Equalization performance and complexity analysis of dynamic deep neural networks in long haul transmission systems

Oleg Sidelnikov, Alexey Redyuk, Stylianos Sygletos

Результат исследования: Научные публикации в периодических изданияхстатьярецензирование

18 Цитирования (Scopus)

Аннотация

We investigate the application of dynamic deep neural networks for nonlinear equalization in long haul transmission systems. Through extensive numerical analysis we identify their optimum dimensions and calculate their computational complexity as a function of system length. Performing comparison with traditional back-propagation based nonlinear compensation of 2 steps-per-span and 2 samples-per-symbol, we demonstrate equivalent mitigation performance at significantly lower computational cost.

Язык оригиналаанглийский
Страницы (с-по)32765-32776
Число страниц12
ЖурналOptics Express
Том26
Номер выпуска25
DOI
СостояниеОпубликовано - 10 дек 2018

Fingerprint Подробные сведения о темах исследования «Equalization performance and complexity analysis of dynamic deep neural networks in long haul transmission systems». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать