融合三元组及复值CNN的PS系统光纤非线性补偿方案

针对概率整形(PS)系统光纤传输中的非线性损伤问题,提出了一种融合三元组及复值卷积神经网络(T-CCNN)的PS系统光纤非线性补偿方案。首先将经过线性损伤处理后的符号生成二维三元组,再将这种三元组输入到T-CCNN中进行光纤非线性补偿,并保留实部与虚部间相位信息的相关性。仿真结果表明:在最佳发射功率下传输800 km,三元组边长长度为13时,该方案Q因子的增益为1.39 dB;当达到硬判决前向纠错阈值时,该方案比DBP-1StPs方案可增加约180 km的传输距离。

基于CNN-BiLSTM-Attention模型的光纤非线性损伤补偿算法

克尔效应和色散对相干光纤通信系统的传输距离和数据容量有极大限制。为了补偿光纤传输中的非线性损伤,结合卷积神经网络(convolutional neural network,CNN)、双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)和注意力机制(attention)的特点,提出了一种基于CNN-BiLSTM-Attention模型的光纤非线性损伤补偿算法,并在DP-16QAM 30Gbaud的相干光通信系统中进行了仿真。仿真结果表明,与CNN-BiLSTM模型相比,在1200 km的传输距离下,该算法以降低0.03~0.23 dB的Q因子为代价,使复杂度降低了约31.6%;在相似复杂度下,该算法在最佳传输功率下的Q因子提高了0.43 dB。

一种基于改进DD-RLS的非线性相位噪声追踪算法

在相干光纤通信系统中,为了提高接收端的相位追踪算法性能,提出了一种相位追踪算法——基于改进的判决导向递归最小二乘(DD-RLS)算法,将改进的DD-RLS算法和非线性前补算法结合应用于WDM相干光纤系统中抑制交叉相位调制(XPM)。传输仿真结果表明:该算法能够有效抑制系统中的XPM效应,在1000 km的11个信道的波分复用(WDM)系统传输中,相比传统DD-RLS算法,该算法能够更好地追踪相干WDM系统中的非线性相位噪声,信号Q~2值提高了0.8 dB。