Machine Learning Based Prediction of Erbium-Doped Fiber WDM Line Amplifier Gain Spectra

Machine Learning Based Prediction of Erbium-Doped Fiber WDM Line Amplifier Gain Spectra
复制标题

DOI：
10.1109/ecoc.2018.8535323
复制
发表时间：
2018-09
期刊：
2018 European Conference on Optical Communication (ECOC)
影响因子：
--
通讯作者：
Shengxiang Zhu;Craig L. Gutterman;W. Mo;Yao Li;G. Zussman;D. Kilper
Shengxiang Zhu;Craig L. Gutterman;W. Mo;Yao Li;G. Zussman;D. Kilper
中科院分区：
其他
文献类型：
--
作者：
Shengxiang Zhu;Craig L. Gutterman;W. Mo;Yao Li;G. Zussman;D. Kilper

文献摘要

被引文献

相似文献

基于机器学习的掺铒光纤放大器（EDFA）建模用于确定光传输系统中使用的波长相关增益，并在+/− 3、6、9 dB的输入范围下实现0.08、0.18和0.27 dB的均方根误差（RMSE）。
Machine learning based modelling of Erbium-Doped Fiber Amplifiers (EDFA) is used to determine wavelength dependent gain for use in optical transmission systems, and achieves root mean square error (RMSE) of 0.08, 0.18, and 0.27 dB under input ranges of +/− 3, 6, 9 dB.