Neural Network-Based Soft-Demapping for Nonlinear Channels

Neural Network-Based Soft-Demapping for Nonlinear Channels
复制标题

基于神经网络的非线性通道软解映射

DOI：
10.1364/ofc.2020.w3d.2
复制
发表时间：
2020
期刊：
2020 Optical Fiber Communications Conference and Exhibition (OFC)
影响因子：
--
通讯作者：
S. Pachnicke
S. Pachnicke
中科院分区：
--
文献类型：
--
作者：
M. Schaedler;S. Calabrò;F. Pittalà;C. Bluemm;M. Kuschnerov;S. Pachnicke

文献摘要

被引文献

相似文献

针对AWGN信道设计的传统软解映射器在实际信道下会有性能损失。我们提出了一个神经网络的软解映射器，并显示在800 Gb/s的相干传输实验中使用DP-32 QAM的增益为0.35dB。
Conventional soft demappers designed for AWGN channels suffer from performance loss under realistic channels. We propose a neural network soft demapper and show a gain of 0.35dB in an 800Gb/s coherent transmission experiment using DP-32QAM.