技術特征：

1.一種基于神經(jīng)網(wǎng)絡的沃爾泰拉級數(shù)非線性補償方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡的沃爾泰拉級數(shù)非線性補償方法，其特征在于，所述步驟2.2中，梯度優(yōu)化函數(shù)采用adma優(yōu)化器，一階矩估計的指數(shù)衰減因子設為0.9，二階矩估計的指數(shù)衰減因子設為0.999，權(quán)重衰減因子設置為10-4；

技術總結(jié)
本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡的沃爾泰拉級數(shù)非線性補償方法，具體為：將沃爾泰拉積分核用于初始化神經(jīng)網(wǎng)絡的權(quán)重，從而通過訓練實現(xiàn)準確高效的非線性補償；首先基于光纖傳輸實驗平臺進行傳輸實驗，從實時示波器中采集實驗數(shù)據(jù)構(gòu)建訓練集；隨后根據(jù)鏈路參數(shù)計算沃爾泰拉積分核，并將其用于神經(jīng)網(wǎng)絡的權(quán)重初始化，最后利用訓練數(shù)據(jù)對神經(jīng)網(wǎng)絡的權(quán)重參數(shù)進行迭代更新以提升非線性補償性能。本發(fā)明本發(fā)明與數(shù)字反向傳播算法相比，省去了大量迭代步驟，實現(xiàn)了單步補償，大大提升了計算效率。在12000km的傳輸實驗中，以更低的計算復雜度和計算時延實現(xiàn)了優(yōu)于數(shù)字反向傳播算法的補償性能。

技術研發(fā)人員：閆連山,何星辰,蔣林,易安林,潘煒,羅斌
受保護的技術使用者：西南交通大學
技術研發(fā)日：
技術公布日：2024/12/30