基于深度学习网络的本地本振相位补偿方法和系统.pdfVIP

下载本文档

2
0
约1.27万字
约 10页
2023-10-11 发布于四川
举报
版权申诉

基于深度学习网络的本地本振相位补偿方法和系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了一种基于深度学习网络的本地本振相位补偿方法和系统，包括：步骤1：搭建本地本振连续变量量子密钥分发系统，让系统在预设脉冲光强的条件下运行一段时间，采集相位漂移数据；步骤2：利用相位漂移数据训练神经网络LSTM模型；步骤3：将参考脉冲和量子脉冲以序列形式交替发送，利用训练好的LSTM模型进行相位补偿。本发明通过将深度学习技术与本地本振导频序列方案相结合，具有简单、高效、低成本等优势，在本地本振连续变量量子密钥分发系统中具有广阔的应用前景与潜力。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116865963 A (43)申请公布日 2023.10.10 (21)申请号 202310920949.2 (22)申请日 2023.07.25 (71)申请人上海交通大学地址 200240