In optical communication systems, short blocklength probabilistic enumerative sphere shaping (ESS) provides both linear shaping gain and nonlinear tolerance. In this work, we investigate the performance and complexity of ESS in comparison with fiber nonlinearity compensation via digital back propagation (DBP) with different steps per span. We evaluate the impact of the shaping blocklength in terms of nonlinear tolerance and also consider the case of ESS with a Volterra-based nonlinear equalizer (VNLE), which provides lower complexity than DBP. In single-channel transmission, ESS with VNLE achieves similar performance in terms of finite length bit-metric decoding rate to uniform signaling with one step per span DBP. In the context of a dense wavelength-division multiplexing (WDM) transmission system, we show that ESS outperforms uniform signaling with DBP for different step sizes.


翻译:在光学通信系统中,短长区段概率性计算领域形成(ESS)既提供线性成型增益,也提供非线性容度。在这项工作中,我们调查ESS的性能和复杂性,与通过数字反向传播(DBP)和跨度不同步骤的纤维非线性补偿相比较,我们从非线性容度的角度评价成形区段长度的影响,并审议以伏尔泰拉为基础的非线性平衡器(VNLE)提供比DBP更复杂的情况。在单道传输中,VNLE的ES在有限长度比分度解码率方面达到类似的性能,以单步每波段统一信号。在密集波长视多轴传输系统(WDM)方面,我们显示ESS在与DBP不同步骤大小的统一信号上超过了DBP。

0
下载
关闭预览

相关内容

【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
最新《高级算法》Advanced Algorithms,176页pdf
专知会员服务
90+阅读 · 2020年10月22日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
已删除
将门创投
8+阅读 · 2019年1月30日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
深度学习面试100题(第41-45题)
七月在线实验室
15+阅读 · 2018年7月18日
R文本分类之RTextTools
R语言中文社区
4+阅读 · 2018年1月17日
机器学习面试题精讲(一)
七月在线实验室
4+阅读 · 2018年1月11日
Simple Recurrent Unit For Sentence Classification
哈工大SCIR
6+阅读 · 2017年11月29日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
BAT机器学习面试1000题系列(第76~80题)
七月在线实验室
5+阅读 · 2017年10月13日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Arxiv
0+阅读 · 2020年11月30日
VIP会员
相关资讯
已删除
将门创投
8+阅读 · 2019年1月30日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
深度学习面试100题(第41-45题)
七月在线实验室
15+阅读 · 2018年7月18日
R文本分类之RTextTools
R语言中文社区
4+阅读 · 2018年1月17日
机器学习面试题精讲(一)
七月在线实验室
4+阅读 · 2018年1月11日
Simple Recurrent Unit For Sentence Classification
哈工大SCIR
6+阅读 · 2017年11月29日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
BAT机器学习面试1000题系列(第76~80题)
七月在线实验室
5+阅读 · 2017年10月13日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Top
微信扫码咨询专知VIP会员