申请/专利权人:吉林大学
申请日:2022-11-09
公开(公告)日:2023-01-31
公开(公告)号:CN115659563A
主分类号:G06F30/18
分类号:G06F30/18;G06F30/27;G06F119/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.17#实质审查的生效;2023.01.31#公开
摘要:本发明公开了一种基于LM‑BP神经网络算法的MZM非线性均衡补偿方法,属于通信领域,首先在系统的发送端,在Matlab中实现随机信号的生成以及PAM4信号的调制,使用基于VPI仿真平台搭建PAM4信号IMDD背靠背传输系统,模拟由于MZM产生的非线性损伤并传输信号,采集传输后的信号数据,离线后通过Matlab进行数字信号处理。本发明的补偿算法,是将离线的数据放入神经网络模型中,通过对数据的学习探索生成大量的经验数据来训练模型,最后提取训练好的神经网络模型对数据信号进行验证。该方法运算速度极快、训练后的准确率高,方案成本低、效果好,能保障IMDD系统传输的稳定性,做到对MZM的精准补偿;且在不增加算法复杂度的同时,降低传输误码率,提高系统的传输效率。
主权项:1.一种基于LM-BP算法的MZM非线性均衡方法,其特征在于,包括以下步骤:步骤A:采集传输后的PAM4信号数据;步骤B:基于机器学习的BP神经网络模型训练,包括:步骤B1:确定BP神经网络的拓扑结构;步骤B2:使用LM算法训练BP神经网络模型;步骤C:利用训练完成的BP神经网络模型进行测试。
全文数据:
权利要求:
百度查询: 吉林大学 一种基于LM-BP算法的MZM非线性均衡方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。