MMJul, 2023

多任务学习提升相干光系统中神经网络均衡器的通用性

PDF
TL;DR首次提出多任务学习用于改进相干系统中基于 NN 的均衡器的灵活性。单个基于 NN 的均衡器与 CDC 相比可提高 Q 因数高达 4dB，无需重新训练，即使发射功率、符号速率或传输距离有变化。
multi-task learningnn-based equalizerscoherent systemsq-factorcdc
发现论文，激发创造
  • 相干光系统中神经网络均衡器的性能与复杂度研究

    本研究采用多种人工神经网络，采用 Bayesian optimizer 优化的方式进行非线性通道均衡，使用实验验证了不同神经网络的性能、复杂度和复杂度的权衡，并表明在没有复杂度限制下，CNN + biLSTM 是最佳选项，而在复杂度限制较低时，三层感知器提供最佳性能。

    Mar, 2021

  • 光纤传输均衡的低复杂度卷积神经网络

    本文提出了一种卷积神经网络来缓解纤维传输效应，其可减少可训练参数五倍并比替代均衡器的 MSE 在复杂程度相当的条件下获得 3.5 dB 的改进。

    Oct, 2022

  • 光通信中不同神经网络均衡器的计算复杂度的实验评估

    通过对几种神经网络架构进行比较分析，我们定量地评估了基于神经网络的光信道均衡器在性能和复杂度之间的平衡，并给出了在 TWC 和 SSMF 设置下的结果。

    Sep, 2021

  • 基于 FPGA 的多层机器学习均衡器及芯片内训练实现

    本文设计和实现了一种自适应机器学习均衡器，通过 FPGA 交替多个线性和非线性计算层，并采用梯度反向传播实现芯片内训练，以实现对时变信道受损的实时自适应。

    Dec, 2022

  • 应用于光学信道均衡的知识蒸馏：解决循环连接并行化问题

    通过知识蒸馏重构循环神经网络为可并行化的前馈结构以解决其限制，可显著减少延迟并且仅降低 0.5dB 的 Q 因子。

    Dec, 2022

  • 基于神经网络的光学均衡器非线性激活函数的硬件实现

    本文论述了通过逼近激活函数来实现双向 LSTM 光信道均衡器的性能近似于原模型，以减少神经网络化光学信道均衡器的硬件实现复杂度。

    May, 2023

  • 基于优化神经编码的能效型脉冲神经网络均衡在 IM/DD 系统中的应用

    我们提出了一种基于脉冲神经网络的 IM/DD 系统的高效能均衡器，通过优化神经脉冲编码来提高均衡器的性能，同时降低能量消耗。

    Dec, 2023

  • 112Gbit/s 无源光网络严重非线性畸变的全盲神经网络均衡

    我们展示并评估了一种针对 100G 无源光网络的全盲数字信号处理链路，并分析了基于神经网络的低硬件复杂度的不同均衡器拓扑结构。

    Jan, 2024

  • SICNN: 软干扰消除启发式神经网络均衡器

    在本文中，我们提出了一种名为 SICNN 的基于神经网络（NN）的等化方法，它通过模型的深度展开，在消除了模型方法的主要缺点的同时，还实现了对传统通信系统中的等化性能的显著提升。

    Aug, 2023

  • 光通信基于 ANN 的实时 FPGA 演示器

    本文介绍了一个基于人工神经网络的均衡器的高通量可编程逻辑门阵列实验平台。该平台在实时中展示并运行着一个 30 GBd 的双级脉冲幅度调制光通信系统的均衡化过程。

    Feb, 2024