相关实验视频
Updated: May 12, 2026

07:45
Quasi-light Storage for Optical Data Packets
Published on: February 6, 2014
10.8K
概括
本研究介绍了一种光子储存芯片和K-近邻 (KNN) 算法,用于准确的光学调制格式识别. 该系统实现了超过96.25%的精度,改善了未来的弹性光学网络.
科学领域:
- 光学通信是指光学通信.
- 光子集成电路的光子集成电路.
- 信号处理 信号处理
背景情况:
- 下一代弹性光学网络 (EON) 需要强大的调制格式识别.
- 不同对通道损伤的敏感性需要适应式接收器等级.
- 预接收器识别可实现优化参数调整,以提高信号完整性.
研究的目的:
- 提出和验证一种用于识别光学调制格式的新系统.
- 为了提高光通道均等化方案的性能.
- 提高光学传输中调制格式识别的准确性和效率.
主要方法:
- 使用一个52节点的集成光子储存器芯片.
- 使用未经训练的K-最近邻近 (KNN) 算法进行分类.
- 在不同的OSNR和光纤分散下测试了OOK,PAM4,QPSK和BPSK格式的识别.
主要成果:
- 在所有测试条件下实现了超过96.25%的一致识别准确性.
- 与以前的方法相比,证明了14.93%的改进,与传统算法相比,提高了82.81%.
- 分析了波导延迟,随机相和KNN算法参数 (K值) 对精度的影响.
结论:
- 拟议的光子储芯片和KNN系统提供高精度调制格式识别.
- 这种方法显著优于光通道传输的现有方法.
- 这些发现为未来光学网络中更高效,更适应的接收器设计铺平了道路.

