一种基于偏振加权的光子卷积神经网络系统及实现方法

本发明公开了一种基于偏振加权的光子卷积神经网络系统及实现方法，其系统通过可调谐激光器生成不同波长的光源，经保偏光纤通过手动挤压式偏振控制器或电控偏振控制器调整光信号的偏振状态，再通过波分复用器合并信号，并在光强度调制器上加载由高速数模转换器生成的输入信号。调制后的光信号经过光学放大器放大，并通过延时光纤实现时域上不同波长通道一比特信息错位，由光电探测器采集结经过模数转换器转换成数字信号后由微处理器处理，实现由乘法和加法构成的卷积运算。本发明方法与现有卷积核加载方式不同，可直接利用预先训练好的卷积核权重调整偏振控制器的角度，实现卷积核的加载，显著降低了系统成本，减少了系统复杂性。