基于逐比特估计的低复杂度CNN-BiGRU-Attention光纤非线性补偿方法

Acta Optica Sinica 2026

View at publisher
Authors: 苏祎桓 Su Yihuan, 罗风光 Luo Fengguang, 杨柳 Yang Liu, 丁畅 Ding Chang, 王旭 Wang Xu, 饶书昊 Rao Shuhao, 李桢民 Li Zhenmin, 李博 Li Bo, 张颖怡 Zhang Yingyi, 蔡轶 Cai Yi
DOI: 10.3788/aos251286
Cited by: 0
References: 22

Abstract

光纤非线性效应已经成为限制光纤通信系统容量提升的关键瓶颈问题。为有效地补偿该损伤，提出一种基于逐比特估计（SBE）的低复杂度CNN-BiGRU-Attention联合非线性补偿方案。该方案通过整合卷积神经网络（CNN）进行局部特征提取、双向门控循环单元（BiGRU）捕捉长程时序依赖，并引入注意力机制对BiGRU的隐藏状态序列进行动态加权，使模型聚焦于关键信息，显著优化资源分配，输出层采用SBE策略直接以最小化误码率为优化目标。构建32 GBaud PDM-16-QAM仿真系统，结果表明，与未采用注意力机制的CNN-BiGRU网络和基础的BiGRU网络相比，该方案在品质（Q）因子仅有微小代价的情况下，将计算复杂度分别显著降低43%和36%。

Fields of Study & Subjects

Optical Network Technologies Error Correcting Code Techniques Advanced Photonic Communication Systems

Publication details

Journal / source
Acta Optica Sinica
Volume
46
Issue
2
Pages
0206001–0206001
Publication date
1 January 2026
Language
EN