期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于神经网络的三阶拉曼放大光传输系统建模
1
作者 陈佟 邓黎 +5 位作者 王谦 郭小溪 徐健 龙函 黄超 黄丽艳 《光通信研究》 北大核心 2025年第5期21-26,共6页
【目的】三阶分布式拉曼放大器(DRA)是目前长距离无中继传输中的光放大前沿技术,与一阶和二阶DRA传输相比,其在传输过程中能实现更优的增益与噪声特性,但传输过程也更为复杂。然而目前对三阶DRA的建模多基于拉曼功率耦合方程,其需要数... 【目的】三阶分布式拉曼放大器(DRA)是目前长距离无中继传输中的光放大前沿技术,与一阶和二阶DRA传输相比,其在传输过程中能实现更优的增益与噪声特性,但传输过程也更为复杂。然而目前对三阶DRA的建模多基于拉曼功率耦合方程,其需要数值方法求解,计算相对复杂。运算量小的建模方法则基于数据驱动型机器学习,需要庞大的数据量,且泛化能力较差。为此需要新的建模方法,在保证模型精度的前提下提升运算速度。【方法】文章提出了一种基于内嵌物理知识型神经网络(PINN)的方案对三阶拉曼放大光传输系统进行建模。该方案能结合数值方法和数据驱动型机器学习的优点,将微分方程的求解转化为优化问题,通过将微分方程以及边界条件等约束作为损失函数,实现神经网络的训练,使得模型兼顾计算的精度与复杂度。【结果】文章搭建了一个120 km的C波段47信道的三阶拉曼放大光纤传输系统,并分别采用数值方法和所提的PINN对系统进行功率预测,结果表明,PINN预测的信号功率与传统的数值方法偏差小于0.19 dB,预测的泵浦光功率则几乎无误差,而运算次数则降低了一个数量级。【结论】PINN能准确预测三阶拉曼放大光传输系统中泵浦光与信号光的功率演化,且相比数值方法显著降低了计算复杂度。 展开更多
关键词 无中继传输 分布式拉曼放大器 三阶拉曼放大器 内嵌物理知识型神经网络 机器学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部