基于深度学习的集成片上自干扰消除技术及其性能评估

《Journal of Lightwave Technology》：Deep Learning-Assisted Integrated On-Chip Self-Interference Cancellation with Joint Amplitude-Phase Control

　　我们展示了一种由深度学习辅助的集成式片上自干扰消除技术。该硅光芯片集成了在线马赫-曾德尔干涉仪（MZI）和微环谐振器（MRR），可在14.05–14.20 GHz的工作频率范围内提供可调的幅度和相位控制，以实现自适应消除。MZI作为可变光衰减器用于调节干扰副本的幅度，而MRR则提供精细的相位调谐以实现相消干涉。基于深度学习的控制模型采用卷积神经网络（CNN）进行星座图特征提取，并经过训练以预测在不同工作频率下MZI和MRR所需的偏置电压。干扰消除性能通过接收信号的误差矢量幅度（EVM）恢复情况进行评估。实验结果表明，在14.05 GHz处实现了24 dB的干扰抑制，信号几乎完全恢复，EVM为9.4583%。所训练模型对未见过的频率也具有良好的泛化能力，在训练范围内的14.12 GHz处实现了11.66%的EVM，在训练范围外的14.02 GHz处实现了17.93%的EVM。