基于卷积神经网络的多任务光性能监测

作者：鞠京泽; 刘庆添; 李宏钊; 胡炜; 冯天雄; 蒋林^*; 闫连山

来源：光学学报, 2022, 42(22): 32-39.

• 光通信
• 调制格式识别
• 光信噪比监测
• 卷积神经网络
• 偏振解复用

针对光纤传输系统中多重物理损伤效应严重影响传输性能的情况，为保障高速光传输网络的正常运行，对传输信号进行光性能监测是必不可少的。提出一种基于卷积神经网络（CNN）的多任务光性能监测研究方案，将强度轮廓与强度波动特征作为CNN模型输入，对传输信号调制格式与光信噪比（OSNR）进行联合监测。研究结果表明，所有调制格式（28-GBaud PDM-QPSK/-8QAM/-16QAM/-32QAM/-64QAM）均可在20%前向纠错（FEC）阈值条件（误码率为2.4×10-2）所对应的OSNR下实现100%的识别精度。此外，当强度轮廓特征、强度波动特征和两种特征联合作为神经网络模型输入时，OSNR监测的平均绝对误差分别为0.282 dB、0.245 dB、0.165 dB，均方根误差分别为0.352 dB、0.311 dB、0.218 dB。随后，进一步研究了残余色散度对所提方案监测性能的影响。

• 单位
  西南交通大学