A Joint Technique for Nonlinearity Compensation in CO-OFDM Superchannel Systems
提出了一种结合单信道数字反向传播（SC-DBP）和相位共轭双波（PCTW）的技术来补偿CO-OFDM超信道系统中的非线性。这表现出与多信道DBP类似的性能，同时与SC-DBP、PCTW和线性色散补偿（LDC）相比提供增加的传输范围。
2021-06-27 eess.SP
Digital Nonlinearity Compensation in High-Capacity Optical Fibre Communication Systems: Performance and Optimisation
满足不断增长的信息速率需求对于光通信系统已经变得极其重要。然而，由于克尔效应的存在，它已被证明是一项具有挑战性的任务，克尔效应在很大程度上被认为是提高现代光通信中可实现的信息速率的主要瓶颈。在这项工作中，数字非线性补偿的优化和性能进行了讨论，以最大限度地提高可实现的信息速率，在频谱效率的光纤通信系统。研究发现，对于任何给定的目标信息速率，存在调制格式和补偿带宽之间的折衷，以减少数字非线性补偿的计算复杂度要求。
2017-11-02 eess.SP
All-Optical Nonlinear Pre-Compensation of Long-Reach Unrepeatered Systems
我们数值演示了一个全光非线性预补偿模块的国家的最先进的长距离拉曼放大无中继链路。补偿器的设计在传播对称性方面进行了优化，以最大限度地提高WDM传输下的性能增益，实现了4.0dB和2.6dB的SNR改善为250公里和350公里的链路。
2021-01-06 eess.SP physics.app-ph
Joint PMD Tracking and Nonlinearity Compensation with Deep Neural Networks
针对光纤通信中PMD时变漂移下的联合补偿问题，提出基于迁移学习的选择性训练方案，仅微调少量权重即可使带PMD分布式补偿的DCRNN模型适配PMD变化，降低重训开销并保持性能增益。
2023-05-07 eess.SP
Silicon photonic-electronic neural network for fibre nonlinearity compensation
在光通信系统中，光纤非线性是提高传输容量的主要障碍。通常，使用数字信号处理技术和硬件来处理光通信信号，但是增加的速度和计算复杂性对这样的方法产生了挑战。使用光子器件的高度并行的超快神经网络有可能通过在模拟域中处理光信号来减轻对数字信号处理电路的要求。本文提出了一种用于海底光纤传动系光纤非线性补偿的硅光电神经网络。我们的方法使用基于波分复用的光子神经网络建立在CMOS兼容的硅光子平台。我们表明，该平台可用于补偿光纤非线性，提高信号质量（Q）因子在10,080公里的海底光纤通信系统。Q因子的改善与在32位图形处理单元辅助工作站上实现的基于软件的神经网络相当。我们的可重构光电集成神经网络有望解决高速智能信号处理的紧迫挑战。
2021-10-11 eess.SP physics.app-ph physics.optics
Revisiting Multi-Step Nonlinearity Compensation with Machine Learning
Chalmers University（查尔莫斯大学）；Duke University（杜克大学）；Eindhoven University of Technology（埃因霍温理工大学）
对于光纤非线性的有效补偿，指导原则之一似乎是：步骤越少越好，效率越高。我们挑战这一假设，并表明，精心设计的多步骤的方法可以导致更好的性能复杂性权衡比他们的几步同行。
2019-04-22 cs.AI cs.IT eess.SP
Fiber-induced nonlinearity compensation in coherent optical systems by affinity propagation soft-clustering
由于网络流量需求和关键延迟感知服务（如远程医疗和物联网）的增加，在不牺牲光纤通信中的能耗和复杂性的情况下最大化信号容量的需求非常巨大。在这项工作中，第一个系统不可知和训练数据免费光纤非线性补偿器（NLC）使用亲和传播（AP）聚类实验证明。结果表明，与线性均衡相比，AP通过有效地处理确定性和随机非线性，可以在16正交幅度调制相干光系统中将信号质量因子提高约5dB。AP优于基准聚类算法和复杂的确定性方案，如K均值、模糊逻辑、数字反向传播和基于Volterra的NLC，提供高达4 dB的功率裕度扩展。
2018-12-21 eess.SP
Second-Order Perturbation Theory-Based Digital Predistortion for Fiber Nonlinearity Compensation
基于一阶微扰理论的非线性补偿（PB-NLC）技术已被广泛研究，以克服偏振复用（Pol-Mux）光纤通信系统中信道内克尔非线性的不利影响。然而，FO-PB-NLC技术的NLC性能在Pol-Mux长距离光传输系统的高度非线性区域中受到显著限制。在本文中，我们将FO理论扩展到二阶（SO），以提高NLC的性能。该技术被称为SO-PB-NLC。对Pol-Mux光传输系统的SO微扰场进行了详细的理论分析。在此之后，我们研究了一些简化的假设，以降低实现复杂性的SO-PB-NLC技术。单信道系统的数值仿真结果表明，与FO-PB-NLC技术相比，SO-PB-NLC技术具有更好的误码率性能和更长的传输距离。复杂度分析表明，所提出的SO-PB-NLC技术具有降低的计算复杂度相比，每跨度一步的数字反向传播。
2021-06-27 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
Joint Power and Gain Allocation in MDM-WDM Optical Communication Networks Based on Enhanced Gaussian Noise Model
在不同的信道和模式上实现可靠的通信是模分复用-波分复用（MDM-WDM）通信网络的主要目标之一。其可靠性可以用最小信噪比裕度来描述，该裕度取决于发射功率、多模掺铒光纤放大器（MM-EDFA）增益和MMF非线性。本文基于增强型高斯噪声（EGN）模型，通过考虑载波相位估计和前四个色散项，推导出了一个分析模型的MMF非线性。通过分步傅立叶方法仿真验证了所提出的EGN模型。考虑多节点线性网络，推导了基于最小信噪比裕度最大化的功率和增益联合优化分配公式。考虑了MM-EDFA饱和功率和最大增益等实际约束，并采用凸优化方法求解该问题。假设三种情况，包括最佳相等功率、优化功率和联合优化功率和增益。在第一种情况下，对于不同的信道和模式考虑相等的功率，在所有跨度中具有相等的MM-EDFA增益。值得一提的是，MM-EDFA的增益等于跨距损耗。在第二种情况下，不同的功率被分配给不同的信道和模式，在所有跨度中具有相等的MM-EDFA增益。在第三种情况下，优化分配给每个信道和模式的功率。此外，MM-EDFA的增益为每个跨度分别进行了优化。
2021-07-24 eess.SP
Deep Learning-Aided Perturbation Model-Based Fiber Nonlinearity Compensation
该研究针对长距离光纤通信的非线性补偿问题，重新分析了学习型PB-NLC方法的性能复杂度权衡，提出基于双向循环神经网络的全学习结构，实现了更优的性能-复杂度平衡。
2023-06-15 eess.SP
Revisiting Efficient Multi-Step Nonlinearity Compensation with Machine Learning: An Experimental Demonstration
光纤通信系统中有效的非线性补偿被认为是克服“容量瓶颈”的关键因素。一个指导原则，以前的工作设计的实际非线性补偿方案是，更少的步骤导致更好的系统。在本文中，我们挑战这一假设，并展示了如何仔细设计多步骤的方法，提供更好的性能-复杂性权衡比他们的几步同行。我们考虑最近提出的学习数字反向传播（LDBP）方法，其中分步方法中的线性步骤被重新解释为一般线性函数，类似于深度神经网络中的权重矩阵。我们的主要贡献在于这种方法的25 Gbaud单通道光传输系统的实验演示。它示出了如何LDBP可以被集成到一个相干接收机DSP链，并成功地在各种硬件损伤的存在下训练。我们的研究结果表明，有限的复杂性LDBP可以实现更好的性能比标准DBP通过使用非常短，但联合优化，有限脉冲响应滤波器在每一步。本文还提供了一个概述最近提出的扩展LDBP和我们评论潜在的有趣的途径，为未来的工作。
2020-07-20 eess.SP
Nonlinearity Compensation and Link Margin Analysis of 112-Gbps Circular-Polarization Division Multiplexed Fiber Optic Communication System using a Digital Coherent Receiver over 800-km SSMF Link
非线性效应一直被认为是限制相干光光纤传输系统性能的主要因素。基于DSP的数字反向传播（DBP）方法的CO接收机，近年来促进了光纤非线性损伤的补偿以及光纤色散的补偿。提出了一种基于DSP的圆偏振复用（CPDM）8-正交幅度调制（8-QAM）光纤通信（FOC）系统CO接收机的综合设计方案，以研究非线性的影响。我们已经研究了非线性补偿的DSP为基础的CO接收机的性能与DBP方法，并证明它可以有效地用来减轻信道内的非线性CPDM 8-QAM FOC系统超过800公里的SSMF链路。通过对光纤非线性的有效补偿，分析了系统的误比特率（BER）、光信噪比（OSNR）、最佳发射功率等性能，并通过对特定发射功率下的OSNR裕度进行评估，研究了链路裕度。此外，CPDM技术有助于作为最大化链路容量以及增强FOC系统的频谱效率（SE）的非常合适的手段。
2021-01-08 eess.SP
Intra-Channel Nonlinearity Compensation Based on Second-Order Perturbation Theory
一阶微扰理论被广泛应用于设计数字非线性补偿（NLC）技术来解决相干光通信系统中信道内光纤非线性效应。基于微扰理论的方法的主要优点是在整个光纤链路的单级上实现的可能性和每个符号操作一个样本。在本文中，我们提出了扩展的FO微扰理论为基础的NLC（FO-PB-NLC）技术的二阶（SO），简称为SO-PB-NLC，以提高NLC的性能。我们提出了一个全面的理论分析的SO非线性失真场的推导，这是SO-PB-NLC技术的基础。通过数值模拟，我们表明，所提出的SO-PB-NLC技术显着提高了NLC的性能和最大传输范围相比，FO-PB-NLC技术。然后，SO-PB-NLC技术的性能进行了比较与基准的数字反向传播（DBP）。
2020-05-03 cs.IT eess.SP math.IT
Perturbation Theory-Aided Learned Digital Back-Propagation Scheme for Optical Fiber Nonlinearity Compensation
从非线性薛定谔方程的正则微扰处理出发，提出了一种基于机器学习的光纤通道内非线性抑制方法。被称为扰动理论辅助（PA）学习的数字反向传播（LDBP），该方案以类似于分步傅立叶方法的方式构建深度神经网络（DNN）：线性和非线性操作交替。受扰动分析的启发，通道内交叉相位调制项可以方便地由DNN中的矩阵运算表示。在每个非线性操作中引入该项大大提高了性能，并且通过调整每步的跨度数量来实现PA-LDBP的灵活性。通过对一个单载波光纤通信系统的数值模拟，对所提出的方案进行了评估，该系统工作在32 Gbaud，采用64-正交幅度调制，传输距离为20*80 km。结果表明，当每步跨数分别为1、2、4和10时，所提出的方案在Q2因子方面比线性补偿分别获得了约3.5 dB、1.8 dB、1.4 dB和0.5 dB的性能增益。提出了两种方法来降低PALDBP的复杂度，即，对于每步多跨距的情况，在频域中修剪扰动系数和色散补偿的数量。的性能和复杂性的调查表明，PA-LDBP达到改善的性能增益与降低的复杂性相比，LDBP的情况下，每步4和10跨度。
2021-10-11 eess.SP
On the Impact of Fixed Point Hardware for Optical Fiber Nonlinearity Compensation Algorithms
使用数字信号处理的非线性缓解已被证明可增加光纤传输链路的可实现数据速率。一种特别有效的技术是数字反向传播（DBP），一种能够同时补偿线性和非线性信道失真的算法。然而，实现这种技术的最大障碍是其高计算复杂性。近年来，已经提出了几种具有降低的计算复杂度的DBP的替代方案，尽管这样的技术没有表现出与实现的复杂度相称的性能益处。为了充分表征DBP的计算要求，当约束于数字相干接收机中使用的逻辑时，需要对算法行为进行建模。这样的模型允许根据真正的硬件复杂度来分析任何信号恢复算法，其中，关键地，包括乘法运算的位深度。在有限比特深度的情况下，存在由每个算术运算引入的量化噪声，并且不能再假设常规DBP算法将优于其低复杂度替代方案。在这项工作中，DBP和一个单一的非线性步骤DBP的实现，\textit{Enhanced Split Step Fourier}方法（ESSFM），线性均衡使用一个通用的软件模型的定点硬件进行了比较。讨论了位深和快速傅里叶变换（FFT）尺寸的要求，以检验这两种数字非线性补偿方案的最佳工作状态。对于1000 km的传输系统，发现（假设优化的FFT大小），在SNR方面，对于高达13位的所有硬件分辨率，ESSFM算法优于传统DBP。
2018-04-20 eess.SP
The Impact of Transceiver Noise on Digital Nonlinearity Compensation
分析了在存在放大自发辐射噪声（ASE）和非理想收发器子系统噪声的情况下，数字非线性补偿（NLC）的效率。它对信噪比（SNR）和到达增加的影响进行了研究，特别强调分裂NLC，其中数字反向传播算法在发射机和接收机之间划分。本文提出了一种计算非理想传输系统信噪比的解析模型，该系统具有任意的分裂NLC结构。当信号-信号非线性被补偿时，性能限制来自残余信号-噪声相互作用。这些相互作用包括信号与共同传播的ASE和收发器噪声之间的非线性拍频。虽然收发器噪声信号拍频通常在短传输距离中占主导地位，但ASE噪声信号拍频在较大传输距离中占主导地位。结果表明，这两种制度的行为不同的最佳NLC分裂比和各自的达到增益。此外，简单的公式预测的最佳NLC分裂比和达到增加在这两个政权的报告。据发现，分裂NLC提供相对于传统的数字反向传播（DBP）的增益可以忽略不计的距离小于1000公里，使用标准的单模光纤和收发器（背靠背）的SNR为26 dB，当发射机和接收机注入相同数量的噪声。然而，当发射器和接收器注入不等量的噪声时，通过适当地定制分裂NLC算法，可以在DBP之上达到56%的增益。数值模拟结果证实了理论研究结果。
2017-09-13 eess.SP
Neural Turbo Equalization: Deep Learning for Fiber-Optic Nonlinearity Compensation
Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
最近，由现代深度学习驱动的数据驱动方法已被应用于光通信，取代了传统的基于模型的方法。深度神经网络（DNN）的应用允许对复杂的光纤系统进行灵活的统计分析，而不依赖于任何特定的物理模型。由于DNN固有的非线性，基于DNN的各种均衡器已经显示出显著的潜力，以减轻光纤非线性。在本文中，我们提出了一个涡轮均衡（TEQ）的基础上DNN作为一个新的替代框架，以处理未来的相干光通信的非线性光纤损伤。建议的DNN-TEQ构造嵌套深度残差网络（ResNet）训练外部似然给定的软信息反馈从信道解码。通过外部信息传输（EXIT）分析，我们验证了我们的DNN-TEQ可以加速解码收敛，以实现0.61b/s/Hz的可实现吞吐量的显着增益。我们还证明，优化不规则的低密度奇偶校验（LDPC）码，以匹配EXIT图的DNN-TEQ可以提高可实现的速率高达0.12 b/s/Hz。
2019-11-22 cs.IT cs.LG eess.SP
Second-Order Nonlinearity Estimated and Compensated Diffusion LMS Algorithm: Theoretical Upper Bound, Cramer-Rao Lower bound, and Convergence Analysis
本文提出一种估计与补偿二阶非线性的扩散LMS算法，推导了误差上界、Cramer-Rao下界及收敛性分析，仿真验证了其在无线传感器网络中提升分布式估计性能的有效性。
2024-03-17 eess.SP
Nonlinearity Compensation in a Multi-DoF Shoulder Sensing Exosuit for Real-Time Teleoperation
Imperial College London（帝国理工学院）；Shanghai Jiao Tong University（上海交通大学）
软可穿戴机器人的柔顺性使其成为复杂的多自由度（DoF）关节的理想选择，但也引入了额外的结构非线性。这些可穿戴机器人的直观控制需要强大的传感器来克服固有的非线性。本文提出了一种关节运动学估计器的生物启发的多自由度肩外装能够补偿遇到的非线性。为了克服套装柔软柔顺的特性所固有的非线性和滞后性，我们开发了一种基于深度学习的方法，将传感器数据映射到关节空间。实验结果表明，新的基于学习的框架比最近的最先进的方法有很大的利润，同时实现12毫秒的推理时间，仅使用基于GPU的边缘计算设备。通过与模拟NAO人形机器人的实时的【形】遥操作，证明了我们的组合外装和学习框架的有效性。
2020-02-21 cs.RO eess.SP
A Spectrally Efficient Linear Polarization Coding Scheme for Fiber Nonlinearity Compensation in CO-OFDM Systems
本文提出了一种结合相位共轭孪生信号（PCTS）技术的线性偏振编码（LPC）方案，简称LPC-PCTS，用于相干光正交频分复用（CO-OFDM）系统中光纤非线性的抑制。LPC线性地组合OFDM符号的相邻子载波上的数据符号，一个在全幅度，另一个在半幅度。然后，在两个正交极化上的两个OFDM符号的相同子载波上将线性编码的数据作为相位共轭对发送。添加到这些副载波的非线性失真基本上是反相关的，因为它们携带数据的相位共轭对。在接收机处，在这些副载波对上接收的信息符号的相干叠加最终导致非线性失真的消除。对采用LPCPCTS技术的单信道200 Gb/s CO-OFDM系统进行了数值仿真。结果表明，2.3 dB和1.7 dB的Q-因子的改善与和没有色散对称性，分别相比，最近提出的相位共轭子载波编码（PCSC）技术，在平均发射功率为3 dBm。此外，我们提出的LPCPCTS技术相比，16正交幅度调制（QAM）与相位共轭双波（PCTW）计划，在相同的频谱效率，为2800公里的未补偿传输距离时，表现出显着的性能改善。
2021-06-27 eess.SP
Meta-DSP: A Meta-Learning Approach for Data-Driven Nonlinear Compensation in High-Speed Optical Fiber Systems
本文提出Meta-DSP信号处理流程，通过元学习DBP与XPM-ADF实现免重训练的跨速率、跨信道数非线性补偿，并以更低复杂度取得显著性能提升。
2025-06-10 eess.SP
Chaos-Based Multicarrier VLC Modulator With Compensation of LED Nonlinearity
发光二极管（LED）闪电基础设施的大规模部署为将其重新用作可见光通信（VLC）提供了机会，以利用室内场景中当前的RF频谱危机。VLC中的主要问题之一是LED的有限动态范围和它们的非线性响应，这可能导致通信的严重降级，并且更具体地，导致比特出错率（BER）的严重降级。这由于基于光正交频分复用（O-OFDM）的多载波复用的广泛使用而加剧，其特征在于高的峰均功率比。在这里，我们提出了一个基于混沌的编码调制（CCM）设置专门适用于LED的非线性。它取代了通常的调制，同时保持多载波O-OFDM结构不变。首先，我们得到一个半解析界的比特错误概率，考虑到LED的非线性响应。边界的结果特别紧密的信噪比的范围内的利益。然后，我们提出了一种基于优化技术的调制器设计方法。目标函数是半解析界，并且将优化应用于CCM共轭函数的参数化。这适当地塑造了混沌波形，并导致BER的改善，在理想的预失真下优于经典的同行。
2020-04-17 cs.IT eess.SP math.IT
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
Adaptive Turbo Equalization of Probabilistically Shaped Constellations
首次研究了概率成形星座的自适应Turbo均衡光纤非线性补偿。通过结合概率整形、单通道数字反向传播和自适应Turbo均衡，证明了超过100%的传输范围扩展的潜力。
2023-02-24 eess.SP
New Lower Bounds on the Capacity of Optical Fiber Channels via Optimized Shaping and Detection
星座成形是提高光通信系统性能和速率自适应性的一种实用而有效的技术。原则上，它还可以用于减轻非线性效应的影响，可能会增加信息速率超过光纤非线性所规定的电流限制。然而，这一吸引人的想法是沮丧的困难，设计一个有效的整形策略，考虑到非线性和长记忆的光纤通道，以及可能的相互作用与其他非线性缓解策略。因此，迄今为止只取得了很小的进展，而最佳成形分布和最终的信道容量仍然是未知的。在这项工作中，我们描述了一种新的技术，以优化在一个非常一般的设置和高维空间的成形分布。对于一个简化的块无记忆非线性光信道，所提出的技术得到的容量下限可以解析地表示，建立了一个无限增长的能力与功率的条件。在一个更现实的情况下，该技术可以实现由一个合适的成本函数驱动的拒绝采样算法，和相应的可实现的信息速率估计数值。所提出的技术与改进的（非高斯）解码度量的组合产生了一个新的容量下限的双偏振WDM信道。
2021-12-07 cs.IT eess.SP math.IT
DNN based Two-stage Compensation Algorithm for THz Hybrid Beamforming with imperfect Hardware
本文针对太赫兹UM-MIMO混合波束赋形中的硬件非理想性问题，提出基于DNN的两阶段补偿算法，并通过剪枝、参数共享和网络精简在保持性能的同时大幅降低复杂度。
2024-11-22 cs.IT eess.SP math.IT
Transfer Learning-Enabled Distortion Compensation for Amplitude-Phase-Time Block Modulation-Based Nonlinear Single-Carrier Wireless Communications
Southeast University（东南大学）；Purple Mountain Laboratories（紫金山实验室）；Nanjing University of Posts and Telecommunications（南京邮电大学）
针对非线性单载波通信中PA的非线性与记忆效应问题，提出迁移学习驱动的APTBM收发协同失真补偿方法，可在30-dBc ACLR约束下实现2 dB输入回退的可靠传输，性能优于传统DPoD方案。
2026-08-11 cs.LG eess.SP
