XiaoMi-AI文件搜索系统
World File Search System光通信
纯量子态集合的非正交性测度
摘要：现代光通信技术可以实现大规模多级（或M元）光信号，研究这种大规模M元光信号的量子力学性质对于统一量子信息科学和光通信技术的理解至关重要。本文针对纯量子态集合的量子力学非正交性，提出了一种基于量子检测理论中最小二乘误差准则的非正交性指标。首先，定义线性无关信号的指标，并通过数值模拟对所提出的指标进行分析。接下来，将该指标应用于超大规模M元相移键控（PSK）相干态信号。此外，将该指标与PSK信号的纯状态信道容量进行了比较。结果表明，即使信号传输功率很高，超大规模M元PSK相干态信号仍然表现出量子性质。因此，基于所提出的指数对高度大规模M元相干态信号的理论表征将是更好地理解量子流密码Y00等尖端光通信技术的第一步。
用于深空光通信的光子计数相机
背景 未来人类和机器人的深空探险将需要快速、高效的方式，在漫长的旅程中将高清图像、实时视频和大量数据从太空传送到地球。光通信系统已经在自由空间中提供高速率数据传输，可能为深空通信提供解决方案。林肯实验室和喷气推进实验室一直与 NASA 合作开展深空光通信计划，以开发和演示实现可靠、快速数据速率光通信的解决方案，往返于太阳系的遥远角落。光子计数相机就是其中一种解决方案。
日本大奖新闻 第 67 卷
通过电子邮件、社交网络、在线会议空间等，世界比以往任何时候都更加紧密地联系在一起，云服务也被用于存储大量数据。由于低成本光通信系统的出现，大量信息可以快速远距离发送，因此基于互联网的信息技术资源的多样化和容量增加成为可能。20 世纪 80 年代，中泽正孝教授和萩本和夫先生将掺铒光纤放大器 (EDFA) 与 InGaAsP 激光二极管相结合，构建了小型、高效、长距离光放大器，这项技术被认为是构建长距离光通信系统不可或缺的技术，但此前一直难以投入实际使用。仅在五年内，配备这些光放大器的中继器就被安装在跨太平洋和跨大西洋海底电缆和其他通信系统中，形成了遍布全球的长距离传输网络。以此技术为基础的光通信系统自那时起不断发展，应用范围也不断扩大。他们开发的光放大器为长距离、大容量光数据传输奠定了基础，而长距离、大容量光数据传输是当今全球互联网社会的核心技术之一。
基于以太网-VLC数据转换系统的设计...
可见光作为射频技术的补充[8]，CDMA方面的一些研究实现了多用户接入[9]。在应用场景上，一些研究利用可见光通信进行音频传输[10]和视频显示[11]，还有利用可见光进行水下通信[12]。这些研究都没有充分发挥可见光在室内的应用优势。可见光作为一种理想的室内通信方式，可以与普通通信相结合，但目前这方面的研究还比较缺乏。以太网是应用最为广泛的通信技术，以太网上可见光通信应用的速率大多在100Mbps以下。基于此，我们提出了一种将可见光与千兆以太网相结合的应用设计，该研究可以解决以太网到可见光的转换问题
自由空间高斯光束的表征...
为了最大限度地减少大范围无线光通信 (WOC) 应用中的发散并扩大潜在的链路范围，可以使用位于传输光纤端点焦距处的适当准直透镜对光束进行准直，以减少光束扩散的影响。使用靠近接收光纤端点的类似透镜将光束重新聚焦回光纤中。本报告深入探讨了与研究类似自由空间光通信系统相关的概念，并从理论上优化接收光束点尺寸以确保接收数据信号的最大效率。在研究真实系统时，考虑大气条件至关重要，因为它们具有重大影响。此外，本文还回顾并讨论了最近的进展和发展。
“人工智能的光学和光学的人工智能”特刊
我们生活在一个信息爆炸和数字革命的时代，这导致了生活不同方面的技术快速发展。人工智能（AI）在这场数字化转型中发挥着越来越重要的作用。AI应用需要具有低延迟连接的边缘云计算，而其中最大的挑战是它需要大量的计算机处理能力。最近，基于光学硬件的AI实现[1-5]因其从根本上降低功耗和加快计算速度而成为热门话题。另一方面，作为现代电信和数据通信的基础，光网络变得越来越复杂，数据和连接越来越多。生成、传输和恢复如此大容量的数据需要具有高性能、高成本和高功耗效率的先进信号处理和网络技术。AI对于表现出复杂行为的系统的优化和性能预测特别有用[6-20]。在这方面，传统的信号处理算法可能不如AI算法高效。人工智能方法近期已进入光学领域，涉及量子力学、纳米光子学、光通信和光网络。特刊旨在将光学和人工智能结合起来，以应对各自面临的难以单独解决的挑战。特刊精选了 12 篇论文，代表了光学和人工智能相结合领域令人着迷的进展，从光子神经网络 (NN) 架构 [5] 到人工智能在光通信中的进展，包括物理层收发器信号处理 [10-17] 和网络层性能监控 [18,19]，以及人工智能在量子通信中的潜在作用 [20]。光子神经网络架构：石斌等人提出了一种基于广播和权重方法的新型光子加速器架构，通过光子集成交叉连接实现深度 NN [5]。测试了一个用于图像分类的三层 NN，结果表明每个光子神经层都可以达到高于 85% 的准确率。它为设计可扩展到更高维度的光子 NN 以解决更高复杂度的问题提供了见解。正如书中所反映的那样，人工智能的应用，尤其是机器学习在光通信领域的应用更受欢迎。在物理收发器层，讨论最多的话题是使用机器学习来减轻从短距离到长距离应用的光通信系统中的各种线性和非线性影响。用于短距离光通信的人工智能：对于短距离可见光通信，陈晨等人引入了一种概率贝叶斯学习算法来补偿发光二极管
可见光申请在...
可见光通信（VLC）是一种无线通信技术，它同时使用可见光来进行照明和通信。与带有无线电通道的常规无线通信技术相比，VLC收发器单元可以与现有照明系统集成。VLC系统具有节能，轻松部署，无线电干扰，电磁兼容性等优点。它还具有被移动的物体轻松阻塞，被阳光打断和干扰的缺点。为可见光通信找到正确的应用程序方案一直是一个挑战。随着医学数字化的技术进步，传统医院，并正在变成数字医院。正在部署越来越多的具有无线通信功能的医疗设备，并且在患者体内（例如Pacemaker）使用了更多可穿戴设备。应考虑严重的电磁干扰问题来影响医疗安全。在该项目中，VLC技术用于数字手术室，以减少电磁干扰作为应用程序。
光网络、5G、人工智能等研究
人工智能（AI，artificial intelligence）技术很早就被应用于许多领域，但多年来这项技术并没有获得很高的关注度，直到AlphaGo战胜中韩围棋选手后，才开始成为研究热点，研究人员试图将AI技术应用于不同的领域，其中就包括光通信网络network。在过去的两年里，美国光通信会议（OFC，optical fibrocommunication）和欧洲光通信会议（ECOC，European conference of optical communication）上，至少有16个会议主题集中在AI或机器学习（ML，machine learning）技术上。本文将AI技术与ML技术视为同一类技术，同时，虽然AI技术涵盖范围很广，但本文所指的AI技术主要是神经网络技术。AI技术受到广泛关注主要有以下两个原因。第一，AI技术上手和使用都比较容易。它以黑盒子的方式对系统进行建模，通过大量样本进行学习，让黑盒子自己连接神经元，并分配神经元的连接权重，而不需要用户去理解神经元为什么这样连接，并被分配当前的权重。用户只需要提供足够的学习样本，增加神经元的数量和隐层的数量，就能提高AI技术的预测准确率。第二，AI技术在AlphaGo事件之后，几乎被神化了，几乎人人都知道“人脑人工智能”，而在学术圈，被贴上AI标签的论文也层出不穷。