WikiEdge:ArXiv-2409.03547v1

出自WikiEdge
跳至導覽 跳至搜尋

本文的基本信息如下：

編輯
  • 標題：A Silicon Photonic Neural Network for Chromatic Dispersion Compensation in 20 Gbps PAM4 Signal at 125 km and Its Scalability up to 100 Gbps
  • 中文標題：硅光子神經網絡在125公里20 Gbps PAM4信號色散補償及其擴展至100 Gbps的可擴展性
  • 發布日期：2024-09-05T14:09:29+00:00
  • 作者：Emiliano Staffoli, Gianpietro Maddinelli, Lorenzo Pavesi
  • 分類：cs.ET, physics.app-ph, physics.optics
  • 原文鏈接：http://arxiv.org/abs/2409.03547v1

摘要：一種前饋光子神經網絡（PNN）被測試用於強度調製/直接檢測光鏈路中的色散補償。該PNN基於一系列線性和非線性變換。線性階段由一個在硅基絕緣體平台上實現的8個延遲時間的復感知器組成，充當可調光濾波器。非線性階段由施加在末端光電探測器上的電場的平方模提供。訓練的目標是最大化光學水平之間的分離（即眼圖孔徑），從而降低比特錯誤率。實驗上證明了對20 Gbps 4級脈衝幅度調製信號在125公里範圍內的有效均衡。測試了進化算法和基於梯度的方法進行訓練，並在重複性和收斂時間方面進行了比較。訓練得到的最佳權重根據光纖的理論傳遞函數進行了解釋。最後，模擬研究證明了該布局在更大帶寬（高達100 Gbps）下的可擴展性。

章節摘要

編輯

這篇論文介紹了一種用於色散補償的硅光子神經網絡（PNN），並驗證了其在20 Gbps 4級脈衝幅度調製（PAM4）信號中，對於125公里傳輸距離的有效性。研究還探討了該技術的可擴展性，預測其能夠支持高達100 Gbps的數據速率。

  1. 引言：
    • 論文首先討論了互聯網數據傳輸技術的發展，特別是光纖通信技術的進步，以及市場對傳輸容量和距離產品需求的不斷增長。介紹了相干接收機在長途傳輸中的應用，以及在短距離應用中採用的強度調製/直接檢測（IM-DD）技術。指出了色散補償技術在提高傳輸質量中的重要性。
  2. 實驗設置與程序：
    • 詳細描述了PNN設備的測試設置，包括其在硅上絕緣體平台上的實現，以及如何通過電流控制的微加熱器調節Mach-Zehnder干涉儀（MZI）和相位移動器（PS）來施加幅度和相位權重。討論了如何定義損失函數以及如何選擇最小化算法來訓練PNN。
  3. 結果與討論：
    • 展示了PNN在不同訓練條件下的性能，包括使用粒子群優化（PSO）和Adam算法進行訓練的結果。比較了不同訓練策略，並討論了PNN在不同傳輸距離下的性能，包括其對信號眼圖的改善和誤碼率（BER）的降低。
  4. 與其他方法的比較：
    • 將PNN的性能與其他色散補償技術進行了比較，包括基於微環（MR）和光子集成濾波器的解決方案。討論了PNN在插入損耗、色散補償範圍和波分復用（WDM）應用中的性能。
  5. 結論：
    • 總結了PNN作為一種有效的色散補償解決方案的潛力，尤其是在減少功耗和簡化網絡方面。同時指出了製造缺陷對PNN性能的影響，並提出了未來研究的方向，包括對非線性效應的補償和對相干調製格式的支持。

研究背景

編輯

這篇文獻的背景主要集中在以下幾個方面：

  1. 光通信技術的發展：
    • 隨着互聯網數據傳輸需求的增長，光通信技術在實現遠距離、大帶寬傳輸方面發揮了關鍵作用。光纖通信技術已成為支撐雲計算、電子商務、流媒體平台、大數據傳輸以及人工智能等多種應用的核心技術。
    • 市場對傳輸線路的容量和距離要求不斷提高，推動了對新型傳輸和檢測技術的研究，以適應不同的場景和成本需求。
  2. 相干接收機的應用與挑戰：
    • 相干接收機主要用於長途傳輸，以實現最大的頻譜效率。然而，為了增加傳輸距離，需要使用較高的光發射功率，這會引發線性和非線性效應，從而導致傳輸損傷。
    • 為了補償這些誤差，通常需要在接收機端進行數字信號處理（DSP），這往往需要專用集成電路（ASICs），並帶來高功耗和延遲問題。
  3. 強度調製/直接檢測（IM-DD）系統的優勢與局限：
    • 與相干系統相比，IM-DD系統在短距離應用中更為普遍，因為它們具有較低的硬件複雜性、成本和能耗。然而，數據傳輸中的錯誤主要由諸如極化模式色散、符號時序偏移、光過濾以及色散等線性效應引起，其中色散是最主要的損傷源。
  4. 光子神經網絡（PNN）的潛力：
    • 集成光子神經網絡（PNNs）提供了一種直接在光學域內進行信號處理的方法，有助於降低功耗和最小化延遲。此外，PNNs的可調性允許它們適應不同的傳輸場景，並且與CMOS兼容的工藝實現的PNNs具有低成本和小尺寸的優勢。
  5. 色散補償技術的進步：
    • 色散補償技術，如色散補償光纖和啁啾光纖布拉格光柵，雖然有效，但存在成本高、引入額外延遲和/或高功耗等問題。因此，研究者們一直在探索更高效、成本效益更高的色散補償方法。

綜上所述，這篇文獻的背景強調了在光通信領域中對高性能色散補償技術的需求，以及現有技術的局限性。作者提出了一種基於硅光子神經網絡的新型色散補償方法，旨在克服現有技術的挑戰，提供一種高效、可調且成本效益高的解決方案。

問題與動機

編輯

作者面對的是光通信領域中，特別是在長距離傳輸和高速率數據傳輸中的色散補償的挑戰。具體問題包括：

  1. 色散補償的效率問題：傳統的色散補償技術如色散補償光纖和光纖布拉格光柵雖然有效，但存在成本高、響應速度慢和不可調諧的問題。
  2. 硬件複雜性和能耗問題：現有的相干接收機雖然能夠提供色散補償，但它們通常需要複雜的數字信號處理（DSP）和專用集成電路（ASIC），導致能耗高和延遲大。
  3. 光子神經網絡（PNN）的可擴展性和實用性問題：雖然PNN提供了一種在光學域內直接處理信號的方法，但其在更寬帶寬和更高速率信號中的性能和可擴展性尚未得到充分驗證。

研究方法

編輯

這篇論文的工作部分詳細介紹了硅光子神經網絡（Photonic Neural Network, PNN）在色散補償方面的應用和實驗驗證。以下是這部分的主要內容：

  1. 硅光子神經網絡（PNN）設計：
    • 設計了一個基於硅光子集成平台的8通道時延複雜感知器，用於實現可調諧光學濾波器，以補償色散。
  2. 線性與非線性變換：
    • 利用線性階段（由8個時延單元組成）和非線性階段（通過光場的平方模數實現）來處理輸入信號。
  3. 訓練方法：
    • 通過最大化眼圖開度來減少誤碼率，採用進化算法和基於梯度的方法進行訓練，並比較了它們的收斂性和重複性。
  4. 實驗驗證：
    • 在20 Gbps 4級脈衝幅度調製（PAM4）信號下，實驗驗證了長達125公里的光纖傳輸中的色散補償效果。
  5. 理論分析與模擬研究：
    • 通過理論分析和模擬研究，探討了PNN設計的可擴展性，驗證了其在更高速率（100 Gbps）下的潛在應用。

研究結論

編輯

根據提供的文獻內容，這篇論文的主要結論可以概括如下：

  1. 光子神經網絡的有效性：實驗驗證了一種基於硅光子平台的前饋光子神經網絡（PNN）在補償20 Gbps 4級脈衝幅度調製（PAM4）信號在125公里傳輸距離上的色散方面是有效的。通過最大化眼圖孔徑來減少誤碼率（BER）。
  2. 訓練算法的比較：研究比較了進化算法和基於梯度的方法對PNN進行訓練的效果，包括收斂時間和可重複性。
  3. 理論轉移函數的解釋：通過訓練得到的最優權重與光纖的理論轉移函數進行了對比分析。
  4. 布局的可擴展性研究：通過模擬研究證明了該布局可擴展到更高的帶寬，直至100 Gbps。
  5. 色散補償的實驗驗證：通過實驗驗證了PNN在不同傳輸距離（25公里至125公里）下對色散進行有效補償的能力。
  6. 與其他技術的比較：將PNN與其他色散補償技術進行了比較，包括集成光子濾波器、光子神經網絡和光子儲備計算等。
  7. 未來展望：論文討論了下一代設備可能採用的新特性，如片上集成光學放大器（SOA）和電吸收調製器（EAM），以提高性能和可擴展性。

這些結論展示了PNN作為一種新興的色散補償技術在光通信系統中的潛力和應用前景。

術語表

編輯
取自「http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv-2409.03547v1&oldid=1252」