论文阅读 Nonlinear Equalization Based on Artificial Neural Network in DML-Based OFDM Transmission System

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，但是此时NN和Vol性能一致。图（c）距离长，175km的长距传输中的色散导致严重的衰落，DML非线性小，NN和Vol性能一致，跟图(b)差不多，因为非线性还不够大，所以没有显著优势。图(d) 距离长，DMLbias大，NN相比DML优势显著，大大增加了SNR

这项工作表明，基于ANN的波形回归是消除未来短/中距光网络中传输损伤的最有效方法。