基于双向循环神经网络的相干 WDM 系统多信道非线性均衡
信号处理
2024-02-15 v2 光学
摘要
以自相位调制和交叉相位调制形式存在的 Kerr 非线性，对波分复用（WDM）光通信系统的容量施加了根本限制。数字反向传播（DBP）需要求解逆传播的非线性薛定谔方程（NLSE），是一种被广泛采用用于减轻 Kerr 非线性引起损伤的技术。然而，多信道 DBP 过于复杂，无法在 WDM 系统中商用实现。循环神经网络（RNNs）近来已被用于光通信背景下的非线性信号处理。在本工作中，我们提出通过双向 vanilla 循环神经网络（bi-VRNN）进行多信道均衡，以改进单信道 bi-VRNN 算法在 WDM M-QAM 信号传输中的性能。我们将所提出的数字算法与全场 DBP 和单信道 bi-RNN 进行比较，以揭示其在性能和复杂度方面的优点。我们最终通过 QPSK 城域链路提供实验验证，展示了相对于单信道 RNN 和 DBP 超过 2.5 dB 的光信噪比（OSNR）增益和高达 43% 的复杂度降低。
引用
@article{arxiv.2307.11093,
title = {Multichannel Nonlinear Equalization in Coherent WDM Systems based on Bi-directional Recurrent Neural Networks},
author = {Stavros Deligiannidis and Kyle R. H. Bottrill and Kostas Sozos and Charis Mesaritakis and Periklis Petropoulos and Adonis Bogris},
journal= {arXiv preprint arXiv:2307.11093},
year = {2024}
}
备注
9 pages