Stephanie的博客

5G已经提出来了大移动带宽，低时延和大规模机器互联，在这个基础上，6G加上了高可靠性，高定位精度和高智能化。韩国通信与信息科学研究所的文章。

看懂均衡器结构主要看第三部分Expectation Propagation期望传播(Expectation Propagation): 基于bayesian的一种近似推断方法，常用于图模型中计算单个节点的边缘分布或者后验分布，属于message passing这一类推断方法。...

50 Gbps PAM-4 Over Up to 80-km Transmission With C-Band DML Enabled by Post-Equalizer这篇文章里的算法是vFFE就是只有前馈Volterra，vFFE-linear DFE就是前馈Volterra，反馈FFE，vFFE-vDFE就是前馈和反馈都是Volterra。

这篇文章分析了DCSM系统设计，阐述了DCSM技术相比于单载波的优势几点促使子载波调制的使用1.速率增长越来越快（额这叫什么促进啊。。）2.海底大有效面积光纤的使用使得需要补偿的色散从50000上升到了2500003.DSP对非线性效应补偿的压力增大，但是在高速系统中希望不增加能耗（希望算法复杂度低）为什么子载波调制就能做到这些呢？色散方面：补偿色散滤波器的抽头个数和速率是成正比的，因此速率小4倍，抽头个数就能小16倍载波恢复方面：只有图3展示了比较好，但文中并没有详细.

看这篇文章主要是弄不懂NN的核到底是什么，为了读懂这篇文章，准备粗略看下这篇文章不过一看abstract，用Volterra序列分析神经网络，从实验数据中建立了一种数学模型，我一下子就有兴趣了。对于非线性系统，除了线性近似的脉冲响应外，还必须根据训练后的网络模型的参数来表达更高阶的Volterra核。（怎么表示？）不仅可以获取非线性动力学的神经网络模型，而且可以通过数学表达式来表示该模型。描述非线性动力学行为的Volterra级数获得Volterra核的例子假设网络只有两个.

这篇文章比较了相干系统中DNN和Volterra算法，系统主要损伤是器件非线性。摘要：在光纤通信系统中，光电器件都会引入非线性，因此需要有效方案对高速信号进行补偿，特别在短距通信中，器件是最大的非线性来源。Volterra是在接收端均衡器件非线性和缓解记忆效应的主流技术，但是Volterra非常复杂。这篇文章研究了软解码DNN，作为非线性均衡和软判决解映射的替代方法。在相干92Gbaud双偏振64QAM背靠背系统测试中，算法的性能和复杂度都得到了评估。在15％的FEC下，将本文方案DNN均衡器（

优化给定信道的调制和检测策略对于最大化通信系统的吞吐量至关重要。

主要是用全连接神经网络均衡DML的非线性，传输超过25km时，性能优于Vol，使用1550nm 10G DML 在100km下传输了39.2Gbps ，修改了网络的loss函数，以克服原始人工神经网络在低频下较差的信噪比神经网络节点数 91,80,1 ，回归网络 Vol参数 二阶 70，85图（a）距离短，非线性小，不均衡，NN和Vol三种情况性能差不多，NN和Vol几乎没有均衡，图（b）相比图(a)，距离一样，DML非线性增大，经过NN和Vol均衡之后SNR比不均衡要高...