基于光反馈混沌储备池计算的分组头识别研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-10页 |
| 1.1 论文的研究背景与意义 | 第6-7页 |
| 1.2 储备池计算的国内外研究现状 | 第7-8页 |
| 1.3 论文的研究内容和结构安排 | 第8-10页 |
| 2 混沌光子储备池计算与光分组交换的部分基本概念 | 第10-20页 |
| 2.1 神经网络与储备池计算 | 第10-13页 |
| 2.1.1 人工神经网络 | 第10-12页 |
| 2.1.2 储备池计算 | 第12-13页 |
| 2.2 储备池计算与混沌系统 | 第13-17页 |
| 2.2.1 混沌系统的基本原理 | 第13-14页 |
| 2.2.2 激光混沌系统的分类 | 第14-16页 |
| 2.2.3 混沌储备池计算实现识别任务 | 第16-17页 |
| 2.3 光分组交换 | 第17-19页 |
| 2.3.1 光分组交换的基本结构 | 第17-18页 |
| 2.3.2 光分组交换的关键技术 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 基于光反馈储备池计算系统的分组头识别研究 | 第20-38页 |
| 3.1 光分组头识别任务 | 第20-25页 |
| 3.1.1 光分组头识别的流程 | 第20-22页 |
| 3.1.2 光分组头产生与预处理模块 | 第22-23页 |
| 3.1.3 光反馈非线性系统模块 | 第23-24页 |
| 3.1.4 储备池训练测试模块 | 第24-25页 |
| 3.2 分组头识别仿真结果与分析 | 第25-33页 |
| 3.2.1 系统内部参数对识别结果的影响 | 第25-28页 |
| 3.2.2 系统外部参数对识别结果的影响 | 第28-31页 |
| 3.2.3 更多比特分组头的识别任务 | 第31-33页 |
| 3.3 光反馈储备池计算的偏振敏感性 | 第33-37页 |
| 3.3.1 偏振敏感的光反馈系统动力学模型 | 第33-34页 |
| 3.3.2 偏振态对光分组头识别结果的影响 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于并行光子储备池计算的分组头识别研究 | 第38-57页 |
| 4.1 并行光子储备池计算 | 第38-40页 |
| 4.1.1 并行储备池计算的基本原理 | 第38-39页 |
| 4.1.2 并行光分组头识别的仿真流程 | 第39-40页 |
| 4.2 基于SRL光反馈的并行分组头识别 | 第40-46页 |
| 4.2.1 系统动力学分析 | 第41-42页 |
| 4.2.2 仿真识别结果 | 第42-46页 |
| 4.3 基于直调激光器光反馈的并行分组头识别 | 第46-51页 |
| 4.3.1 系统动力学分析 | 第46-48页 |
| 4.3.2 仿真识别结果 | 第48-51页 |
| 4.4 基于互耦合光电反馈的并行分组头识别 | 第51-56页 |
| 4.4.1 系统动力学分析 | 第51-53页 |
| 4.4.2 仿真识别结果 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63页 |
| 攻读硕士学位期间参加科研项目情况 | 第63-64页 |
| 致谢 | 第64-66页 |
