为提升基于带限光电器件及直接调制激光器（DML）的强度调制直接检测（I MDD）系统性能，解决传统均衡器计算复杂度过高的问题，提出深度神经网络（DNN）均衡器简化方案。首先，利用自适应动量估计（Adam）算法更新DNN的权重系数，优化了传统梯度下降算法的迭代速度和收敛性能；然后，在此基础上引入丢弃层和剪切操作以降低DNN的高计算复杂度，减少网络结构的冗余连接，并避免过拟合现象的产生。最后，在80 Gb/s带限DML-IMDD仿真系统中验证了DNN均衡器简化方案的有效性和可行性。
科研之友
微信
新浪微博
Facebook
分享链接
