基于多任务学习人工神经网络的智能光性能监测器
信号处理
2023-10-18 v1
摘要
设计了一种基于多任务学习的人工神经网络（MTL-ANN）智能光性能监测器，用于同时进行 OSNR 监测与调制格式识别（MFI）。将恒模算法后的信号幅度直方图（AHs）选作 MTL-ANN 的输入特征。20-Gbaud NRZ-OOK、PAM4 和 PAM8 信号的实验结果表明，与基于单任务学习的 ANN（STL-ANN）相比，MTL-ANN 能以更高的精度与稳定性同时实现 OSNR 监测与 MFI。结果显示，在所考虑的三种调制格式下，MFI 准确率达 100%，OSNR 监测均方根误差为 0.63 dB。此外，单个 MTL-ANN 所需神经元数量几乎为 STL-ANN 的一半，从而实现用于实时性能监测的低复杂度光性能监测器件。
引用
@article{arxiv.1812.03792,
title = {Intelligent optical performance monitor using multi-task learning based artificial neural network},
author = {Zhiquan Wan and Zhenming Yu and Liang Shu and Yilun Zhao and Haojie Zhang and Kun Xu},
journal= {arXiv preprint arXiv:1812.03792},
year = {2023}
}