-
题名基于卷积神经网络的光信噪比监测方法
被引量：2
- 1
-
-
作者
何润泽
朱禧月
程昱
-
机构
广东工业大学信息工程学院
-
出处
《激光杂志》
CAS
北大核心
2024年第7期180-185,共6页
-
基金
国家重点研发计划(No.2020YFB1806401)
国家自然科学基金(No.U2001601、U22A2087、11904057、62004047)
广东省基础与应用基础研究基金(No.2023B1515020088)。
-
文摘
光信噪比(OSNR)与光纤通信的传输性能息息相关,因此,OSNR监测是光性能监测技术中至关重要的一环,同时,传输链路中的色散会导致光信号脉冲展宽,使OSNR监测准确性下降。针对这一问题,设计了一种卷积神经网络模型,以异步延迟采样图(ADTP)作为网络输入特征,引入实例批量标准化模块,继承了神经网络不同深度下特征发散分布的优点,提高了神经网络对色散变化的适应性。实验结果表明,在10 Gb/s NRZ-OOK信号无色散干扰监测场景下,该模型的平均绝对误差(MAE)为0.2 dB,在色散变化的场景下,MAE最高降低了0.61 dB。
-
关键词
光信噪比
色散干扰
卷积神经网络
实例批标准化
鲁棒性
-
Keywords
optical signal-to-noise ratio
dispersive interference
convolutional neural network
instance-batch normalization
robustness
-
分类号
TN929.1
[电子电信—通信与信息系统]
-
