В областях интеллектуального зондирования, таких как радар, машинное зрение и медицинская визуализация, критическая информация, используемая для принятия решений, часто скудна. Например, односложный сигнал требует тысяч точек выборки, но содержит лишь несколько битов информации.

Если ключевую информацию можно извлечь непосредственно в аналоговом канале приема сигнала, избыточность данных может быть значительно снижена, а также скорость передачи данных. Проблема цифровой обработки может быть значительно уменьшена.

Поэтому так называемая стратегия «извлечения аналоговых признаков (AFE)» привлекла широкое внимание в области интеллектуального зондирования. Однако в области радиочастотного зондирования для распознавания деталей цели обычно требуются широкополосные сигналы в несколько ГГц. Из-за ограничений пропускной способности и возможности реконфигурации существующих радиочастотных схем применение стратегии AFE в области радиочастотного зондирования сталкивается с проблемами.

В новой статье , опубликованной в журнале Light: Science & Applications, группа ученых под руководством профессора Вейвэнь Цзоу из Государственной ключевой лаборатории передовых оптических систем и сетей связи Интеллектуального инновационного центра интеграции микроволнового и светового излучения (imLic), Департамента электронной инженерии, Шанхай Цзяо Университет Тонг и его коллеги разработали фотонную схему для реализации AFE широкополосных радиочастотных сигналов.

В принципе, фотоника считается конкурентоспособным кандидатом для обработки радиочастотных сигналов благодаря ее широкополосным возможностям и возможности реконфигурации. Если физическая структура выделения признаков реализована в фотонных схемах, входные сигналы могут быть напрямую преобразованы в признаки без цифровой обработки.

Основываясь на этой идее, они реализовали фотонный чип , который может выводить ключевые характеристики непосредственно из исходных радиочастотных сигналов, полученных антенной. Благодаря этим функциям различные цели распознаются с высокой точностью. Сообщаемая схема обеспечит многообещающий путь для эффективной обработки сигналов, используемой в автономном вождении, робототехнике и интеллектуальных заводах.

Ключевой частью их схемы является фотонный чип. «Структура выделения признаков, по сути, представляет собой сверточную нейронную сеть , которая выводит пространственно-временные характеристики входных сигналов. Фотонный чип имитирует нейронную сеть для извлечения признаков из радиочастотных сигналов», — говорят исследователи.

«Кроме того, мы разработали эффективный метод обучения специально для системы извлечения фотонных признаков. Он значительно снижает стоимость обучения нейронной сети и делает обучение возможным.

«Результаты эксперимента показывают, что фотонный экстрактор пространственно-временных признаков сжимает скорость передачи данных в четыре раза, сохраняя при этом хорошую точность распознавания цели — 97,5%. Мы проанализировали результаты и обнаружили, что фотонный экстрактор пространственно-временных признаков обеспечивает на 7,7% лучшую точность распознавания, чем без признаков. добыча.

«По сравнению с одномерным извлечением признаков, пространственно-временное извлечение признаков работает на 6% лучше. Таким образом, мы подтвердили эффективность фотонного экстрактора признаков.

«Мы считаем, что наше предложение станет катализатором разработки естественно эффективных стратегий AFE для широкополосной обработки радиочастотных сигналов и обеспечит многообещающий путь для систем когнитивного радиочастотного зондирования следующего поколения».