准确的闭式实时EGN模型公式，利用机器学习对8500个彻底随机化的全频段C波段系统
摘要：近似非线性干扰（NLI）闭式模型（CFM）是我们提出的一种模型，能够处理非常广泛的光学WDM系统场景。我们在8500个随机的C波段WDM系统上测试了CFM，其中6250个是完全负载的，2250个是部分负载的。这些系统具有高度多样化的信道格式、符号速率、光纤以及其他参数。通过加入简单的机器学习因素，我们提高了CFM的准确性，并通过利用系统测试集进行优化。我们进一步改进了CFM，增加了一个模拟NLI具有较高自相干性的特殊情况的项。最后，我们得到了与数值积分增强GN模型（或EGN模型）得到的结果非常匹配的结果。我们还通过将CFM的预测结果与300个随机系统的全C波段分步模拟进行比较，检查了CFM的准确性。CFM具有高精度和非常快速的计算时间（毫秒），因此可能成为实时物理层感知光网络管理和控制的有效工具。
作者：Mahdi Ranjbar Zefreh, Fabrizio Forghieri, Stefano Piciaccia, Pierluigi Poggiolini
论文ID：2005.14550
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-07-19