终检失败 创新训练 510电子与通信技术 理论研究-科学技术未定级

近年来，互联网商务、云计算、物联网等网络业务的快速发展导致网络流量需求激增，发展高速大容量相干光通信技术成为了未来大容量光纤通信发展的必然趋势。然而，随着传输信号功率的不断提高，光纤中非线性效应引入的信号损伤已成为限制相干光通信系统性能进一步提高的主要因素，而传统的非线性损伤补偿方法较为复杂，难以实际应用。随着人工智能算法的不断涌现，各种机器学习算法也开始被用来均衡光纤非线性损伤。相对于一些传统的非线性均衡算法，基于机器学习的非线性均衡算法往往可以在系统复杂度和非线性均衡性能两者之间取得更好的平衡。为了更好地解决传统非线性均衡算法中的问题，本项目提出使用以神经网络为代表的机器学习算法补偿信道中的非线性损伤，以进一步提高系统的传输性能。