深度循环神经网络对水下光信道的非线性补偿

• 作者: 卢洪斌 祚铨 卢戈
• 来源期刊: 江苏通信
• 关键词: 水下光通信 DRNN 光信道 非线性补偿 深度学习
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 103-104,112
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9513.2021.06.025

摘要

提出一种通过深度循环神经网络(DRNN)对水下光信道非线性进行补偿的方法,通过搭建的DRNN对水下光信道输出的非线性信号进行预测,根据预测结果控制水下光通信系统输出信号光强度的大小,从而实现对水下光信道非线性的补偿.补偿后接收光信号强度波动幅度仅为补偿前的10.81％,大幅降低了水下光信道非线性所带来的不利影响.