Performance versus Complexity Study of Neural Network Equalizers in Coherent Optical Systems
我们提出的几种类型的人工神经网络（NN）用于非线性信道均衡的相干光通信系统的性能与复杂性的比较分析的结果。比较已经进行了使用的实验装置与传输占主导地位的克尔非线性和组件的缺陷。我们首次研究了卷积层（CNN）与双向长短期记忆（biLSTM）层相结合的信道均衡应用，以及CNN与多层感知器相结合的设计。它们的性能与先前提出的NN均衡器模型：一个biLSTM层，三层密集感知器和回声状态网络的性能进行了比较。重要的是，所有架构最初都是由贝叶斯优化器优化的。我们提出了推导的计算复杂性与每个NN类型-在每个符号的实乘法，使这些结果可以应用到大量的通信系统。我们证明，在特定考虑的实验系统中，与参考线性色散补偿（2.9 dB改善）相比，与biLSTM（CNN + biLSTM）耦合的卷积层提供了最高的Q因子改善。我们研究了所有均衡器的计算复杂度和性能之间的权衡，并证明了当计算复杂度不受约束时，CNN + biLSTM是最佳选择，而当我们将复杂度限制在较低水平时，三层感知器提供了最佳性能。我们对不同NN的复杂性分析是通用的，可以应用于广泛的物理和工程系统。
2021-06-23 eess.SP
Performance and Complexity Analysis of bi-directional Recurrent Neural Network Models vs. Volterra Nonlinear Equalizers in Digital Coherent Systems
University of West Attica（西阿提卡大学）；University of the Aegean（爱琴大学）
我们调查的复杂性和性能的递归神经网络（RNN）模型作为后处理单元进行偏振复用16-QAM和32-QAM信号的数字相干系统中的光纤非线性补偿。我们评估了三种双向RNN模型，即bi-LSTM，bi-GRU和bi-Vanilla-RNN，并表明它们都是有前途的非线性补偿器，特别是在色散非管理系统中。我们的模拟表明，在推理过程中，这三种模型提供了相似的补偿性能，因此在现实生活中的系统中，基于Vanilla-RNN单元的最简单的方案应该是首选。我们比较了双香草-RNN与Volterra非线性均衡器，并在性能和复杂度方面展示了其优越性，从而突出了RNN处理是一个非常有前途的途径，用于升级长距离光通信系统利用相干检测。
2021-06-23 cs.LG eess.SP
Transfer functions of FXLMS-based Multi-channel Multi-tone Active Noise Equalizers
Institute of Telecommunications and Multimedia Applications (iTEAM)（电信与多媒体应用研究所（iTEAM））；Universitat Politécnica de Valéncia (UPV)（瓦伦西亚理工大学（UPV））；STADIUS center for dynamical systems, signal processing and data analytics（STADIUS动力系统、信号处理与数据分析中心）；KU Leuven（鲁汶大学）
多通道多音有源噪声消除器可以在不同的空间位置实现不同的用户选择的噪声频谱轮廓。它们可以在每个噪声频率分量和每个控制点处应用不同的均衡因子。理论上，在噪声信号具有能量的频率处的传递函数的值由均衡器配置确定。在这项工作中，我们展示了如何计算这些传递函数的双重目的：验证在感兴趣的频率的均衡器设置所施加的值获得，并表征这些传递函数的行为，在其余的频谱，以及得到的线索来预测算法的收敛行为。由于这些传递函数提供的信息作为一个实用的替代繁琐的收敛的统计分析，其结果往往是没有实际用途。
2022-07-03 cs.SD eess.AS eess.SP
Hardware-Efficient and Reliable Coherent DSCM Systems Enabled by Single-Pilot-Tone-Based Polarization Demultiplexing
针对相干DSCM系统中PT-PDM技术易受接收端XY偏移影响的问题，提出PT-MGPD偏移估计方案和单导频音偏振解复用方法，可精简均衡器结构，为下一代超高速DCI提供硬件高效可靠的解决方案。
2024-07-14 eess.SP
Adaptive Background Compensation of FI-DACs with Application to Coherent Optical Transceivers
提出了一种新的频率交错数模转换器（FI-DAC）自适应背景补偿方案。该技术可应用于高速数字收发器，例如在相干光通信中使用的那些收发器。虽然FI-DAC的补偿在技术文献中已经讨论过，但自适应背景技术尚未报道。后者的重要性在于它们自动补偿由技术中的工艺、电压和温度变化引起的误差的能力（例如，CMOS、SiGe等）这有助于数据转换器的实现，并因此确保高制造良率。所提出的技术的关键成分是一个多输入多输出（MIMO）均衡器和反向传播算法，用于适应上述均衡器的系数。仿真结果表明，模拟信号通道的损伤得到了精确的补偿，其影响基本上被消除，从而产生了高性能的发射机系统。
2020-07-03 eess.SP
Blind Equalization and Channel Estimation in Coherent Optical Communications Using Variational Autoencoders
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Nokia（诺基亚）
本文研究了基于变分推理的自适应盲均衡器在光通信载波恢复中的应用。这些均衡器基于最大似然信道估计的低复杂度近似。我们将变分自编码器（VAE）均衡器的概念推广到高阶调制格式，包括概率星座成形（PCS），在光通信中无处不在，在接收机过采样，和双偏振传输。除了基于卷积神经网络的黑盒均衡器之外，我们还提出了基于线性蝶形滤波器的基于模型的均衡器，并使用变分推理范式训练滤波器系数。作为副产品，VAE还提供可靠的信道估计。我们分析了VAE在经典的加性高斯白噪声（AWGN）信道与符号间干扰（ISI）和色散线性光双偏振信道的性能和灵活性。我们表明，它可以扩展盲自适应均衡器的应用范围优于国家的最先进的恒模算法（CMA）的PCS固定，但也随时间变化的信道。评价伴随着超参数分析。
2022-09-15 cs.IT cs.LG eess.SP
NeuralEQ: Neural-Network-Based Equalizer for High-Speed Wireline Communication
针对高速有线通信中信道损耗导致的低误码率难题，提出新型神经网络NeuralEQ，通过模拟前向-后向算法，在降低复杂度的同时性能优于FFE和DFE。
2023-08-04 eess.SP
Implementing Neural Network-Based Equalizers in a Coherent Optical Transmission System Using Field-Programmable Gate Arrays
Aston Institute of Photonic Technologies, Aston University（阿斯顿大学阿斯顿光子技术研究所）；Infinera R&D（Infinera研发部）；Infinera Unipessoal, Lda（Infinera有限责任公司）；AMD Research（AMD研究院）
本研究实现了相干光传输系统中基于循环和前馈神经网络的非线性补偿均衡器的FPGA离线实现，提出模型实现流程，对比不同激活函数近似方案的性能与硬件复杂度，验证了biLSTM+CNN均衡器的性能优势，为200G/400G吞吐量的硬件实现提供参考。
2023-02-19 cs.AR cs.CC cs.LG
Transoceanic Phase and Polarization Fiber Sensing using Real-Time Coherent Transceiver
我们实现了一个实时相干收发器与快速流输出环境传感。连续传感使用相位和均衡器的输出超过12800公里的海缆，证明，使时间分辨光谱在10 mHz-1 kHz的宽频谱范围。
2021-09-14 eess.SP
Classification of MIMO Equalizers
在这项理论工作中，DSP感知的光相干通信信道的第一个简化，在此基础上，我们分为四类线性MIMO均衡器根据其参考位置。整个信道的逆可以用一个复共轭相关系统来表示，这与广义线性均衡理论相一致。次优地去除FO动态，相对静态的信道逆参数化与共同的设备和信道参数的监测或校准的目的。
2021-06-07 cs.IT eess.SP math.IT
Mode-dependent Loss and Gain Estimation in SDM Transmission Based on MMSE Equalizers
具有耦合信道的空分复用（SDM）系统中的容量从根本上受到在组件和放大器中产生的模式相关损耗（MDL）和模式相关增益（MDG）的限制。在这些系统中，MDL/MDG必须准确估计的性能分析和故障排除。具有耦合信道的SDM的最新演示基于多输入多输出（MIMO）自适应均衡器的系数通过数字信号处理（DSP）技术执行MDL/MDG估计。尽管这些方法提供了链路上累积的MDL/MDG的数量级的有效指示，但是MIMO均衡器通常根据最小均方误差（MMSE）准则来更新，已知最小均方误差（MMSE）准则取决于信道信噪比（SNR）。因此，基于自适应滤波器系数的MDL/MDG估计技术也受到噪声的损害。在本文中，我们分析了SNR对基于DSP的MDL/MDG估计的影响，并表明该技术容易出错。基于MIMO MMSE均衡器的传递函数，并假设一个已知的SNR，我们计算出一个校正因子，提高了中等水平的MDL/MDG和SNR的估计过程。通过6模长距离传输链路的仿真和3模传输链路的实验验证了校正因子。结果证实了标准估计方法在高加性噪声和MDL/MDG的情况下的局限性，并指出校正因子作为实际SDM情况下的可能解决方案。
2020-08-31 eess.SP
Blind Frequency-Domain Equalization Using Vector-Quantized Variational Autoencoders
针对相干光通信，提出一种基于向量量化变分自编码器的频域盲均衡方法，在降低计算复杂度的同时达到与近期时域方法相当的性能，并优于CMA均衡器。
2023-12-26 eess.SP
Soft-Demapping for Short Reach Optical Communication: A Comparison of Deep Neural Networks and Volterra Series
本文针对短距光通信中 Volterra 非线性均衡器复杂度过高的问题，提出按比特软 DNN 均衡器（SDNNE），实验表明其可在同等性能下降复杂度 65%，或在同等复杂度下获得 0.35 dB OSNR 增益。
2025-01-10 eess.SP
Volterra-assisted Optical Phase Conjugation: a Hybrid Optical-Digital Scheme For Fiber Nonlinearity Compensation
光纤非线性的缓解是光通信领域中的一个活跃的研究领域，这是由于所导致的传输性能的显著改善。随着光相干检测技术的兴起，数字非线性补偿（NLC）方案如数字反向传播（DBP）和Volterra均衡等受到了广泛的关注。可替代地，已经提出了光学NLC，特别是光学相位共轭（OPC），以减轻数字信号处理的复杂性。在这项工作中，提出了一种新的混合光学数字NLC方案相结合的OPC和Volterra均衡器，称为Volterra辅助OPC（VAO）。它具有双重优点：它克服了OPC在非对称链路中的限制，并大大提高了Volterra均衡器的性能。所提出的方案优于OPC和Volterra均衡单独高达4.2 dB，在1000公里的EDFA放大的光纤链路。此外，VAO也被证明是非常强大的，当应用到长传输距离，在3000公里的OPC只有系统的2.5 dB的增益。VAO结合了光学和数字NLC的优点，为未来的高速光通信系统提供了性能和复杂性之间的折衷。
2018-10-26 eess.SP
Deep Neural Network-aided Soft-Demapping in Optical Coherent Systems: Regression versus Classification
在这里，我们研究什么类型的预测建模，分类，或回归，使用神经网络（NN），更好地适合在相干光通信，其中传输信道是非线性和色散的软解映射的后处理的任务。这是第一次，我们提出了在机器学习环境中使用每种类型的预测任务可能存在的缺点，考虑到非线性相干光信道均衡/软解映射问题。我们研究了两种类型的均衡器的前馈和经常性神经网络的基础上，几种传输情况下，在线性和非线性制度的光信道。我们指出，即使从信息论的角度来看，交叉熵损失（分类）是我们的问题最合适的选择，基于交叉熵损失函数的NN模型可能会严重遭受学习问题。后者转化为这样一个事实，即基于回归的学习在提供更高的Q因子和可实现的信息速率方面通常更优越。总之，我们的经验证据表明，基于交叉熵的损失函数可能不一定是最合适的选择，在实际情况下，训练通信系统时，过拟合和消失的梯度相关的问题发挥作用。
2022-08-22 eess.SP
Reducing Computational Complexity of Neural Networks in Optical Channel Equalization: From Concepts to Implementation
Aston Institute of Photonic Technologies, Aston University（阿斯顿大学阿斯顿光子技术研究所）；Infinera R&D（英飞朗研发部）；Infinera Unipessoal, Lda（英飞朗Unipessoal有限公司）
本文提出一种低复杂度开发神经网络均衡器的方法，通过贝叶斯优化辅助的量化、权重聚类和剪枝等压缩策略，在降低复杂度的同时提升性能，优于传统数字背向传播均衡器。
2022-11-26 cs.CC cs.ET cs.LG
MDG and SNR Estimation in SDM Transmission Based on Artificial Neural Networks
由耦合的SDM系统提供的容量的增加从根本上受到MDG和ASE噪声的限制。因此，监测MDG和光SNR对于准确的性能评估和故障排除至关重要。近年来的研究表明，传统的基于MIMO均衡器传递矩阵优化MMSE的MDG估计方法在低信噪比下低估了实际值。此外，估计光SNR本身在SDM系统中不是一个微不足道的任务，因为MDG强烈影响均衡器之后的电SNR。在最近的工作中，我们提出了一个MDG和SNR估计方法，使用人工神经网络。所提出的基于人工神经网络的方法处理后的DSP接收机提取的功能。在本文中，我们详细讨论了基于人工神经网络的方法，并验证了它在一个实验的73公里的3模式传输链路与控制MDG和SNR。经过验证，我们将该方法应用于一个案例研究，包括一个实验性的长途6模链路。结果表明，人工神经网络估计MDG和SNR具有较高的精度，优于传统的方法。
2021-12-20 eess.SP
DBSCAN for nonlinear equalization in high-capacity multi-carrier optical communications
相干光多载波通信在城域和长距离光通信中占据主导地位。然而，相干光正交频分复用（CO-OFDM）等相干多载波信号网络的主要障碍是光纤非线性和级联光放大器的参量噪声放大，这会导致子载波间出现严重的非线性失真。在这里，我们提出了第一个非线性均衡器在光通信中使用传统的基于密度的空间聚类的应用程序与噪声（DBSCAN）算法和一种新的修改版本的DBSCAN，它结合了K-均值聚类的噪声非集群符号。对于一个24.72 Gbit/s的差分四相相移键控（DQPSK）的CO-OFDM系统，修改后的DBSCAN可以提高信号质量因子高达2.158 dB相比，在500公里的传输线性均衡。改进后的DBSCAN在高发射光功率下的性能略优于传统的DBSCAN、模糊逻辑C-均值、分层和传统的K-均值聚类。
2019-01-17 eess.SP
Exceeding the Nonlinear Shannon-Limit in Coherent Optical Communications by MIMO Machine Learning
非线性香农容量极限是限制光通信系统最大传输速率的根本障碍。在长距离高带宽光网络中，这种限制主要归因于确定性克尔引起的光纤非线性以及来自级联光放大器的放大自发辐射噪声与光纤非线性的相互作用：随机参量噪声放大。与早期仅补偿确定性非线性的不切实际的方法不同，在这里，我们展示了一种具有多输入和输出（MIMO）的新型基于电子的深度神经网络，该网络可以解决相干光信号中确定性和随机非线性表现的相互作用。我们的演示表明，MIMO深度学习可以补偿非线性载波间串扰效应，即使在存在频率随机变化的情况下也是如此，这在迄今为止被认为是不可能的。我们的解决方案在不牺牲计算复杂性的情况下，显著优于传统的机器学习和黄金标准非线性均衡器，从而为高达40 Gbit/sec的高频谱效率光信号带来创纪录的传输性能。
2019-04-18 eess.SP physics.optics
Spiking Neural Network-based Equalization and Demapping in IM/DD Systems: A Comparison
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；Fraunhofer Institute for Integrated Circuits IIS（弗劳恩霍夫集成电路研究所）
本文系统比较了IM/DD系统中SNN均衡器与解映射器的设计选择，评估其对误码率、脉冲活动和模型大小的影响，揭示了不同设计间的固有权衡。
2026-09-30 eess.SP
Neural Network Architectures for Optical Channel Nonlinear Compensation in Digital Subcarrier Multiplexing Systems
Huawei Technologies Canada（华为加拿大技术公司）
本文研究数字子载波复用光传输系统中的光纤非线性补偿问题，提出基于CNN和LSTM等人工神经网络结构的非线性均衡器，并通过模块化设计逐步优化性能与复杂度，为未来相干光收发器提供实用方案。
2023-04-13 cs.IT cs.LG eess.SP
