硅光子循环神经网络实现实时全光信号均衡
光学
2025-03-26 v1
摘要
光纤通信受到色散和非线性 Kerr 效应的限制，这些效应会降低信号质量。通常会使用复杂的数字信号处理算法来缓解此类损害，但这些均衡方法需要大量功耗并引入高延迟。光子滞后计算（神经网络的一个子领域）提供了另一种解决方案，通过处理光学域中的模拟信号。本文我们在已知最佳实践中首次演示了使用集成循环滞后和可编程读出层的硅光子芯片对光纤失衡进行实时在线均衡。我们成功地在不同功率水平和光纤长度下均衡了28 Gbps 的开关信号，即使在高度非线性 regime 下也可行。我们获得的误码率远低于此前报道的光学均衡方法，最低可达4e-7，远低于商业以太网接口常用的通用前向纠错限制5.8e-5。此外，仿真显示，只要去除延迟线，系统即可与896 Gpbs 的线速兼容。使用波长复用，这将实现超过89.6 Tbps 的吞吐量。最后，通过集成非易失相位调制器，功耗可降低到每比特6 fJ 以下。
引用
@article{arxiv.2503.19911,
title = {Real-time all-optical signal equalisation with silicon photonic recurrent neural networks},
author = {Ruben Van Assche and Sarah Masaad and Emmanuel Gooskens and Stijn Sackesyn and Joris Van Kerrebrouck and Xin Yin and Peter Bienstman},
journal= {arXiv preprint arXiv:2503.19911},
year = {2025}
}
备注
19 pages, 8 figures, 2 tables