메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최동민 (명지대학교) 원용욱 (명지대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제62권 제4호(통권 제569호)
발행연도
2025.4
수록면
16 - 24 (9page)
DOI
10.5573/ieie.2025.62.4.16

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 강도변조/직접검출(Intensity Modulation/Direct Detection, IM/DD)과 결맞음(Coherent) 시스템에서 딥러닝 기반 손실함수 최적화를 이용하여 마흐젠더 광변조기(Mach-Zehnder Modulator, MZM)의 바이어스 전압을 자동으로 조절하는 기법을 제시한다. 제안된 기법은 기존 바이어스 조절 기법인 광전력 검출 기반 기술을 응용한 것으로, 더 좋은 변조 성능을 보이며 인공지능(Artificial Intelligence, AI) 시스템에서 효과적으로 동작한다. 제안하는 기법을 검증하기 위해 마흐젠더 광변조기의 기본 특성과 딥러닝 손실함수 최적화 기법인 Root Mean Sqaure Propagation(RMSProp)의 작동 원리를 수식적으로 보이고, 바이어스 자동 조절과 관련된 모의실험 결과를 제시하였다. 주요 실험 결과로 연산 반복(Iterations)에 따른 비트 에러율(Bit Error Rate, BER)과 에러 벡터 크기(Error Vector Magnitude, EVM)을 제시했으며, 지속적인 바이어스 표류 상황에도 BER은 10 <sup>-5</sup> 이하, EVM은 10% 부근을 유지함을 보였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 마흐젠더 광변조기 및 RMSProp 동작원리
Ⅲ. 시뮬레이션 결과 분석
Ⅳ. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0