【摘 要】
:
在信息时代的强力驱动下,全球数据业务迅速扩张,应用需求不断提高,光纤通信技术的发展日新月异。其中,OTN技术以其大容量的传输通道、透明的传输方式以及基于波长调度的灵活
论文部分内容阅读
在信息时代的强力驱动下,全球数据业务迅速扩张,应用需求不断提高,光纤通信技术的发展日新月异。其中,OTN技术以其大容量的传输通道、透明的传输方式以及基于波长调度的灵活性等优势,逐渐成为光传输网络的首选。随着差分相移键控等相位调制方式在传输系统中的应用,光信号速率和传输质量不断提高,目前已达到100Gbps甚至更高,相关设备也逐渐商用。但是,在长距离传输系统中,尤其是国际海光缆,光信号速率仍然以10Gbps为主。面对信号种类多,格式日益复杂的局面,研制针对单一信号的采集分析检测设备,从经济、时间和效益等方面考虑,显然是行不通的[19]。本论文的主要内容是在深入研究光信号接入处理和超高速数据采集分析等技术的基础上,设计实现了一种具有对10Gbps速率多种规格OTN信号进行数据接收功能的新型光信号采集分析系统。论文首先对课题背景、研究对象以及系统特点进行了说明,介绍了光调制方式的相关概念原理,对系统的软硬件架构、设计原理、工作流程等进行了详细阐述,并重点分析了系统设计实现过程中所采用的关键技术以及面向同步字的帧同步识别算法,最后介绍了系统的各项指标,并通过现场实验的方式进行了测试,实验结果进一步验证了系统软硬件的稳定性和可靠性。
其他文献
卫星导航接收机的测距误差受很多因素影响,但其中大部分误差通过差分技术和高精度模型可以得到较大程度的消除。多径误差与信号调制方式、接收机软硬件处理算法、天线特性以
近年来,随着移动互联网和物联网产业的蓬勃发展、移动终端数据业务量呈现出爆炸式增长的趋势。为更好的满足增长的业务需求,超密集组网技术通过减小信号传输距离、增强频谱资源的空间复用,成为提升无线网络容量的最有效途径,然而网络密集化在增大容量的同时也存在回程链路压力大等问题。缓存技术应用而生,即利用边缘缓存技术拉近内容与用户间的距离,从而有效地减少了重复内容的传输,缓解回程压力。因此,探究在边缘化缓存对于
随着云计算技术的快速发展和云存储服务器的大量普及,用户开始将本地数据库外包到云存储服务器,以此节省本地存储开销和避免繁琐的本地数据管理维护。由于云服务提供商的不完
将超高频射频识别(Ultrahigh Frequency Radio Frequency Identification,简称UHF RFID)技术的功耗低、速率快、距离远等技术优势和传感技术的模拟被测参量可以精确转换为数
随着在地形测绘、沉降反演、形变检测、植被估计等领域对目标三维(距离-方位-高度)、四维(距离-方位-高度-形变)信息需求的不断增加,传统SAR二维成像已经无法满足应用需求。S
作为传统的无线传感器网络(Wireless Sensor Networks,WSNs)的延伸和拓展,无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)如今已大量投入物流工程、环境监测、智慧城市、现代农业等应用领域。由于其能够感知信息量丰富的多媒体信息,其能耗问题也更加严重。而基于电池的有限能量供给严重限制了节点的灵活设计和网络的长期部署,环境
随着信息技术的快速发展,如何对单网络层的多个参数进行优化设置,以达到整个网络结构的最佳状态,给网络优化带来了新的挑战。对网络配置进行即时定位并结合多数据资料的分析能力来实现网络优化,确保参数调整的准确性和快速性,成为现阶段无线网络优化的发展趋势。在此背景下,本文对小区自动寻优(Automatic Cell Planning,ACP)技术进行了研究,利用ACP技术进行深度网络优化。论文的主要工作如下
近年来,机器人技术的发展在很多领域都引起了巨大的变革。以医疗领域为例,机器人技术在该领域发挥着越来越重要的作用。如今,机器人已开始和外科医生一起进行手术操作,包括微创手术等其他领域。机器人辅助微创手术不仅可以提高手术的准确性,使以前不能手术的手术成为可能,而且可以降低人为因素导致手术失败的风险,减少医生的体力劳动,加快患者的康复。目前,机器人辅助腹部微创手术的研究成果很多。本论文以实验室主从设备的
在信息化时代,如何准确的鉴别一个人的身份,并且同时保护该信息的稳定性和安全性,已经成为了越来越重要的问题。掌纹识别技术是一种新兴的生物特征识别技术。相比于其他识别方法,掌纹识别具有对环境的要求低,手掌容易采集;采集设备精度要求不苛刻,造价低的优点。然而掌纹识别是一个极其复杂的过程,非接触环境下采集到的掌纹图像容易受到手掌姿态的影响,存在尺度变化和对齐问题。局部不变性特征对旋转和仿射变化具有更强的鲁
近年来随着大规模图像数据的涌现以及对图像分类任务的细化,为满足越来越复杂的视觉分类任务,卷积神经网络模型得到了快速的发展。然而,现有的图像分类识别算法无法在测试阶