基于卷积神经网络的光纤通信非线性失真补偿

您当前的位置：

首页 >

文章列表页 >

光通信 | 更新时间：2025-09-01

- 基于卷积神经网络的光纤通信非线性失真补偿
- Nonlinear distortion compensation of fiber communication based on convolutional neural networks
- 光学技术 2021年47卷第6期页码：722-727
- 作者机构：
  
  1:江苏商贸职业学院电子商务与物流学院
- 作者简介：
- 基金信息：
  
  江苏高校哲学社会科学研究项目(2019SJA1544)
- DOI：10.13741/j.cnki.11-1879/o4.2021.06.014
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
邱春红. 基于卷积神经网络的光纤通信非线性失真补偿[J]. 光学技术, 2021,47(6):722-727.

Nonlinear distortion compensation of fiber communication based on convolutional neural networks[J]. 2021, 47(6): 722-727.
邱春红. 基于卷积神经网络的光纤通信非线性失真补偿[J]. 光学技术, 2021,47(6):722-727. DOI： 10.13741/j.cnki.11-1879/o4.2021.06.014.

Nonlinear distortion compensation of fiber communication based on convolutional neural networks[J]. 2021, 47(6): 722-727. DOI： 10.13741/j.cnki.11-1879/o4.2021.06.014.

针对光纤通信高速传输过程中的非线性效应问题

基于卷积神经网络提出一种光纤通信非线性失真补偿方法。利用卷积神经网络捕捉光纤传输信号的非线性变化特征

在网络最后一层通过回归层对光信号进行非线性拟合;通过量子粒子群优化算法搜索深度卷积神经网络的超参数集

降低卷积神经网络的训练难度。数值仿真实验结果表明

量子粒子群优化算法能够有效地优化卷积神经网络的超参数

并且所训练的卷积神经网络能够改善光纤传输的通信质量。

浏览量

448

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于深度学习的数据中心光通信色散估计与管理

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于低分辨率辅助特征和卷积神经网络的脑部图像配准方法

基于DSA-BCNN的毫米波图像隐藏物检测

基于改进Faster-RCNN的偏光片表面缺陷检测