近日，物理科学与信息工程学院/山东省光通信科学与技术重点实验室许恒迎教授团队的研究成果以“Simultaneous baud rate/modulation format identification and multi-parameter optical performance monitoring using multi-task learning with enhanced picture of Radon transform”为题发表在SCI期刊《Optical Fiber Technology》。2019级硕士研究生周唐磊为文章第一作者，许恒迎教授、白成林教授为文章共同通讯作者，聊城大学为第一通讯单位。

该方案从原始EON信号星座图中经过灰度处理、边缘检测和Radon变换预处理后得到的Radon变换增强图像（EPRT）作为输入特征，将EPRT输入多任务学习（MTL）神经网络，同时进行波特率识别、调制格式识别、色散识别、差分群时延（DGD）监测和光信噪比（OSNR）估计。数值仿真表明，经过105、114和174个周期后，BRI、MFI和CDI的准确率几乎可以达到100%。对于OSNR估计任务，其平均绝对误差（MAE）在187个周期后收敛到0.468 dB，DGD监测的MAE在170个周期后稳定在0.021倍符号周期。此外，14／28 GBaud PDM-EON概念验证实验系统进一步验证了该方案的有效性。结果表明，MFI和BRI的准确率分别在118次和175次后达到几乎100%。对于OSNR估计任务，其MAE在200个周期后收敛到0.542 dB。

图1. BRI、MFI、CDI精度和DGD、OSNR估计的MAE（a）100 MHz频率偏移和100 kHz线宽情况下的训练集；（b）验证集；（c）无频率偏移和线宽情况下的验证集

本研究得到了国家自然科学基金、山东省自然科学基金和聊城大学博士研究启动基金等项目的资助。

文章链接：https://doi.org/10.1016/j.yofte.2022.102873

(审核：刘才龙)