dwdm系统中光纤布拉格光栅滤波器与拉曼放大器的智能优化研究系统工程专业论文.docxVIP

标模型，提出一种将多目标进化遗传算法(NSGA．Ⅱ)和逼近理想解排序法 标模型，提出一种将多目标进化遗传算法(NSGA．Ⅱ)和逼近理想解排序法 (TOPSIS)相结合的求解思路。采用NsGA-Ⅱ求解出一系列Pareto最优解，再 利用ToPsIs做进一步最优解的决策。设计结果表明了该方法能够合理地处理折 射率调制峰值和色散之间的权衡，具有一定的参考价值。 (二)多泵浦拉曼放大器的优化研究 拉曼光纤放大器(砌’A)在光纤通信系统中不仅要满足大带宽、高功率等特 性，还要考虑的一个关键问题就是其增益谱的平坦化。多泵浦技术是实现IuA 增益平坦度控制的一种有效途径。但是，如何高效地选取最优的泵浦波长功率配 置成为多泵浦ⅪA设计的难点。针对这方面的研究，本文进行了以下工作。 (1)为了解决多泵浦砌1A在数学模型计算中的效率问题，本文提出了一种基 于机器学习技术的解决思路。将拉曼耦合方程的非线性求解过程等价于以泵浦波 长和泵浦功率作为输入、增益作为输出的多输入多输出回归问题。离线训练阶段， 利用机器学习算法完成样本训练和建立煦～回归模型；在线优化阶段，将回归 模型融入进化算法的优化过程，完成泵浦参数的优化配置。本文分别采用了最小 二乘支持回归机(LssVR)和极限学习机(ELM)算法进行模型构建。实验从 模型精度验证、砒’A增益分析和不同算法的性能对比等方面验证了该方法的高 效性。 (2)为了平衡多泵浦RFA设计中不同性能需求，本文提出了同时以最大化拉 曼开关增益和最小化增益波动为优化目标的多目标模型。在上述基于机器学习的 砒、A模型的基础上，利用改进的强度Pareto进化算法(SPEA2)获取Pareto前 沿，并从Pareto解集中选取出合适的解，最终给出详细的Ⅺ’A设计方案。 综上所述，本课题属于交叉学科应用基础研究，涉及信息学、光学等多学科 领域，主要围绕DwDM系统的滤波器和放大器技术进行了探讨和分析，采用智 能计算的理论方法和技术手段为光器件的优化提出新的解决思路和设计方案，进 一步推进智能光器件的创新，促进光网络向宽带化、智能化、综合化发展。 关键词：光纤布拉格光栅；拉曼光纤放大器；进化计算：机器学习；多目标优化 II 万方数据 AbstllactWml Abstllact Wml me coming of tlle big‰emttle d锄锄ds for tlle opdcal com咖血cation ne撕。呔wim la玛e capac咄1ligh spe甜，锄d wjde bandwidth have inc掀峪ed 如lmatically．The dense wavel饥gth diVision删酬ex吨∞WDM)technology c趾 雒＆tiVely 1ltilize廿1e huge b锄dwidtll resource to meet伍e b姐dwidth requm弛％t 锄d h硒be∞widely applied．The adv趾ced devic髓in DWDM system will血曲er promote the p幽皿姐ce of tlle optical仃缸同11ission s)rst锄．The mIlltich柚nel fiber Bragg gmljng(FBG)励ters are use伽蠡)r DWDM syst锄o、釉-ing t0 tlleir fle】【ible multi-wavelength selection．The R锄弛曲盱ampli6∞(RFAs)a‘hib“various meIits 锄ch嬲low noisen既ible锄plification b姐dwidm锄d hi曲gain，姐d b∞ome promising devic黜to cxp趾d DWDM syst锄b姐dwi拙．hl the thesis，the 叩tiInization issues in me syn也esis of龇FBG 6lters她d RFAs眦addressed by utiliz吨nle血eUigent complItation nlcthods．1he detailed work is described硒 follows． 1．op缸iz砒ion of multich猢el舳盯Br暇；g觚ng丘nef d髓咖 FBG feat曲g a multich锄el spectral response h笛 its ad_V卸晚geous ch啪ctcristics of small size，low coSt，low inseniOn loss，觚Id good compahbility． HoweVer’when channel count incm鹤es，t11