Wiener-Hammerstein 模型及其在光发射机非线性数字预失真中的学习
信号处理
2020-12-16 v1
摘要
我们提出了一种光发射机组件的简单非线性数字预失真（DPD），其由有限冲激响应（FIR）滤波器、无记忆非线性函数及另一个 FIR 滤波器级联块构成。该模型为 Wiener-Hammerstein（WH）模型，其结构与神经网络或多层感知机本质相同。这一认识使得人们能够借助模型感知结构实现复杂度高效的 DPD，并利用机器学习领域成熟的优化方案。该方法的有效性通过电学与光学背靠背（B2B）实验评估，结果表明相较于仅线性 DPD，WH DPD 在固定 SNR 下提供 0.52 dB 的信噪比（SNR）增益及 6.0 dB 的光调制器输出功率增益。
引用
@article{arxiv.2012.08046,
title = {Wiener-Hammerstein model and its learning for nonlinear digital pre-distortion of optical transmitters},
author = {Takeo Sasai and Masanori Nakamura and Etsushi Yamazaki and Asuka Matsushita and Seiji Okamoto and Kengo Horikoshi and Yoshiaki Kisaka},
journal= {arXiv preprint arXiv:2012.08046},
year = {2020}
}
备注
Accepted version for Optics Express