基于模型的机器学习用于联合数字反向传播与PMD补偿
信号处理
2020-01-29 v1 信息论
机器学习
math.IT
机器学习
摘要
我们提出了一种用于偏振复用系统的基于模型的机器学习方法，通过对Manakov-PMD方程的分裂步方法进行参数化。该方法执行硬件友好的数字反向传播（DBP）和分布式偏振模色散（PMD）补偿，其性能接近无PMD情形。
引用
@article{arxiv.2001.09277,
title = {Model-Based Machine Learning for Joint Digital Backpropagation and PMD Compensation},
author = {Christian Häger and Henry D. Pfister and Rick M. Bütler and Gabriele Liga and Alex Alvarado},
journal= {arXiv preprint arXiv:2001.09277},
year = {2020}
}
备注
3 pages, 2 figures