基于动量梯度下降优化算法的色散均衡器设计

针对梯度下降(GD)算法收敛速度较慢的问题,提出了一种基于GD优化算法的有限脉冲响应(FIR)色散均衡器。采用动量梯度下降(MGD)算法在每次更新迭代时对梯度进行指数加权平均优化(简称CMGD算法)并进行偏差修正,利用Opti System搭建单载波相干光传输系统并与Matlab联合仿真。仿真结果表明:在学习速率为0.1、动量系数为0.98时,CMGD算法收敛值达到0.015461;在不同信噪比条件下,采用CMGD算法设计的均衡器的均衡效果优于GD-FIR和经典时域FIR的均衡器,且降低了硬件实现复杂度。