基于机器学习的相干光通信系统性能优化及损伤补偿技术探索.docxVIP

基于机器学习的相干光通信系统性能优化及损伤补偿技术探索

目录

内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1.1相干光通信技术发展现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1.2机器学习技术在通信领域的应用前景．．．．．．．．．．．．．．．．．．．．．6

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2.1基于机器学习的系统优化研究进展．．．．．．．．．．．．．．．．．．．．．．12

1.2.2光通信损伤补偿技术研究动态．．．．．．．．．．．．．．．．．．．．．．．．．．13

1.3主要研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

1.4论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

相干光通信系统基本理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.1相干光通信系统原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.1.1发送端技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.1.2接收端技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.2信道模型与损伤分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.2.1光纤信道模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.2.2主要传输损伤类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.3系统性能评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

基于机器学习的系统性能优化方法．．．．．．．．．．．．．．．．．．．．．．．．．28

3.1机器学习算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.1.1监督学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.1.2无监督学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

3.1.3深度学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

3.2机器学习在发射端优化中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.2.1功率分配优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.2.2调制格式选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.2.3前向纠错编码设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.3机器学习在接收端优化中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.3.1滤波器设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.3.2相位恢复算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

3.3.3恒模算法优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

基于机器学习的损伤补偿技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.1损伤建模与表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.1.1衰减补偿模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

4.1.2色散补偿模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.1.3非线性补偿模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.1.4相位噪声补偿模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.2基于机器学习的损伤补偿算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

4.2.1基于神经网络的损伤补偿．．．．．．．．．．．．．．．．．．．．．．．