面向扰动多模态光纤的可靠长期信息传输的 RS 编码自适应动态网络
光学
2025-06-25 v2
摘要
多模态光纤（MMF）由于其较大的芯直径和高模式容量，具有在高速通信中潜力。然而，固有的模式色散导致输出斑点失真，传输特征对环境扰动敏感，限制了其可靠应用。传统的传输矩阵（TM）方法面临校准复杂且环境敏感等挑战。虽然当前深度学习方法显示出重建潜力，但它们难以克服纤维模式漂移导致的误差累积，且缺乏足够的环境适应性。为此，本研究提出了一种名为残差 Reed-Solomon 动态网络（RRSDN）的自适应传输框架，将Reed-Solomon（RS）纠错编码与深度残差学习相结合，形成一个闭环系统，联合优化编码、传输和重建，以解决动态散射信道中模式不稳定性和误差累积的关键挑战。在实验中，在无温度控制、人为施加扰动的100米MMF条件下，实现了16×16像素视频流（H.265压缩）的零丢帧、100%符号准确率的高保真实时传输。该工作为复杂信道中的稳定光传输提供了解决方案，并将纠错编码与神经网络训练相结合，为更长距离和更复杂场景的自适应光系统奠定了基础。
引用
@article{arxiv.2506.16859,
title = {RS-Coded Adaptive Dynamic Network for Reliable Long-Term Information Transmission in Disturbed Multimode Fiber},
author = {Yang Hu and Minyu Fan and Kun Liu and Songsong Zhu and Nan Jiang and Sha Wang},
journal= {arXiv preprint arXiv:2506.16859},
year = {2025}
}