基于微扰理论的复值卷积神经网络光纤非线性均衡方法

    公开(公告)号:CN116418405A

    公开(公告)日:2023-07-11

    申请号:CN202310395575.7

    申请日:2023-04-13

    Abstract: 本发明公开了一种基于微扰理论的复值卷积神经网络光纤非线性均衡方法,包括以下步骤:S1、利用微扰理论对符号样本构造出复值信道特征图,形成原始训练集,并输入神经网络;S2、利用原始训练数据集训练复值卷积神经网络,对训练数据进行拟合,最后得到最合适的非线性均衡器模型;S3、对待测试信号构造复值信道输入特征图,并作为测试集输入到拟合好的非线性均衡器模型中进行均衡,得到输出结果。本发明提出的基于微扰理论的复值卷积神经网络光纤非线性均衡方法,利用微扰理论结合复值卷积神经网络提取更多有用的特征信息,解决非线性均衡时误码率高、补偿效果差的问题,提高非线性补偿效果,大大提升了系统性能。

Patent Agency Ranking