同的功能需求经信号判断后经模拟信号处理单元4-1或数字信号处理单元4-2进行处理；
3)处理后的信号经过所述的光电转换模块5转换为电信号，该电信号分为两部分，一部分经过所述的多功能输出单元6输出，另一部分进入人工智能芯片7-1对信号进行处理、判断和智能化的决策，此外信号处理单元4处理后的信号也可直接进入人工智能芯片7-1；
4)进入人工智能芯片7-1的信号用来训练芯片中的深度学习网络7-2，同时所述的人工智能芯片7-1通过构建的深度学习网络7-2形成智能化的信号处理单元，该智能化的信号处理单元控制所述的电光转换模块2、模拟信号处理单元4-1、数字信号处理单元4-2、光电转换模块5、多功能输出单元6,从而实现信号的接收和处理，对获取的信号进行快速处理、判决和决策，同时控制信号发射和信息输出。
多功能输入单元1接收各类射频信号，经过电光转换模块2将接收到的射频信号调制到光源阵列3产生的光源上，调制到光域后的射频信号进入信号处理模块4，根据不同的功能分别进入模拟信号处理单元4-1实现模拟信号处理(如图2(a)所示)，或者进入数字信号处理单元4-2实现数字信号处理(如图2(b)所示)，处理后的信号经过光电转换模块5转换为电信号，一方面经过多功能输出单元6实现信号的发射，另一方面也可以接入人工智能芯片7-1。此外，信号处理模块4处理后的信号也可直接接入人工智能芯片7-1。接入人工智能芯片7-1的信号可以用来训练芯片中的深度学习网络7-2，同时所述的人工智能芯片7-1通过构建的深度学习网络7-2实现智能化的信号处理单元，可以控制信号的接收和处理，对获取的信号进行快速处理、判决和决策，同时控制信号发射和信息输出。
上述过程基于光子技术大带宽、高速的优势，能够实现高效的模拟和数字信号处理，并结合深度学习算法，能够对获取的信号进行实时高效的处理和决策，从而实现智能化的信号处理系统。本发明可广泛应用于雷达、电子对抗、通信等电子信息系统中。

Claims (8)

1.一种智能决策光子处理系统，其特征在于，包括多功能输入单元(1)、电光转换模块(2)、光源阵列(3)、信号处理模块(4)、光电转换模块(5)、多功能输出单元(6)和人工智能芯片(7-1)，所述的信号处理模块(4)包括多个模拟信号处理单元(4-1)和多个数字信号处理单元(4-2)，所述的多功能输入单元(1)的输出端与所述的电光转换模块(2)第一输入端相连，所述的光源阵列(3)的输出端与所述的电光转换模块(2)的第二输入端相连，所述的电光转换模块(2)的第一输出端经所述的模拟信号处理单元(4-1)与所述的光电转换模块(5)的第一输入端相连，所述的电光转换模块(2)的第二输出端经所述的数字信号处理单元(4-2)与所述的光电转换模块(5)的第二输入端相连，所述的光电转换模块(5)的第一输出端与所述的多功能输出单元(6)的输入端相连，所述的人工智能芯片(7-1)分别与所述的电光转换模块(2)、光源阵列(3)、信号处理模块(4)的多个模拟信号处理单元(4-1)和多个数字信号处理单元(4-2)、光电转换模块(5)、多功能输出单元(6)相连。
2.根据权利要求1所述的智能决策光子处理系统，其特征在于所述的模拟信号处理单元(4-1)为模拟神经网络、信号滤波、脉冲压缩、频谱检测模块的集合，各个模块可通过光互联实现信号交互。
3.根据权利要求1所述的智能决策光子处理系统，其特征在于所述的数字信号处理单元(4-2)为数字神经网络、模数转换、数字通信模块的集合，各个模块可通过光互联实现信号交互。
4.根据权利要求1所述的智能决策光子处理系统，其特征在于，所述的电光转换模块(2)是多个电光调制器的集合，每个电光调制器都分别与光源阵列(3)的一路光输出相连，并与多功能输出单元的一路电信号相连，并输出一路调制后的光信号。
5.根据权利要求1所述的智能决策光子处理系统，其特征在于，所述的多功能输入单元(1)为各类射频接收天线、或数字通信接收器，用于接收多功能的射频信号。
6.根据权利要求1所述的智能决策光子处理系统，其特征在于，所述的多功能输出单元(6)用于输出处理后的信号，该信号包括射频信号、数字信号、数字图像。
7.根据权利要求1所述的智能决策光子处理系统，其特征在于，所述的人工智能芯片(7-1)为高性能处理器(TPU)、图形处理器(GPU)、光子模拟芯片或数字芯片。
8.利用权利要求1所述的智能决策光子处理系统的智能决策光子处理方法，其特征在于该方法包括如下步骤：
1)多功能输入单元(1)用于接收多功能的射频信号，经过电光转换模块(2)将射频信号调制到光源阵列(3)产生的连续或者脉冲光载波上，从而完成射频信号到光域信号的转换；
2)调制到光域后的射频信号进入信号处理单元(4)进行处理，根据不同的功能需求经信号判断后经模拟信号处理单元(4-1)或数字信号处理单元(4-2)进行处理；
3)处理后的信号经过所述的光电转换模块(5)转换为电信号，该电信号分为两部分，一部分经过所述的多功能输出单元(6)输出，另一部分进入人工智能芯片(7-1)对信号进行处理、判断和智能化的决策，此外信号处理单元(4)处理后的信号也可直接进入人工智能芯片(7-1)；
4)接入人工智能芯片(7-1)的信号用来训练芯片中的深度学习网络(7-2)，同时所述的人工智能芯片(7-1)通过构建的深度学习网络(7-2)形成智能化的信号处理单元，该智能化的信号处理单元控制所述的电光转换模块(2)、模拟信号处理单元(4-1)、数字信号处理单元(4-2)、光电转换模块(5)、多功能输出单元(6)，从而实现信号的接收和处理，对获取的信号进行快速处理、判决和决策，同时控制信号发射和信息输出。
CN201810334227.8A 2018-04-14 2018-04-14 智能决策的光子处理系统和处理方法 Active CN108599849B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810334227.8A CN108599849B (zh) 2018-04-14 2018-04-14 智能决策的光子处理系统和处理方法
US16/132,259 US11526742B2 (en) 2018-04-14 2018-09-14 Method and system for intelligent decision-making photonic signal processing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810334227.8A CN108599849B (zh) 2018-04-14 2018-04-14 智能决策的光子处理系统和处理方法

Publications (2)

Publication Number Publication Date
CN108599849A true CN108599849A (zh) 2018-09-28
CN108599849B CN108599849B (zh) 2021-01-01

Family

ID=63622430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810334227.8A Active CN108599849B (zh) 2018-04-14 2018-04-14 智能决策的光子处理系统和处理方法

Country Status (2)

Country Link
US (1) US11526742B2 (zh)
CN (1) CN108599849B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109272110A (zh) * 2018-10-31 2019-01-25 上海交通大学 基于光子神经网络芯片的光电融合智能信号处理系统
WO2021088418A1 (zh) * 2019-11-05 2021-05-14 联合微电子中心有限责任公司 一种光子人工智能计算芯片的数字式信号调制方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113325808A (zh) * 2020-02-28 2021-08-31 上海诺基亚贝尔股份有限公司 控制方法、设备、装置、系统以及计算机可读介质
CN112666098A (zh) * 2020-11-06 2021-04-16 上海市第八人民医院 夏季肠道传染病致病病原体检测系统
CN117130110B (zh) * 2023-10-25 2024-02-23 西安电子科技大学 一种集成液冷散热的光电转接插座

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102057269A (zh) * 2008-11-26 2011-05-11 齐戈股份有限公司 用低相干扫描干涉测量法的扫描误差校正
US8204389B2 (en) * 2008-02-27 2012-06-19 University Of Central Florida Research Foundation, Inc. Electronic post-compensation of optical transmission impairments using digital backward propagation
CN104570545A (zh) * 2015-01-22 2015-04-29 上海交通大学 全光可调谐宽带线性调频信号的产生装置
US20160099774A1 (en) * 2014-10-06 2016-04-07 Samsung Electronics Co., Ltd. Method and apparatus for data transmission
CN106990642A (zh) * 2017-05-31 2017-07-28 上海交通大学 基于调制器多通道解复用的光模数转换装置
US20170237440A1 (en) * 2016-02-13 2017-08-17 HangZhou HaiCun Information Technology Co., Ltd. Processor Comprising Three-Dimensional Memory (3D-M) Array

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113900313A (zh) * 2016-06-02 2022-01-07 麻省理工学院 用于光学神经网络的设备和方法
US20190080167A1 (en) * 2017-09-13 2019-03-14 TuSimple Data acquistion and input of neural network system for deep odometry assisted by static scene optical flow

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8204389B2 (en) * 2008-02-27 2012-06-19 University Of Central Florida Research Foundation, Inc. Electronic post-compensation of optical transmission impairments using digital backward propagation
CN102057269A (zh) * 2008-11-26 2011-05-11 齐戈股份有限公司 用低相干扫描干涉测量法的扫描误差校正
US20160099774A1 (en) * 2014-10-06 2016-04-07 Samsung Electronics Co., Ltd. Method and apparatus for data transmission
CN104570545A (zh) * 2015-01-22 2015-04-29 上海交通大学 全光可调谐宽带线性调频信号的产生装置
US20170237440A1 (en) * 2016-02-13 2017-08-17 HangZhou HaiCun Information Technology Co., Ltd. Processor Comprising Three-Dimensional Memory (3D-M) Array
CN106990642A (zh) * 2017-05-31 2017-07-28 上海交通大学 基于调制器多通道解复用的光模数转换装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YICHEN SHEN: "Deep learning with coherent nanophotonic circuits", 《 2017 FIFTH BERKELEY SYMPOSIUM ON ENERGY EFFICIENT ELECTRONIC SYSTEMS & STEEP TRANSISTORS WORKSHOP 》 *
陈向飞: "光子集成研究进展", 《电信科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109272110A (zh) * 2018-10-31 2019-01-25 上海交通大学 基于光子神经网络芯片的光电融合智能信号处理系统
WO2021088418A1 (zh) * 2019-11-05 2021-05-14 联合微电子中心有限责任公司 一种光子人工智能计算芯片的数字式信号调制方法

Also Published As

Publication number Publication date
US20190318236A1 (en) 2019-10-17
US11526742B2 (en) 2022-12-13
CN108599849B (zh) 2021-01-01

Similar Documents

Publication Publication Date Title
CN108599849A (zh) 智能决策的光子处理系统和处理方法
Chen et al. Pervasive intelligent endogenous 6G wireless systems: Prospects, theories and key technologies
Jiang et al. Low‐frequency fast inhomogeneous plane‐wave algorithm (LF‐FIPWA)
CN106230516B (zh) 基于微波光子的雷达通信对抗一体化系统
CN105913119B (zh) 行列互联的异构多核心类脑芯片及其使用方法
CN111753977B (zh) 光学神经网络卷积层芯片、卷积计算方法和电子设备
CN102147634B (zh) 基于单波导耦合微环谐振腔的光学向量-矩阵乘法器
Usman et al. Terahertz-based joint communication and sensing for precision agriculture: a 6g use-case
CN103336379A (zh) 一种应用于60GHz ROF系统的集成光子晶体MZI调制器
CN104950477B (zh) 一种多通道太赫兹波调制方法及系统
JP2020106747A (ja) フォトニックチップ、フィールドプログラマブルフォトニックアレイおよびプログラマブル回路
CN108259090A (zh) 一种基于数字逻辑运算的射频任意波形光生成方法及系统
CN109089212B (zh) 基于多层感知机的室内三维可见光指纹定位方法及其系统
CN205105232U (zh) 冷离子量子信息处理器的时序控制信号产生装置
CN105279544B (zh) 一种利用可见光通信的无源射频识别标签
CN103138776B (zh) 一种多输出的Zigbee发射装置
CN106940440B (zh) 一种全光链路增益收发一体化雷达系统及使用方法
CN109910635A (zh) 一种电动车的车速控制方法、系统及终端设备
CN116795171A (zh) 数据处理方法及系统
CN108614788A (zh) 一种综合化嵌入式信号处理系统
Wagner et al. Tactile electronics
CN108780234A (zh) 一种电光调制器
CN206076508U (zh) 毫米波天线与射频前端的单板集成系统
AQLAN et al. Role of IoT in Urban development
Capmany et al. Programmable integrated photonics: a new paradigm for low cost multifunctional optics

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