Fully connected feed-forward neural network based nonlinearity compensation method for polarization multiplexed transmission systems

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике материалов конференциинаучнаярецензирование

Аннотация

In this work we propose a receiver-side nonlinearity compensation method based on fully connected feed-forward neural networks applicable to polarization-division multiplexing transmission systems. We consider different neural network architectures and show that the use of information from both polarizations allows to effectively compensate the accumulated nonlinear distortion.

Язык оригиналаанглийский
Название основной публикацииProceedings - International Conference Laser Optics 2020, ICLO 2020
ИздательInstitute of Electrical and Electronics Engineers Inc.
ISBN (электронное издание)9781728152332
DOI
СостояниеОпубликовано - 2 ноя 2020
Событие2020 International Conference Laser Optics, ICLO 2020 - St. Petersburg, Российская Федерация
Продолжительность: 2 ноя 20206 ноя 2020

Серия публикаций

НазваниеProceedings - International Conference Laser Optics 2020, ICLO 2020

Конференция

Конференция2020 International Conference Laser Optics, ICLO 2020
СтранаРоссийская Федерация
ГородSt. Petersburg
Период02.11.202006.11.2020

Fingerprint

Подробные сведения о темах исследования «Fully connected feed-forward neural network based nonlinearity compensation method for polarization multiplexed transmission systems». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать