科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】基于多泵浦技术的光纤拉曼放大器（Fiber Raman Amplifier， FRA）拥有噪声低、增益带宽大和增益谱形状可控的特点，其是长距离光纤传输网络系统的理想光中继放大器。在动态光纤传输网络系统中需要增益自适应可控的智能光放大器，文章介绍了一种基于神经网络和拉曼功率耦合方程数值解的FRA增益控制方法。【方法】首先，收集包含FRA中信号光增益值和泵浦光功率和波长值的数据集来训练神经网络，建立FRA中信号光增益和泵浦光参数的近似映射关系。然后，利用训练后的神经网络根据信号光的目标增益值确定FRA初始泵浦光功率和波长值。最后，通过求解拉曼功率耦合方程数值解的方法优化泵浦光功率值，达到提升FRA输出信号光增益准确度的目的。【结果】文章对所使用的训练数据集中各组信号光增益平坦度对最终FRA输出信号光增益准确度的影响进行了研究。仿真结果显示，所使用训练数据集中各组信号光增益波动越小，FRA输出增益准确度越高。当训练数据中各信号光增益波动低于2 dB时，FRA输出的1000组检验信号光增益的均方根误差的均值和方差分别为0.230 dB和0.010 dB，增益的最大误差的均值和方差分别为0.462 dB和0.044 dB。【结论】以上的结果说明本文所述方法可以实现高准确度的FRA增益控制，该方法为动态光纤传输网络中智能光放大器增益自适应控制的研究提供了新的思路和方法。
- 单位
