BỘ CÂN BẰNG TÍN HIỆU DỰA TRÊN MẠNG NƠ-RON TÍCH CHẬP MỘT CHIỀU CHO HỆ THỐNG THÔNG TIN QUANG CỰ LY NGẮN TỐC ĐỘ 100 Gb/s

Vương Quang Phước và CS. Tập 134, Số 2A, 2025 132 Hình 2. (a) Bộ cân bằng dựa trên mạng CNN nhận dữ liệu từ bộ cân bằng FFE thông qua các bộ trễ; (b) Kiến trúc mô hình cân bằng sử dụng CNN với 2 khối tích cập, mỗi khối tích chập gồm 1 lớp tích chập (Conv 1D) và 1 lớp gộp cực đại (Max Pooling 1D). Dựa trên mục tiêu thiết kế kiến trúc 1D-CNN nhẹ cho cân bằng tín hiệu, Hình 2 (a) mô tả kiến trúc chi tiết của bộ cân bằng được đề xuất. Trong đó đầu vào là chuỗi tín hiệu đã được xử lý một phần bằng bộ cân bằng tuyến tính FFE. Chuỗi các khối trễ 𝑍−1 được sử dụng với mục đích đưa các tín hiệu tại thời điểm hiện tại 𝑥𝑘, cùng với các ký tự lân cận trước đó vào mô hình học sâu. Chuỗi này tạo thành một vector đầu vào có chiều dài 𝑛, gồm 𝑛 ký tự lân cận nhằm giúp cung cấp thông tin theo trình tự thời gian cho mô hình. Và thông qua việc khai thác thông tin giữa các ký tự trong chuỗi dữ liệu liên tiếp này, mô hình được kỳ vọng có thể đưa dự đoán chính xác về mức ký tự PAM-4 tương ứng với ký tự 𝑥𝑘 ở ngõ vào. Nhằm tối ưu hóa quá trình huấn luyện, đầu ra của bài toán phân loại đa lớp được trình bày trong bài báo này đã được xử lý bằng cách xử lý dưới dạng mã hóa one-hot coding, với 4 nhãn tương ứng với 4 mức tín hiệu {−3, −1, +1, +3}. Hàm mất mát được sử dụng là categorical cross-entropy.