基于卷积神经网络的光纤通信非线性失真补偿

作者：邱春红^*

来源：光学技术, 2021, 47(06): 722-727.

DOI：10.13741/j.cnki.11-1879/o4.2021.06.014

• 光纤通信
• 卷积神经网络
• 量子粒子群优化
• 信道扰动
• 光纤色散

针对光纤通信高速传输过程中的非线性效应问题,基于卷积神经网络提出一种光纤通信非线性失真补偿方法。利用卷积神经网络捕捉光纤传输信号的非线性变化特征,在网络最后一层通过回归层对光信号进行非线性拟合;通过量子粒子群优化算法搜索深度卷积神经网络的超参数集,降低卷积神经网络的训练难度。数值仿真实验结果表明,量子粒子群优化算法能够有效地优化卷积神经网络的超参数,并且所训练的卷积神经网络能够改善光纤传输的通信质量。

• 单位
  江苏商贸职业学院