基于IPCA-DNN算法的光纤非线性损伤补偿

摘要：

为应对相干光通信系统中光纤非线性损伤,结合由非线性薛定谔方程的一阶摄动解推导出的三元组,提出一种基于深度神经网络(DNN)和改进型主成分分析(IPCA)的光纤非线性补偿(NLC)算法.为了验证提出的NLC方案的可行性,构建了单通道32 GBaud偏振复用16阶正交幅度调制(PDM-16QAM)的光传输系统.综合数值仿真结果表明,相较于DNN-NLC方案,IPCA-DNN-NLC方案以Q值降低0.06 dB为代价,使计算复杂度降低了90.7％,由此证明IPCA-DNN-NLC方案能以很低的复杂度实现相近的NLC性能;相较于数字反向传播(DBP)方案,IPCA-DNN-NLC方案在800 km的传输距离下Q值提升了0.91 dB,并可在不预知链路参数的情况下工作,具有普适性和鲁棒性.

关键词：光纤光学、相干光通信、深度神经网络、改进型主成分分析、非线性补偿

所属期刊栏目：41

分类号：TN915.01

资助基金：四川省科技计划;上海市科委重点实验室项目;高等学校学科创新引智计划

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：30-36