基于逐比特估计神经网络的光纤非线性均衡方法及系统

本发明涉及光纤通信技术领域，具体公开了一种基于逐比特估计神经网络的光纤非线性均衡方法及系统。所述方法包括：获取相干光通信系统发端M‑QAM数据，将其转换为其调制格式对应的比特，作为神经网络标签；对经过相干光通信系统传输的信号进行线性均衡，获得只保留了非线性效应的数据，作为神经网络数据；对数据进行处理，构建数据对应的特征序列，并基于特征序列和标签构建训练集与测试集；构建基于逐比特估计的CNN‑BiGRU神经网络，利用训练集训练并优化神经网络；利用训练好的神经网络基于测试集预测对应的发端数据。本方法实现了光纤非线性均衡性能的提升并降低了复杂度，且可适用于长距离、高阶调制格式及多通道系统。