【技术实现步骤摘要】
本专利技术涉及光纤通信领域，尤其涉及一种基于因子化傅立叶神经算子的光纤非线性补偿方法。
技术介绍
1、目前通过将相干监测技术与数字信号处理技术(dsp)以及高阶调制格式(如高阶qam)相结合，光纤通信系统的兼容性得到了显著提升。近年来，人们广泛研究了高阶qam与概率整形(ps)技术相结合的方法，以尽可能缩小光纤通信系统容量与光信噪比(osnr)香农极限之间的差距。然而，高阶qam信号，无论是均匀信号还是概率形状的分布式信号，都容易受到光纤非线性的影响，这限制了高速光信号的长距离传输。因此，光纤非线性补偿技术很可能成为未来高容量和长距离相干光通信系统不可或缺的组成部分。
2、目前传统的数字反向传播(dbp)非线性补偿算法使用分步傅立叶算法对光纤中的信号传输方程进行数值求解，模拟光信号在虚拟光纤中反向传输的过程，进而达到非线性补偿的效果。但是dbp算法不仅需要事先知晓传输链路的参数信息，在处理过程中还需要进行多次傅里叶变换，在实际应用中计算复杂度较高，难以对信号实时处理。
技术实现思路
...【技术保护点】
1.一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，包括：
2.根据权利要求1所述的一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，所述接收PDM-MQAM信号，添加高斯噪声并进行高斯归一化处理，具体包括：
3.根据权利要求1所述的一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，所述对进行高斯归一化处理后的信号进行取样，生成多个新序列，得到新的训练序列批量，具体包括:
4.根据权利要求1所述的一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，所述根据新的训练序列批量进行非线性补偿...
【技术特征摘要】
1.一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，包括：
2.根据权利要求1所述的一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，所述接收pdm-mqam信号，添加高斯噪声并进行高斯归一化处理，具体包括：
3.根据权利要求1所述的一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，所述对进行高斯归一化处理后的信号进行取样，生成多个新序列，得到新的训练序列批量，具体包括:
4.根据权利要求1所述的一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，所述根据新的训练序列批量进行非线性补偿模型训练，具体包括：
5.根据权利要求1所述的一种基于因子化傅立叶神经算子的光纤非线性补偿方法，其特征在于，所述将进行维度变换后的信号输入到...
【专利技术属性】
技术研发人员：易安林，黄俊凌，闫连山，罗斌，潘炜，蒋林，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。