基于神经网络的电气分散预补偿,用于在强度调制和直接检测系统中的80公里光纤上56Gb/s的PAM-4
Optics letters
|August 2, 2024
概括
一个新的神经网络 (NN) 电散预补偿 (pre-EDC) 方案改善了56 Gbit/s的PAM-4传输在80公里的SMF上. 这种NN方法减少了光通信系统的比特误差比率和计算复杂性.
科学领域:
- 光学通信是指光学通信.
- 信号处理 信号处理
- 机器学习 机器学习
背景情况:
- 强度调制和直接检测 (IM/DD) 系统面临着色谱分散 (CD) 的挑战.
- 像Gerchberg-Saxton (GS) 这样的现有补偿计划可以是计算密集的.
- 高效的预补偿对于高速光学数据传输至关重要.
研究的目的:
- 提出并演示基于神经网络 (NN) 的电散预补偿 (EDC) 方案.
- 在IM/DD系统中通过长途光纤链路实现高速数据传输.
- 与传统方法相比,以减少计算复杂性.
主要方法:
- 开发了一个神经网络 (NN) 模型,用于非线性相振幅转换补偿.
- 基于NN的预EDC方案在56 Gbit/s的PAM-4发射器中实现.
- 实验验证是在C频段80公里的单模光纤 (SMF) 上进行的.
主要成果:
- 基于NN的EDC前方案成功实现了56 Gbit/s的PAM-4传输.
- 比特误差比率 (BER) 降低到低于7%的高清FEC值 (3.8 × 10−3).
- 与基于GS的方案相比,计算复杂性减少了高达81%.
结论:
- 拟议的基于NN的预EDC方案对色色分散补偿有效.
- 这种方法为高速IM/DD光通信系统提供了有前途的解决方案.
- 该方案提供了显著的计算效率增长.
更多相关视频
09:01Gain-compensation Methodology for a Sinusoidal Scan of a Galvanometer Mirror in Proportional-Integral-Differential Control Using Pre-emphasis Techniques
Published on: April 4, 2017
8.6K
09:57Multiplex Chemical Imaging Based on Broadband Stimulated Raman Scattering Microscopy
Published on: July 25, 2022
3.9K
