面向等效时间采样的人工智能均衡器
摘要
等效时间采样是高速光波形测试及质量评估领域的重要技术，其利用较低的实际采样率换取较高的带宽与垂直分辨率，导致测量具有随机、不连续等特征信号时，无法使用滤波、均值等方法进行均衡处理。为此，提出一种基于递归神经网络的等效时间采样信号均衡方法，通过训练递归网络模型建立等效时间均衡器，通过对光数字通信及激光雷达波形的等效时间采样信号进行处理验证该方法。结果表明：与输入波形相比，表征光通信质量的眼图相关参数，如眼高、眼宽、抖动得到明显提升，对于线性调频激光雷达信号改善了其波形幅值频谱响应，解决了等效时间采样信号的均衡处理难题。
引用本文（GB/T 7714）
景 宁 Jing Ning, 赵俊鹏 Zhang Junpeng, 张敏娟 Zhang Minjuan. 面向等效时间采样的人工智能均衡器[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。