一种基于前期监测和机器学习的光纤通信非线性均衡方法

本发明公开了一种基于前期监测和机器学习的光纤通信非线性均衡方法，属于光纤通信领域，该方法在对信号进行非线性均衡之前，通过基于机器学习建立的监测模块准确识别信号的非线性损伤程度，从而为非线性补偿模块提供额外的指导信息，进而在补偿模块中的选择合适的补偿模型对信号进行非线性补偿以获得最佳的补偿效果，从而有效提升非线性均衡性能；并且，该方法仅需在较短时间内输出一次监测结果至补偿模块，而不需要连续实时的监测，具有较低的算法复杂度。因此，本发明提出方法能够以较低的算法复杂度代价显著提升算法非线性均衡性能。