应用于实时信道均衡的光电储备池计算机在线训练

储备池计算是一种受生物启发的用于处理时间依赖信号的计算范式。其模拟实现的性能可与语音识别或混沌时间序列预测等任务上其他最先进的算法相媲美，但这些常受限于通常采用的离线训练方法。在此，我们通过在FPGA芯片上编程一个简单的梯度下降算法来训练光电储备池计算机，研究了在线学习方法。我们的系统应用于无线通信这一快速发展且对用于均衡非线性失真信道的快速模拟器件需求日益增长的领域。我们报告的误码率比先前在该任务上的实现低达两个数量级。我们通过在漂移信道和切换信道上测试并取得良好性能，表明我们的系统特别适合真实的信道均衡。