基于深度神经网络的光纤通信高阶色散预测

您当前的位置：

首页 >

文章列表页 >

基于深度神经网络的光纤通信高阶色散预测

光通信 | 更新时间：2025-09-01

- 基于深度神经网络的光纤通信高阶色散预测
- High-order dispersion prediction of fiber communication based on deep neural networks
- 光学技术 2021年47卷第6期页码：716-721
- 作者机构：
  
  1:东莞职业技术学院电子与电气工程学院
- 作者简介：
- 基金信息：
  
  东莞市社会发展科技面上项目(20211800900602);广东省普通高校重点领域专项(2020ZDZX3091);东莞职业技术学院科研基金项目(2020a20)
- DOI：10.13741/j.cnki.11-1879/o4.2021.06.013
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
杨恺. 基于深度神经网络的光纤通信高阶色散预测[J]. 光学技术, 2021,47(6):716-721.

High-order dispersion prediction of fiber communication based on deep neural networks[J]. 2021, 47(6): 716-721.
杨恺. 基于深度神经网络的光纤通信高阶色散预测[J]. 光学技术, 2021,47(6):716-721. DOI： 10.13741/j.cnki.11-1879/o4.2021.06.013.

High-order dispersion prediction of fiber communication based on deep neural networks[J]. 2021, 47(6): 716-721. DOI： 10.13741/j.cnki.11-1879/o4.2021.06.013.

高阶色散导致光信号在光纤的传播过程中常常会发生非线性失真的现象

并导致接收信号的误码率升高。为了解决该问题

提出了基于深度神经网络的光信号预测技术。该技术首先总结了光纤通信系统的信号传播模型

然后确定了深度神经网络输入层与输出层的参数

最后在训练阶段通过海洋捕食者算法搜索神经网络隐藏层的参数。实验结果表明

深度神经网络模型能够准确地预测接收光信号的正确波形

为光纤的色散补偿提供基础。

浏览量

296

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

40Gbps NRZ在基于宽带CFBG色散补偿的G.652光纤中无电中继传输

结合单目视觉成像和深度测量的行为检测研究

基于卷积神经网络的光纤通信非线性失真补偿

基于重引力搜索和深度学习的图像表情识别研究

基于移动分割与轻量化分类网络的红外目标实时识别方法