基于共形器的非线性补偿技术在相干光纤传输系统中的应用

《IEEE Open Journal of the Communications Society》：Conformer-Based Nonlinearity Compensation for Coherent Optical Fiber Transmission Systems

　　

摘要：

光纤的非线性失真是高速相干光传输系统中的一个主要限制因素，它限制了系统的传输距离和容量。减轻这些影响的方法包括数字信号处理和机器学习。虽然循环神经网络（RNN）效果显著，但其序列处理方式限制了并行化，不太适合高速硬件应用。基于变换器的非线性补偿（TRN-NLC）模型通过并行处理符号并捕捉长距离依赖关系，提供了一个有前景的替代方案。在TRN模型的基础上，Conformer（CNF）架构通过增加卷积模块来更好地捕获局部特征，同时建模全局依赖关系。在这项工作中，我们提出了一个适用于双极化（DP）相干光系统的CNF-NLC模型，并将其性能与TRN-NLC模型进行了基准测试。我们在一个工作速率为32 Gbaud的DP 16进制正交幅度调制系统上进行了广泛的仿真测试。信号传输距离达到3200公里，发射功率范围从?3 dBm到+3 dBm。实验结果表明，所提出的CNF-NLC模型的性能显著优于传统的色散补偿（CDC）和TRN-NLC模型。特别是在高发射功率下，CNF-NLC模型的性能更优，Q因子改进幅度可达0.5 dB，相比TRN-NLC模型提高了0.5 dB，相比CDC模型提高了1.1 dB。稀疏注意力掩码的应用在实现性能提升的同时，几乎不会降低计算复杂度。此外，我们还对TRN-NLC和CNF-NLC模型进行了计算复杂度分析，具体体现在每个符号所需的实数乘法次数上，从而权衡了性能与计算成本之间的平衡。尽管CNF-NLC模型引入了一定的计算开销，但分析显示，在相当的复杂度下，其性能仍比TRN-NLC模型提高了约0.3 dB。这使得CNF-NLC模型具有更好的可扩展性...

显示更多