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[1] 祚铨 卢戈 

机构地区：[1]百色学院 [2]广州市隆光信息技术有限责任公司

出　　处：《江苏通信》2021年第6期103-104,112,共3页Jiangsu Communication

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。

关 键 词：水下光通信 DRNN 光信道 非线性补偿 深度学习 

分 类 号：TN929.1[电子电信—通信与信息系统] TP183[电子电信—信息与通信工程]