CN103944638B - 基于数字非线性处理的光信号调制格式识别方法及系统 - Google Patents
基于数字非线性处理的光信号调制格式识别方法及系统 Download PDFInfo
- Publication number
- CN103944638B CN103944638B CN201410157286.4A CN201410157286A CN103944638B CN 103944638 B CN103944638 B CN 103944638B CN 201410157286 A CN201410157286 A CN 201410157286A CN 103944638 B CN103944638 B CN 103944638B
- Authority
- CN
- China
- Prior art keywords
- signal
- modulation format
- optical signal
- optical
- tdc
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Optical Communication System (AREA)
Abstract
本发明涉及光纤通信领域的一种基于数字非线性处理的光信号调制格式识别方法及系统。系统包括可调色散补偿器TDC,光放大器OA,光滤波器,高速光探测器,低速异步采样器,模数转换器,以及主控模块。主控模块驱动TDC产生一系列色散值,并在每一色散值下记录N个采样数字信号p1,p2,…,pN以计算输出信号,其中n为阶数,k为调节系数;将一系列色散值下获取的<Pout>值按照色散值大小顺序存储为特征值数组,并与各种已知调制格式信号的特征值数组样本进行匹配从而判别输入光信号调制格式。本发明适用于各种调制格式和速率的信号,工作波段宽,对信号传输色散和OSNR劣化有较大容限,对采样和模数转换器速率要求低。具备结构简单,性价比高,适用范围广的优点。
Description
技术领域
本发明涉及光纤通信,信号识别和数字信号处理技术领域,特别涉及光信号调制格式识别方法及系统。
背景技术
通信的最终目的是为了实现信息快速有效安全准确的传输。由于信道容量的限制,通信信号需要采用不同的调制方式,来满足用户的不同需求。随着现代通信技术的高速发展,通信系统中的调制方式趋于多样化和复杂化。通信信号的调制方式识别是截获信号处理领域的重要组成部分,它需要在复杂环境和有噪声干扰的条件下,不依赖于其它的先验知识,确定接收信号的调制方式,并提取相应的调制参数,为信号的进一步分析和处理提供依据。
通信信号的调制方式识别在军事领域中起到了关键的作用。信息战已成为现代战争的主要形式之一,以控制电磁频谱为目的的电子战是信息战中最重要的核心部分,而通信对抗是电子战的重要组成部分。通信对抗是对敌方信号进行截获、检测和识别,从而获得敌方的通信信息或对敌方信号进行有效的干扰。其中调制方式识别技术是通信对抗中的关键技术,利用它分析截获的敌方通信信号,能确定接收信号采用的调制方式及相应的调制参数,然后选择正确的解调参数,最终获得有用的情报信息。同时,只有准确地识别出敌方信号的调制方式,才能进行最佳的干扰,从而破坏和抑制敌方通信。
在民用方面,通信信号的调制方式识别同样具有十分重要的应用价值。在信号确认、干扰识别、电磁频谱监测等通信系统管理中,要成功地排除非法干扰,保证合法通信正常进行就必须采用通信信号的调制方式识别技术,把调制方式识别技术应用到通信系统监测设备中,则能提高监测设备区分不同用户性质的能力,进而可以实现通信监测和网络控制的智能化。
光纤传输系统具有极大的带宽和更远的传输距离,承载了目前绝大部分高速、大容量信息传输业务。而且随着光纤通信技术的发展,特别是近年来相干光通信技术的发展,光信号从简单的幅度调制过度到对光场信息多维度,多参数的调制,其中的调制体制和调制参数趋于复杂多样,因此监测和识别光纤通信系统中光信号调制格式对于军用和民用领域均具有重要的应用价值。
目前提出的调制识别方法的基本框架包括三个部分:信号预处理部分、提取特征参数部分和分类识别部分。信号预处理包括频率下变频、同相(I)和正交(Q)分量分离、载频估计、符号速率估计等,它为下一步的特征提取做准备。特征提取是从预处理后的信中提取信号的时域或变换域特征参数。时域特征包括瞬时幅度、瞬时频率、瞬时相位;变换域特征包括功率谱、谱相关函数、时频分布及其它统计参数。按照提取的信号特征的不同,可对信号调制识别方法进行分类。常用的分类算法包括最大似然方法、特征识别方法、基于星座图方法、决策论方法、基于人工神经网络(ANN)方法、基于支持向量机方法等。
光信号调制格式的识别相对于无线信号的识别起步较晚。与无线信号不同的是光信号传输过程中由于光纤介质的色散(CD)会发生严重的脉冲展宽,长距离传输时这种展宽甚至可以覆盖相邻数百甚至数千个符号。此外偏振模色散(PMD)还会导致信号偏振方向的发生随机变化和相互耦合。CD和PMD失真会导致在信号预处理部分信号I/Q分量和波形瞬时特征难以被直接提取。此外由于光信号调制速率一般10G~100G波特或更高,远远高于无线电射频信号速率,对于光探测器的带宽,模数转换(ADC)和数字信号处理(DSP)器件速率的要求极高,基于相干接收机识别系统造价十分高昂。对于高速光信号DSP的运算能力也很难支持无线信号识别中使用的复杂的识别算法,必须采用更为有效的识别方法。
目前已经提出光信号调制格式的识别主要是基于信号光谱特征,基于异步幅度直方图特征和基于全光非线性器件。光谱特征包括如光谱形状,谱峰数和谱宽等等。基于光谱特征的调制识别方法无需先验知识并且对光信噪比(OSNR)不敏感,但是此方法对信号幅度和相位的变化不敏感,因此对于高级调制格式识别能力有限,而且高分辨率的光谱分析设备目前成本较高,体积较大。基于异步幅度直方图的识别方法是利用低于信号速率的异步采样获得信号幅度大小分布直方图情况,再利用ANN对其特征进行识别。此方法对六种常用光调制格式,包括一些高级调制格式都能较好的自动识别,且对一定范围内OSNR,色度色散(CD)和偏振模色散(PMD)劣化不敏感,但是该方法需要较为复杂的采样和数据算法,而且ANN网络的训练需要大量的样本数据,过程繁琐。此外,该方法对信号损伤如传输色散的容限较小,限制了其实用性。基于全光非线性器件的识别方法是利用非线性效应中的四波混频(FWM)效应提供的非线性功率传输函数(NPTF)对信号波形随色散的变化进行检测,获取其变化曲线,进而将所述曲线与已知调制格式的曲线样本进行匹配从而识别信号调制格式的。该方法的优点是对信号速率无限制,系统结构简单,缺点是器件体积较大,功耗较高,工作波段受限。
为解决上述问题需要开发一种无需任何先验信息,适用于各种信号速率的开关调制和高级调制格式信号,工作波段宽,对信号传输色散和OSNR劣化有较大容限的,结构简单,性价比高的光信号调制格式识别方法。
发明内容
本发明所要解决的技术问题是提出一种基于数字非线性处理的光信号调制格式识别方法及系统,克服现有技术所存在的工作波段窄,对信号传输色散和OSNR劣化容限小,器件体积大,功耗高等缺陷。
为解决上述技术问题,本发明提出一种基于数字非线性处理的光信号调制格式识别方法,包括可调色散补偿器TDC,光放大器OA,光滤波器,高速光探测器,模数转换器,以及主控模块,包括以下步骤:
待识别光信号首先进入所述可调色散补偿器,所述可调色散补偿器对光信号施加一定色散值后输出光信号至所述光放大器,所述光放大器将光信号放大至一定功率后经所述光滤波器输入所述高速光探测器;
所述光探测器将光信号转变为电信号并将其输入低速异步采样器和模数转换器,所述低速异步采样器以低于信号波特率的速率进行异步采样,所述采样值输入到所述模数转换器,所述模数转换器将采样值转换为数字信号,并将其输入主控模块;
所述主控模块驱动所述TDC产生一系列色散值,并在每一色散值下记录N个采样数字信号p1,p2,…,pN,并以以下数字非线性计算输出信号其中n为阶数,k为调节系数,进而将一系列色散值下获取的<Pout>值按照色散值大小顺序存储为特征值数组;公式即为数字非线性功率传输函数(DNPTF);
将各种已知调制格式信号的特征值数组样本与实测数组进行匹配,最为匹配的样本的调制格式即判别为输入信号调制格式。
所述将特征值数组与各种已知调制格式信号的特征值数组样本进行匹配的算法包括互相关算法,模式识别算法,最大似然算法或神经网络算法中的一种。
本发明同时提出了利用上述基于数字非线性处理的光信号调制格式识别方法的系统,包括可调色散补偿器TDC,光放大器OA,光滤波器,高速光探测器,低速异步采样器,模数转换器和主控模块;
所述TDC,用于接收待识别光信号,并对待识别光信号施加一定CD值,其输出光信号进入所述OA,
所述OA,用于放大光信号至一定功率,然后将光信号经过光滤波器注入高速光探测器;
所述高速光探测器,用于将输入光信号转换为电信号,然后将电信号其输入低速异步采样器;
所述低速异步采样器,用于以低于信号波特率的速率进行采样,采样值送入模数转换器;
所述模数转换器,用于对采样值进行量化后转换为数字信号,然后将数字信号输入主控模块;
所述主控模块连接所述TDC,用于驱动所述TDC产生一系列色散值,并在每一色散值下记录N个采样数字信号p1,p2,…,pN,并以以下公式计算输出信号其中n为阶数,k为调节系数;进而将一系列色散值下获取的<Pout>值按照色散值大小顺序存储为特征值数组;将各种已知调制格式信号的特征值数组样本与实测数组进行匹配,最为匹配的样本的调制格式即判别为输入信号调制格式。
所述TDC器件为基于光纤光栅,GT标准具或硅基液晶之一的能产生一系列一定间隔CD值的器件。
本发明采用数字非线性功率传输函数对光信号进行数字化、非线性处理,得到一系列色散值下光输出信号的特征值数组。本发明无需任何先验信息,适用于各种调制格式和速率的信号;工作波段宽;对信号传输色散和OSNR劣化有较大容限;对采样和模数转换器速率要求低。具有结构简单,性价比高,适用范围广的优点。
附图说明
下面结合附图和具体实施方式对本发明的技术方案作进一步具体说明。
图1为本发明具体实施的调制格式识别系统结构示意图。
图2为存储在主控模块中的各种调制格式的样本特征数组对应的特征曲线图。
图3为OSNR为15dB时测量得到上述10种光信号特征数组对应的特征曲线图。
表1为光信噪比(OSNR)为30dB时测量获得的上述7种非偏振复用信号特征数组和存储的样本特征数组的匹配结果。
表2和表3为光信噪比(OSNR)为15dB时测量获得的上述7种非偏振复用信号以及3种偏振复用信号特征数组和存储的样本特征数组的匹配结果。
具体实施方式
如图1所示的调制格式识别系统包括:可调色散补偿器(TDC)1,光放大器(OA)2,光滤波器3,高速光探测器4,低速异步采样和模数转换器5,以及主控模块6。待识别光信号首先计入所述TDC,TDC对待识别光信号施加一定CD值,其输出光信号进入所述OA。所述OA,用于放大光信号至一定功率,然后将光信号经过光滤波器输入高速光探测器;高速光探测器将输入光信号转换为电信号,然后将电信号输入低速异步采样和模数转换器。低速异步采样和模数转换器中的低速异步采样单元以低于信号波特率的速率进行异步采样,低速异步采样和模数转换器中的模数转换单元对采样值进行量化后转换为数字信号,并将数字信号输入主控模块。主控模块驱动TDC产生一系列色散值,并在每一色散值下记录N个采样数字信号p1,p2,…,pN,以计算DNPTF输出信号其中n为阶数,k为调节系数。进而将一系列色散值下获取的<Pout>值按照色散值大小顺序存储为特征值数组。将各种已知调制格式信号的特征值数组样本与实测数组进行匹配,最为匹配的样本的调制格式即判别为输入信号调制格式。
图2为存储在主控模块中的各种调制格式的样本特征数组,用特征曲线形式表示,包括占空比为100%,66%和33%的三种开关键控(OOK)信号即NRZ,CSRZ和33%RZ信号;占空比为100%,66%和33%的三种正交相移键控(QPSK)信号和偏振复用QPSK(PM-QPSK)以及光双二进制(ODB)信号共10种光信号。光放大器输出功率控制在0.5mW,n值为6,k值为1000,k的大小根据具体的数字信号处理器的数值表示范围确定。图中可以看非偏振复用信号和偏振复用信号特征数组随色散的增加收敛于不同区域,因此可以首先区别出偏振复用信号。
表1为光信噪比(OSNR)为30dB时测量获得的上述7种非偏振复用信号特征数组和存储的样本特征数组的匹配结果,匹配算法采用导数互相关算法。可以看到同种调制格式匹配度达到1,不同调制格式匹配度较小,各种光信号都能准确识别。
图3为OSNR为15dB时测量得到上述10种光信号特征数组,用特征曲线形式表示。可以看偏振复用和非偏振复用信号特征数组仍然收敛于不同区域,因此仍然可以首先区别出偏振复用信号。
表2和表3为光信噪比(OSNR)为15dB时测量获得的上述7种非偏振复用信号以及3种偏振复用信号特征数组和存储的样本特征数组的匹配结果,匹配算法采用导数互相关算法。可以看到同种调制格式匹配度较大,不同调制格式匹配度较小,各种光信号在OSNR较小的情况下光信号仍能准确识别。
表1(OSNR=30dB)
OOKNRZ | OOKCSRZ | OOKRZ | QPSKNRZ | QPSKCSRZ | QPSKRZ | ODB | |
OOKNRZ | 1 | -0.0381 | -0.3525 | 0.7366 | 0.3406 | -0.3225 | 0.363 |
OOKCSRZ | -0.0381 | 1 | -0.6695 | 0.2779 | 0.0054 | -0.4508 | -0.0097 |
OOKNRZ | -0.3525 | -0.6695 | 1 | -0.5906 | 0.0551 | 0.5924 | 0.0268 |
QPSKNRZ | 0.7366 | 0.2779 | -0.5906 | 1 | 0.2313 | -0.6136 | 0.3573 |
QPSKCSRZ | 0.3406 | 0.0054 | 0.0551 | 0.2313 | 1 | 0.3031 | 0.5219 |
QPSKRZ | -0.3225 | -0.4508 | 0.5924 | -0.6136 | 0.3031 | 1 | 0.2657 |
ODB | 0.363 | -0.0097 | 0.0268 | 0.3573 | 0.5219 | 0.2657 | 1 |
表2(OSNR=15dB)
OOKNRZ | OOKCSRZ | OOKRZ | QPSKNRZ | QPSKCSRZ | QPSKRZ | ODB | |
OOKNRZ | 0.8491 | -0.1215 | -0.2745 | 0.5781 | 0.0939 | -0.324 | 0.2439 |
OOKCSRZ | -0.095 | 0.9788 | -0.6558 | 0.2083 | -0.0488 | -0.4259 | -0.0524 |
OOKNRZ | -0.3314 | -0.6578 | 0.9905 | -0.5648 | 0.0747 | 0.5443 | 0.0175 |
QPSKNRZ | 0.7549 | 0.2636 | -0.5694 | 0.9705 | 0.269 | -0.5656 | 0.3734 |
QPSKCSRZ | 0.2662 | 0.0538 | 0.0531 | 0.1458 | 0.9602 | 0.3364 | 0.4304 |
QPSKRZ | -0.3139 | -0.4863 | 0.587 | -0.6219 | 0.2557 | 0.9772 | 0.2432 |
ODB | 0.3662 | -0.056 | 0.0063 | 0.3619 | 0.5414 | 0.2847 | 0.9628 |
表3(OSNR=15dB)
PMQPSKNRZ | PMQPSKCSRZ | PMQPSKRZ | |
PMQPSKNRZ | 0.9503 | -0.0566 | -0.861 |
PMQPSKCSRZ | -0.0219 | 0.914 | 0.2147 |
PMQPSKRZ | -0.8344 | 0.1818 | 0.9674 |
下面进一步描述本具体实施方式的调制格式识别工作流程如下:
1)将待识别光信号输入TDC器件,TDC在主控模块驱动下产生一系列一定间隔的CD值,每一个CD值下测量工作完成后便转换为下一CD值。
2)TDC输出光信号经OA放大至一定功率后经光滤波器输入高速光探测器。
3)高速光探测器将输入光信号转换为电信号,然后将电信号输入低速异步采样和模数转换器。
4)低速异步采样单元以低于信号波特率的速率进行采样,模数转换单元对采样值进行量化后转换为数字信号,然后将数字信号输入主控模块。
5)主控模块驱动TDC产生一系列色散值,并在每一色散值下记录N个采样数字信号p1,p2,…,pN以计算DNPTF输出信号其中n为阶数,k为调节系数。进而将一系列色散值下获取的<Pout>的值按照色散值大小顺序存储为特征值数组。将各种已知调制格式信号的特征值数组样本与实测数组进行匹配,最为匹配的样本的调制格式即判别为输入信号调制格式。
最后所应说明的是,以上具体实施方式仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种基于数字非线性处理的光信号调制格式识别方法,其特征在于,涉及可调色散补偿器TDC,光放大器OA,光滤波器,高速光探测器,低速异步采样器,模数转换器,以及主控模块,包括以下步骤:
待识别光信号首先进入所述可调色散补偿器,所述可调色散补偿器对光信号施加一定色散值后输出光信号至所述光放大器,所述光放大器将光信号放大至一定功率后经所述光滤波器输入所述高速光探测器;
所述光探测器将光信号转变为电信号并将其输入低速异步采样器和模数转换器,所述低速异步采样器以低于信号波特率的速率进行异步采样,所述采样值输入到所述模数转换器,所述模数转换器将采样值转换为数字信号,并将其输入主控模块;
所述主控模块驱动所述TDC产生一系列色散值,并在每一色散值下记录N个采样数字信号p1,p2,…,pN,并以以下公式计算输出信号其中n为阶数,k为调节系数,进而将一系列色散值下获取的<Pout>值按照色散值大小顺序存储为特征值数组;
将各种已知调制格式信号的特征值数组样本与实测数组进行匹配,最为匹配的样本的调制格式即判别为输入信号调制格式。
2.根据权利要求1所述的基于数字非线性处理的光信号调制格式识别方法,其特征在于,所述将各种已知调制格式信号的特征值数组样本与实测数组进行匹配的算法包括互相关算法,模式识别算法,最大似然算法或神经网络算法中的一种。
3.一种利用权利要求1所述基于数字非线性处理的光信号调制格式识别方法的系统,其特征在于包括可调色散补偿器TDC,光放大器OA,光滤波器,高速光探测器,低速异步采样器,模数转换器和主控模块;
所述TDC,用于接收待识别光信号,并对待识别光信号施加一定色散CD值,其输出光信号进入所述OA,
所述OA,用于放大光信号至一定功率,然后将光信号经过光滤波器注入高速光探测器;
所述高速光探测器,用于将输入光信号转换为电信号,然后将电信号输入低速异步采样器;
所述低速异步采样器,用于以低于信号波特率的速率进行采样,采样值送入模数转换器;
所述模数转换器,用于对采样值进行量化后转换为数字信号,然后将数字信号输入主控模块;
所述主控模块连接所述TDC,用于驱动所述TDC产生一系列色散值,并在每一色散值下记录N个采样数字信号p1,p2,…,pN,并以以下公式计算输出信号其中n为阶数,k为调节系数;进而将一系列色散值下获取的<Pout>值按照色散值大小顺序存储为特征值数组;将各种已知调制格式信号的特征值数组样本与实测数组进行匹配,最为匹配的样本的调制格式即判别为输入信号调制格式。
4.根据权利要求3所述的基于数字非线性处理的光信号调制格式识别方法的系统,其特征在于,所述TDC器件为基于光纤光栅,GT标准具或硅基液晶之一的能产生一系列一定间隔CD值的器件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410157286.4A CN103944638B (zh) | 2014-04-18 | 2014-04-18 | 基于数字非线性处理的光信号调制格式识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410157286.4A CN103944638B (zh) | 2014-04-18 | 2014-04-18 | 基于数字非线性处理的光信号调制格式识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103944638A CN103944638A (zh) | 2014-07-23 |
CN103944638B true CN103944638B (zh) | 2017-02-01 |
Family
ID=51192148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410157286.4A Expired - Fee Related CN103944638B (zh) | 2014-04-18 | 2014-04-18 | 基于数字非线性处理的光信号调制格式识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103944638B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104683027B (zh) * | 2015-02-15 | 2017-10-13 | 华中科技大学 | 调制格式无关的光信号速率识别方法及系统 |
CN106209224A (zh) * | 2016-07-26 | 2016-12-07 | 哈尔滨工业大学深圳研究生院 | 基于方差分析的调制格式识别方法及系统 |
CN108880692B (zh) * | 2018-06-05 | 2020-08-04 | 西南交通大学 | 一种相干光通信系统调制格式识别和光信噪比监控方法 |
CN108599870B (zh) * | 2018-07-25 | 2020-06-19 | 中国科学院半导体研究所 | 基于时域泰伯效应的加密、解密通信装置和保密通信系统 |
CN111279634B (zh) | 2018-07-26 | 2021-07-09 | 华为技术有限公司 | 使用冗余星座点的pam/qam系统中的辅信道 |
CN109361471B (zh) * | 2018-11-22 | 2021-09-14 | 汤文宇 | 一种基于幅度偏差分析的光通信信号调制格式识别方法 |
CN111458059B (zh) * | 2019-01-21 | 2022-01-28 | 中国科学院上海光学精密机械研究所 | 一种连续型车辆碰撞检测系统及其方法 |
CN110210536A (zh) * | 2019-05-22 | 2019-09-06 | 北京邮电大学 | 一种光互连系统的物理损伤诊断方法及装置 |
CN111313974A (zh) * | 2020-02-14 | 2020-06-19 | 北京理工大学 | 一种信号幅度排序与比值计算的调制格式识别方法 |
CN113938211B (zh) * | 2021-09-15 | 2023-05-09 | 华中科技大学 | 一种光子全维度智能识别的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102347797A (zh) * | 2011-11-02 | 2012-02-08 | 华中科技大学 | 一种多功能的光信号处理系统 |
EP2485413A1 (en) * | 2009-09-29 | 2012-08-08 | Mitsubishi Electric Corporation | Multilevel modulated light transmitting/receiving apparatus and multilevel modulated light transmitting/receiving method |
CN103281120A (zh) * | 2013-05-30 | 2013-09-04 | 华中科技大学 | 一种光信号调制格式识别方法及系统 |
CN103414517A (zh) * | 2013-07-22 | 2013-11-27 | 华中科技大学 | 一种光信号速率识别方法及系统 |
-
2014
- 2014-04-18 CN CN201410157286.4A patent/CN103944638B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2485413A1 (en) * | 2009-09-29 | 2012-08-08 | Mitsubishi Electric Corporation | Multilevel modulated light transmitting/receiving apparatus and multilevel modulated light transmitting/receiving method |
CN102347797A (zh) * | 2011-11-02 | 2012-02-08 | 华中科技大学 | 一种多功能的光信号处理系统 |
CN103281120A (zh) * | 2013-05-30 | 2013-09-04 | 华中科技大学 | 一种光信号调制格式识别方法及系统 |
CN103414517A (zh) * | 2013-07-22 | 2013-11-27 | 华中科技大学 | 一种光信号速率识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103944638A (zh) | 2014-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103944638B (zh) | 基于数字非线性处理的光信号调制格式识别方法及系统 | |
CN108880692B (zh) | 一种相干光通信系统调制格式识别和光信噪比监控方法 | |
Houtsma et al. | 92 and 50 Gbps TDM-PON using neural network enabled receiver equalization specialized for PON | |
CN105515650B (zh) | 基于光谱特征的光信号调制格式识别方法 | |
CN103281120B (zh) | 一种光信号调制格式识别方法及系统 | |
Zhao et al. | A modulation format identification method based on information entropy analysis of received optical communication signal | |
CN109309640A (zh) | 基于机器学习的盲信号格式识别方法 | |
Saif et al. | Separability of histogram based features for optical performance monitoring: An investigation using t-SNE technique | |
Fan et al. | Identify the device fingerprint of OFDM-PONs with a noise-model-assisted CNN for enhancing security | |
CN111601307A (zh) | 一种基于瞬态-稳态的部分叠加射频指纹方法 | |
CN110518973B (zh) | 一种基于机器学习的光纤窃听监测方法及相关设备 | |
CN113542172B (zh) | 基于改进pso聚类的弹性光网络调制格式识别方法及系统 | |
Kamalian et al. | Spectral efficiency estimation in periodic nonlinear Fourier transform based communication systems | |
Kamalian-Kopae et al. | Artificial neural network-based equaliser in the nonlinear Fourier domain for fibre-optic communication applications | |
Xu et al. | Optical performance monitoring in transparent fiber-optic networks using neural networks and asynchronous amplitude histograms | |
CN111814703B (zh) | 一种非重构条件下基于hb的信号联合特征提取方法 | |
Zhou et al. | Relative entropy-based modulation format identification for coherent optical communication system | |
Yang et al. | Joint modulation format identification and OSNR estimation method based on trajectory information analysis | |
Yang et al. | Low-complexity modulation format identification scheme via graph-theory in digital coherent optical receivers | |
CN113824663A (zh) | 面向相干光通信系统的信号调制格式识别方法及识别系统 | |
CN105871456A (zh) | 基于延迟采样的信号质量监测 | |
Golani et al. | Experimental characterization of the time correlation properties of nonlinear interference noise | |
Zhang et al. | Modulation format identification using support vector machine in heterogeneous optical networks | |
Sun et al. | Probabilistic shaping for 56-Gbps PAM-4 signalling over 8-GHz-bandwidth VCSEL-modulated optical interconnection links | |
CN205490653U (zh) | 光ofdm强度调制直接检测通信装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170201 Termination date: 20180418 |
|
CF01 | Termination of patent right due to non-payment of annual fee |