1 国网福建省电力有限公司, 福州 350003
2 国网福建省电力有限公司信息通信分公司, 福州 350003
3 安徽继远软件有限公司, 合肥 230088
4 北京邮电大学, 北京 100876
基于深度学习的光网络流量诊断与预测等场景中, 由于保密等原因, 光链路的流量数据采集和存储工作受限。针对数据量少而无法支撑深度学习的问题, 文章提出了一种基于拓扑链路识别的光网络流量数据合成算法, 其核心思想是在生成对抗网络框架下, 联合基于光网络拓扑的条件生成模型和基于光网络流量的数据合成模型, 以自监督的方式合成指定光链路的流量数据。仿真结果表明, 所提算法合成的光网络流量数据在自相关系数指标上与真实数据接近且使得基于全连接神经网络的流量预测模型准确率达到95%以上。
光网络 深度学习 流量预测 数据合成 optical network deep learning traffic prediction data synthesis
针对大气环境探测甚高光谱干涉仪输出信号的特点，提出了一种基于双 ADC数据采集系统设计方案。采用数据合成的方式对两个具有同输入不同增益通道的数据进行拼接，使用相对较低分辨率 ADC实现了高分辨率系统设计，并对数据合成过程中两通道的不一致性进行了分析、测量和校正。最终给出了系统的电路设计方案和实验结果。实验表明：系统在保证采样速率的情况下，能够实现高分辨率采样，并具有良好的信噪比。
甚高光谱干涉仪 双 ADC 数据合成 高分辨率 通道不一致性校正 hyper spectral interferometer double ADC data combination high resolution channel uncertainty correction
