基于深度学习算法的光通信系统信道均衡方法

为降低光通信系统的码间串扰和信号失真程度,提出基于深度学习算法的光通信系统信道均衡方法。建立光通信系统信道均衡模型,分析非线性失真、多径传输路径引发码间串扰问题,通过卷积循环神经网络信道均衡模型有效处理信道的非线性时变特性,降低码间串扰和信号失真,实现信道均衡。测试结果显示:在抽头数量比例为45%时,方法的误符号率均低于30.4%,交叉熵损失值均在0.035以下,应用性能良好;信道均衡后信号的星座图中,码间串扰和信号失真现象显著降低,应用性良好。

以“码间串扰”为例谈如何打造一节《通信原理》优质课

本文以"通信原理"金课建设为目标,着重分析了"通信原理"课程的特点,有针对性地提出了教学实施方案,并以"码间串扰"知识点为例子,展开一堂集思想政治教育性、专业知识性、能力培养性为一体的课堂教学。