@article{Montoya Alba_Cagua Herrera_Puerto Leguizam´ón_2019, title={Design of a flattening filter using Fiber Bragg Gratings for EDFA gain equalization: an artificial neural network application}, volume={29}, url={https://revistas.unimilitar.edu.co/index.php/rcin/article/view/3818}, DOI={10.18359/rcin.3818}, abstractNote={<p>Este artículo presenta una propuesta para la compensación de la ganancia no uniforme de los amplificadores ópticos de fibra dopada con Erbio (EDFA) en sistemas multiplexados por longitud de onda (WDM) usando redes de difracción de Bragg (FBG). En esta propuesta las redes neuronales artificiales tipo perceptrón multicapa con propagación hacia atrás (feed-forward backpropagation) se entrenaron bajo el método de la secante (one-step secant) y se seleccionaron según error cuadrático medio. La propuesta optimiza los parámetros del FBG, como la frecuencia central, el nivel de rechazo y la longitud para determinar una respuesta de filtrado basada en un número reducido de FBG que se utilizarán para aplanar la respuesta no lineal de la ganancia del amplificador y evitar el tratamiento por portadora de un filtro de aplanamiento estándar. Mientras que una red neuronal artificial con una estructura de 7-10-6 demostró la viabilidad de igualar la ganancia de un EDFA utilizando tan solo tres FBG, una estructura de 25-18-12 mejoró los resultados cuando la configuración consistió en un arreglo de seis FBG que proporcionaron resultados similares a los que ofrece el filtro estándar de aplanamiento de ganancia. La propuesta se evaluó en un sistema WDM amplificado de ocho portadoras ópticas ubicados entre 195 THz y 196,4 THz.</p> <p> </p>}, number={2}, journal={Ciencia e Ingeniería Neogranadina}, author={Montoya Alba, David Esteban and Cagua Herrera, Jhonatan Mcniven and Puerto Leguizam´ón, Gustavo Adolfo}, year={2019}, month={jun.}, pages={25–36} }