多波段拉曼放大器设计方法及系统

    公开(公告)号:CN114499679B

    公开(公告)日:2023-08-25

    申请号:CN202210087846.8

    申请日:2022-01-25

    摘要: 本发明提供了一种多波段拉曼放大器设计方法及系统,包括:根据链路情况和光信号配置生成数据集;利用数据集训练神经网络模型,以得到拉曼放大模型;根据拉曼放大模型,利用梯度下降算法对多个拉曼泵浦光功率的配置进行优化。与现有技术相比,本发明针对给定的链路情况和光信号配置生成数据集,利用神经网络分别建立起从多个拉曼泵浦光功率到经放大后的多个光信号的光功率的映射,和从多个拉曼泵浦光功率到经放大后的多个光信号的广义信噪比的映射;利用建立好的拉曼放大模型,以最大化波分复用系统的平均广义信噪比为优化目标,利用梯度下降算法对多个拉曼泵浦光功率的配置进行优化,提升了拉曼放大器放大的信号的信噪比。

    多波段拉曼放大器设计方法及系统

    公开(公告)号:CN114499679A

    公开(公告)日:2022-05-13

    申请号:CN202210087846.8

    申请日:2022-01-25

    摘要: 本发明提供了一种多波段拉曼放大器设计方法及系统,包括:根据链路情况和光信号配置生成数据集;利用数据集训练神经网络模型,以得到拉曼放大模型;根据拉曼放大模型,利用梯度下降算法对多个拉曼泵浦光功率的配置进行优化。与现有技术相比,本发明针对给定的链路情况和光信号配置生成数据集,利用神经网络分别建立起从多个拉曼泵浦光功率到经放大后的多个光信号的光功率的映射,和从多个拉曼泵浦光功率到经放大后的多个光信号的广义信噪比的映射;利用建立好的拉曼放大模型,以最大化波分复用系统的平均广义信噪比为优化目标,利用梯度下降算法对多个拉曼泵浦光功率的配置进行优化,提升了拉曼放大器放大的信号的信噪比。