[发明专利]一种基于光学神经网络的光子芯片在审

专利信息
申请号: 202211220531.2 申请日: 2022-10-08
公开(公告)号: CN115508958A 公开(公告)日: 2022-12-23
发明(设计)人: 赵振宇;王斌;魏源 申请(专利权)人: 深圳中科天鹰科技有限公司
主分类号: G02B6/42 分类号: G02B6/42;G06N3/067;H01S5/026
代理公司: 西安迪业欣知识产权代理事务所(普通合伙) 61278 代理人: 史冬梅
地址: 518017 广东省深圳市福田区福保街道福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 光学 神经网络 光子 芯片
【说明书】:

发明公开了一种基于光学神经网络的光子芯片,属于信号处理技术领域,能够解决现有的基于光学神经网络的实现系统存在尺寸大,不易小型化和集成化的问题。所述光子芯片包括:激光光源以及依次设置在光路上的分光件、波谱整形组件、调制放大组件、延时输出件和信号接收组件;激光光源用于发射激光信号;分光件用于将激光信号分成多个不同波长的光信号;波谱整形组件用于对各波长的光信号分别进行调制整形,并将调制整形后的各波长的光信号合束为一束光信号;调制放大组件用于对合束后的光信号进行调制放大;延时输出件用于将调制放大后的光信号按波长大小依次延时输出;信号接收组件用于接收各延时输出的光信号。本发明用于制作光子芯片。

技术领域

本发明涉及一种基于光学神经网络的光子芯片,属于信号处理技术领域。

背景技术

光学神经网络(Optical neural network,ONN)是一种具有前景的替代人工神经网络的方法,能有效减轻软件和电子硬件两者的部分运算。人工神经网络中耗能和耗时最多的部分是密集矩阵乘法,但在光学神经网络中,矩阵乘法可以在光速下执行。人工神经网络中的非线性在光学神经网络中也可以通过非线性光学元件实现。并且,一旦光学神经网络训练完成,这个结构可以在无额外能量输入的情况下执行光信号计算。此外,光学神经网络还具有高带宽、高互联性、内在并行处理等特点。然而现有的基于光学神经网络的实现系统通常存在尺寸大,不易小型化和集成化等缺陷。

发明内容

本发明提供了一种基于光学神经网络的光子芯片,能够解决现有的基于光学神经网络的实现系统存在尺寸大,不易小型化和集成化的问题。

本发明提供了一种基于光学神经网络的光子芯片,包括:激光光源以及依次设置在光路上的分光件、波谱整形组件、调制放大组件、延时输出件和信号接收组件;

所述激光光源用于发射激光信号;

所述分光件用于将所述激光信号分成多个不同波长的光信号;

所述波谱整形组件用于对各波长的光信号分别进行调制整形,并将调制整形后的各波长的光信号合束为一束光信号;

所述调制放大组件用于对合束后的光信号进行调制放大;

所述延时输出件用于将调制放大后的光信号按波长大小依次延时输出;

所述信号接收组件用于接收各延时输出的光信号。

可选的,所述波谱整形组件包括加载件、多个传输件、多个第一调制件、以及第一合束件;所述第一调制件与所述传输件一一对应;

所述加载件的一端与所述分光件连接,另一端与所述传输件连接;所述传输件的另一端与所述第一合束件连接;

所述加载件用于将所述分光件分成的多个不同波长的光信号分别加载到各传输件上;

所述传输件用于传输其上的光信号;

每个所述第一调制件设置在与其对应的传输件上,用于对所述传输件上传输的光信号进行调制整形;

所述第一合束件用于将经过调制整形后的各波长的光信号合束为一束光信号。

可选的,所述调制放大组件包括第二调制件和放大件;

所述第二调制件的一端与所述第一合束件连接,另一端与所述放大件连接,所述放大件的另一端与所述延时输出件连接;

所述第二调制件用于将所述第一合束件合束后的光信号进行调制;

所述放大件用于对所述第二调制件调制后的光信号进行放大。

可选的,所述信号接收组件包括第二合束件和N个信号接收件;N为大于或等于2的整数;

所述第二合束件的一端与所述延时输出件连接,另一端与多个所述信号接收件连接;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳中科天鹰科技有限公司,未经深圳中科天鹰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211220531.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top