CN105634617A - 基于直接检测的自适应光纤通信非线性均衡方法和系统 - Google Patents

Abstract

一种基于直接检测的自适应光纤通信的非线性均衡数字信号处理方法和装置，该方法包括：通过发送端发送已知预定数据、并在接收端接收发送的数据，以根据发送的已知预定数据和接收的数据，利用伏尔泰拉非线性模型对接收端的非线性均衡数字信号处理模型进行建模，其中，所述伏尔泰拉非线性模型具有N阶伏尔泰拉级数，N是正整数；估计所述伏尔泰拉非线性模型的各个阶的伏尔泰拉核；对于各个阶的伏尔泰拉核设置相应的阈值，以从各个阶的伏尔泰拉核中去掉超出所述相应的阈值的伏尔泰拉核来获得更新后的伏尔泰拉核；针对更新后的伏尔泰拉核进行重新估计以获得最终的伏尔泰拉核；利用最终的伏尔泰拉核生成伏尔泰拉非线性模型以进行数字补偿和恢复。

Description

基于直接检测的自适应光纤通信非线性均衡方法和系统

技术领域

本发明涉及光纤通信领域，具体地涉及一种基于强度调制和直接检测的自适应非线性数字信号处理方法和系统。

背景技术

目前的低成本光纤通信系统通常采用强度调制和直接检测的方式，主要应用于光互联、接入网和城域网等领域。受到光纤通信系统的非线性效应(信号拍频噪声和光纤非线性噪声)的影响，目前基于强度调制和直接检测的系统的传输距离都受到了限制。非线性补偿算法虽然已经应用到了部分光纤通信系统中，但是其复杂度过高，不适用于实际的光纤通信系统。

发明内容

根据本发明的一个方面，提供一种基于直接检测的自适应光纤通信的非线性均衡数字信号处理方法，包括如下步骤：通过发送端发送已知预定数据、并在接收端接收发送的数据，以根据发送的已知预定数据和接收的数据，利用伏尔泰拉非线性模型对接收端的非线性均衡数字信号处理模型进行建模，其中，所述伏尔泰拉非线性模型具有N阶伏尔泰拉级数，其中，N是正整数；估计所述伏尔泰拉非线性模型的各个阶的伏尔泰拉核；对于各个阶的伏尔泰拉核设置相应的阈值，以从各个阶的伏尔泰拉核中去掉超出所述相应的阈值的伏尔泰拉核来获得更新后的伏尔泰拉核；针对更新后的伏尔泰拉核进行重新估计以获得最终的伏尔泰拉核；利用最终的伏尔泰拉核生成伏尔泰拉非线性模型以对接收到的数据进行数字补偿和恢复。

根据本发明的另一个方面，提供一种基于直接检测的自适应光纤通信的非线性均衡数字信号处理接收装置，包括：接收装置，被配置为接收通过发送端发送的已知预定数据，以根据发送的已知预定数据和接收的数据，利用伏尔泰拉非线性模型对接收端的非线性均衡数字信号处理模型进行建模，其中，所述伏尔泰拉非线性模型具有N阶伏尔泰拉级数，其中，N是正整数；数字信号处理装置，被配置为估计所述伏尔泰拉非线性模型的各个阶的伏尔泰拉核；对于各个阶的伏尔泰拉核设置相应的阈值，以从各个阶的伏尔泰拉核中去掉超出所述相应的阈值的伏尔泰拉核来获得更新后的伏尔泰拉核；针对更新后的伏尔泰拉核进行重新估计以获得最终的伏尔泰拉核；利用最终的伏尔泰拉核生成伏尔泰拉非线性模型以对接收到的数据进行数字补偿。

本公开首次提出接收端的自适应非线性均衡数字信号处理技术的方法，该数字信号处理的方法主要是针对强度调制的直接检测系统。采用自适应非线性均衡的方法，可以对光纤通信系统中一阶，二阶和三阶的信道损伤都进行数字补偿。而自适应方案可以保证均衡器具有较低的复杂度。因此采用自适应非线性均衡数字信号处理技术，可以有效的提高基于强度调制和直接检测的光纤通信系统性能，并保持较低的运算复杂度。

附图说明

图1示出应用根据本发明的实施例的数字信号处理技术的发送端和接收端的模块图。

图2示出根据本发明的实施例的数字信号处理技术的方法流程图。

图3A示出根据本发明的实施例的数字信号处理技术中的设置阈值的过程的一个实施例的流程图。

图3B示出根据本发明的实施例的数字信号处理技术中的设置阈值的过程的另一个实施例的流程图。

图4示出针对DML强度调制和直接检测的光纤通信系统的基于不同伏尔泰拉核的示例实验结果。

具体实施方式

现在将详细参照本发明的具体实施例，在附图中例示了本发明的例子。尽管将结合具体实施例描述本发明，但将理解，不是想要将本发明限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本发明的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

注意，接下来要介绍的示例仅是一个具体的例子，而不作为限制本发明的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本发明的构思来构造本说明书中未提到的更多实施例。

图1示出应用根据本发明的实施例的数字信号处理技术的发送端和接收端的模块图。

本发明的实施例主要针对一种基于强度调制和直接检测的光纤传输系统，包括发送端和接收端。在发送端处，可以采用传统的强度调制方式，对基带信号进行调制，以生成一个光强度调制信号。例如，用信号发生器101产生要发送的基带信号。然后，用直接调制激光器102对基带信号进行调制，以生成光强度调制信号。在此，调制信号的格式可以包括PAM(Pulse-AmplitudeModulation，脉冲幅度调制)、CAP(Carrier-lessAmplitudeandPhase，无载波幅度和相位调制)、以及DMT(DiscreteMultitone，离散多频调制)等，但不限于这些调制格式。然后经过例如延迟干涉仪103和光放大器104生成要在光纤105上传输的光信号。另外，发送端可以采用内调制或者外调制的方式，例如，采用MZM(Mach-ZhenderModulator，马赫-曾德调制器)或者DML(Directmodulatedlaser，直接调制激光器)。然后，发送光信号以在光纤105上传输，该传输的光纤105可以是例如单模光纤，但不限于此，多模光纤或其他类型的光纤也是可能的。接收端可以包括接收装置111和数字信号处理装置110。接收装置111可以包括光放大器106、光滤波器107、光电探测器108、示波器109、ADC(Analog-DigitalConverter，模数转换器)(图中未示出)等。例如，数字信号处理装置110可以采用直接检测的方式，并结合本发明的实施例的自适应非线性数字均衡技术，来对接收到的信号进行判决以恢复信号。

图2示出根据本发明的实施例的数字信号处理技术的方法流程图。

首先，为了在接收端的数字信号处理装置中进行伏尔泰拉(Volterra)非线性模型的建模，可以在发送端发送已知预定数据序列，然后在接收端接收发送的数据序列。由于已知了发送端的预定数据序列，可以利用在经过光纤传输后在接收端处接收的数据和已知的发送的预定数据相比较，来计算伏尔泰拉非线性模型的各个参数以便建立伏尔泰拉非线性模型，以使得对接收端接收到的数据进行该模型的均衡处理(补偿处理)以恢复出与发送端发送的已知预定数据基本一致的数据。

伏尔泰拉非线性模型可以包括N阶伏尔泰拉级数，其中，N是正整数。通常，阶数N越高，则估计得到的伏尔泰拉非线性模型越精确，但与此同时计算量也越大。因此，在本申请的公开中，取N＝3来说明各个实施例。

具体地，本发明的实施例的数字信号处理技术的方法的流程图如图2所示，具体包括如下步骤：

在建模步骤201中，可以利用伏尔泰拉非线性模型对通信系统进行建模，为了方便描述，将接收到的信号序列表示为x(1),x(2),…x(K)；经过伏尔泰拉非线性模型恢复出的信号可以表示为y(1),y(2),…y(K),其中1、2……K表示离散的信号值。这里的该非线性模型可以采用如下公式

$\begin{array}{c}y\left(k\right)=\underset{l_1=0}{\overset{L_1-1}{\Σ}}{h}_1\left(l_1\right)x(k-l_1)+\underset{l_1=0}{\overset{L_2-1}{\Σ}}\underset{l_2=0}{\overset{l_1-1}{\Σ}}{h}_2(l_1,l_2)\underset{m=1}{\overset{2}{\Π}}x(k-l_m)\\ +\underset{l_1=0}{\overset{L_3-1}{\Σ}}\underset{l_2=0}{\overset{l_1-1}{\Σ}}\underset{l_3=0}{\overset{l_2-1}{\Σ}}{h}_3(l_1,l_2,l_3)\underset{m=1}{\overset{3}{\Π}}x(k-l_m)\end{array}---\left(1\right)$

其中h₁(l₁),h₂(l₁,l₂)以及h₃(l₁,l₂,l₃)为1阶、2阶和3阶的伏尔泰拉核，L₁,L₂和L₃则是相对应的记忆长度，其中k∈{1、2……K}。理论上对应的伏尔泰拉核的抽头数分别是L₁,L₂×(L₂+1)/2和L₃×(L₃+1)×(L₃+2)/6。

在数字信号处理的初始阶段，可以采用递归最小二乘的方法来估计伏尔泰拉核。为了方便描述递归最小二乘法，将上式(1)写成向量的形式，即

y(k)＝H(k-l,k-l-1,…,1)^TX(k-l,k-l-1,…,1)(2)

其中，H(k-l,k-l-1,…,1)由1阶，2阶和3阶Volterra核构成，而X(k-l,k-l-1,…,1)则由相对应的x(k)组成。l表示所有抽头数之和，即l＝L₁+L₂×(L₂+1)/2+L₃×(L₃+1)×(L₃+2)/6。在此，定义H(n)为第n次迭代后的Volterra系数(n是正整数)，则递归最小二乘法的步骤可以表示为：

P是一个l×l的矩阵，其值随着时间一直变化。I是一个l×l的单位矩阵，即对角线上的元素都是1，其他元素为0。λ是系数，可以取很接近1的值。在本公开的实施例中，λ取0.9。

在传统的非线性信号处理方法中，一旦L₁，L₂和L₃确定后，非线性信号处理的抽头数也就确定了且不会再改变。不同于传统的非线性信号处理方法，在本公开中，可以在第一次估计出h₁(l₁),h₂(l₁,l₂)以及h₃(l₁,l₂,l₃)后，在估计步骤202中，设定一个阈值，使得在阈值设置步骤203中把取值小于阈值的伏尔泰拉核去掉。这样可以减少伏尔泰拉核的数量。在重新估计步骤204中，再根据公式(1)对需要的伏尔泰拉核用递归最小二乘法进行重新估计。在重新估计后，所需要的伏尔泰拉核的数量将变少。需要指出的是，阈值的大小与伏尔泰拉核的数量是有关系的。阈值越低，伏尔泰拉核的个数就越小。而伏尔泰拉核的个数的减少，可能引起系统性能的降低。因此，本公开介绍的自适应算法可以针对不同的环境(系统白噪声、信噪比、误码率、光纤信道的长度和类型以及对性能的其他要求等)，设定不同的阈值，从而实现不同的伏尔泰拉核的抽头数，从而在抽头数和因此的计算量与系统性能之间的平衡。

这里，以实验结果来举例说明伏尔泰拉核的个数受光纤长度和性能要求等的影响。根据公式(1)，可以在首次得到h₁(l₁),h₂(l₁,l₂)以及h₃(l₁,l₂,l₃)后，找到各个阶的绝对值最大的核，即max(abs[h₁(l₁)]),max(abs[h₂(l₁,l₂)])以及max(abs[h₃(l₁,l₂,l₃)])，然后可以针对各个阶分别设置3个变量β₁，β₂和β₃。然后，可以将阈值设置为T₁＝max(abs[h₁(l₁)])/β₁、T₂＝max(abs[h₂(l₁,l₂)])/β₂、T₃＝max(abs[h₃(l₁,l₂,l₃)])/β₃。其中，在max(abs[h₁(l₁)])中，abs代表取绝对值的符号，也可以用||符号代替，即max|h₁(l₁)|。然后，将各个阶中相对应的绝对值小于阈值的核去掉，然后再用递归最小二乘法对伏尔泰拉核重新估计。估计出h₁(l₁),h₂(l₁,l₂)以及h₃(l₁,l₂,l₃)后，得到最终的伏尔泰拉模型。于是，可选地而非必要地，可以在数据恢复步骤205中利用伏尔泰拉模型的公式(1)对信号进行恢复。

在此，β₁、β₂、β₃分别是大于或等于1的数。通过将阈值取最大值/β，可以通过控制β(例如β₁、β₂、β₃之一)的大小，来得到不同大小的多个阈值。这样的做法能够比较方便地将阈值设置为小于或等于最大绝对值的数。当β＝1的时候，就是相当于阈值等于该最大绝对值，在这种情况下，保留了所有伏尔泰拉核而没有去掉任何核。而β>1的时候，就是相当于阈值小于该最大绝对值，在这种情况下，将根据β的大小(由此的阈值的大小)而去掉不同数量的伏尔泰拉核。

如果已知了对于各个阶的伏尔泰拉核的相应的阈值的大小，例如，已经根据经验来设置了各个阈值，而且实现了较满意的系统性能，则可以不考虑根据当前的系统性能进行反馈以重新设置各个阈值从而实现满意的系统性能。

而如果需要考虑根据当前的系统性能进行反馈以重新设置各个阈值从而实现满意的系统性能，可选地，可以在性能反馈步骤206(未在图中示出)中进行性能统计，以便反馈到阈值设置步骤202以便根据诸如系统误码率、系统白噪声，光纤的长度和类型以及对性能的要求等的性能统计结果来进一步修改阈值的大小，从而使得阈值的大小的设置更加准确。下面详细描述在需要考虑根据当前的系统性能进行反馈以重新设置各个阈值从而实现满意的系统性能的情况下，进行阈值设置的过程的各种实施例。

图3A示出根据本发明的实施例的数字信号处理技术中的设置阈值的过程的一个实施例的流程图。

该阈值设置步骤可以包括：步骤2023，设置目标系统性能；步骤2024，调整各个阶中的第N阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能的第一预定分数；步骤2025，调整各个阶中的第N-1阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能的第二预定分数；步骤2026，以此类推直到调整各个阶中的第1阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能。

在此，从最高阶的伏尔泰拉核的阈值开始调整，可以早期就显著地调整当前的系统性能达到靠近目标系统性能，而然后向低阶逐阶调整伏尔泰拉核的阈值，可以逐渐微调当前的系统性能以达到目标系统性能。这样，可以方便快捷地调整各个阶的伏尔泰拉核以达到满意的系统性能。

图3B示出根据本发明的实施例的数字信号处理技术中的设置阈值的过程的另一个实施例的流程图。

在一个具体例子中，设置阈值的过程可以采用如下具体示例步骤来进行：

假设具有3阶伏尔泰拉核，且对应于伏尔泰拉核h₁(l₁),h₂(l₁,l₂)以及h₃(l₁,l₂,l₃)的阈值分别为T₁，T₂，T₃。

为了调整阈值T₁，T₂，T₃，可以进行如下步骤：

在步骤2021中，例如，初始化T₁＝100，T₂＝100，T₃＝100。在此，这样的初始化设定不会显著减少伏尔泰拉核的抽头数，同时也不会影响系统的性能。当然，初始化的值不限于上述举例的100，还可以是其他值，只要尽可能不显著减少伏尔泰拉核的抽头数，且不影响系统的性能即可。

在步骤2022中，在这种情况下，通过利用系统发送信号和接收信号来得到初始化的误码率(BitErrorRatio，BER)值。在此，误码率作为系统性能的一个指标或参数。当然，系统性能不限于此，还可以计算其他系统性能，例如白噪声、误码率等。在此，如此计算的这个BER值通常可被认为是性能最好情况下的BER值，即BER值最小的情况。也就是说，通过初始化较大的阈值T₁，T₂，T₃使得伏尔泰拉核的初始数量不显著减少，由于伏尔泰拉核的数量越多，非线性信号均衡处理的结果越接近真实的发送的信号，即，BER越小。因此，通过得到了基本上最佳情况下的BER，从而作为后续的阈值调制和伏尔泰拉核的数量的调整的目标BER。这样，可以知道调整到什么样的BER值时，可以认为是得到了最佳的系统性能。当然，在此目标BER可以不限于此，也可以任意设定目标BER。

当然，上述初始化的步骤是可选的，仅是为了得到最好的系统性能作为参考。

然后，在步骤2023’中，设置目标BER。该目标BER可以通过通信的长度、通信的环境等因素来设置。例如，如果通信的距离较长，或通信的环境较差等，则可以设置目标BER为较低，而通信的距离较短、或通信的环境较好等，则可以设置目标BER为较高。

接下来，可以根据设置目标BER为0.001为例进行对T₁，T₂，T₃的调整。

在步骤2024’中，可以首先调整T₃的值，因为减小T₃的值，可以显著减少伏尔泰拉核的抽头数。如此，减小T₃以使得测试的BER值达到目标BER值的第一预定分数。在一个例子中，设置该第一预定分数为例如二分之一，即50％。具体地，根据本发明人的总结，可以从T₃＝10开始以1为跨度逐渐减小T₃的值，直到测试的BER值接近目标BER值的50％左右(例如，测试的BER值是0.0006)时，可以以0.2为跨度来调整使测试的BER值达到目标BER值的50％(例如，测试的BER值达到0.0005)。在此，T₃减小的跨度的取值和跨度的变化不限于上述的1和0.2，而是可以根据经验和/或实际情况，增加或减少跨度的取值。且第一预定分数也限于上述的50％，而是可以增加或减少该第一预定分数。

接下来，在步骤2025’中，可以减小T₂的值，以使得测试的BER值达到目标BER值的第二预定分数。在一个例子中，设置该第二预定分数为例如80％-90％之间。在一个例子中，同样可以从T₂＝10开始，以1为跨度逐渐减小T₂，直到测试的BER值接近目标BER值的80％-90％之间(即，测试的BER值在0.0008-0.0009之间)。

最后，在步骤2026’中，可以对T₁开始调整以使得测试的BER值达到目标BER值。在一个例子中，根据本发明人的总结经验，可以从T₁＝20开始，以2为跨度逐步减小T₁的值，直到测试的BER值与目标BER值基本相等(即，测试的BER值接近或等于0.001)。

注意，在如上述地每次调整T₁，T₂，T₃中的至少一个阈值时，都进行步骤203中的把取值小于阈值的伏尔泰拉核去掉和步骤204中的再根据公式(1)对需要的伏尔泰拉核用递归最小二乘法进行重新估计，从而代入接收端的数字信号处理器中的数字均衡算法中在步骤205中利用伏尔泰拉模型的公式(1)对信号进行恢复以得到恢复的信号，从而在步骤206中计算该次测试的BER值作为性能统计的指标。

当然，上述仅举例了根据本发明人的总结经验来调整T₁，T₂，T₃的具体调整顺序和跨度的取值和变化等来使得调整的次数较少同时得到较为准确的结果，但是T₁，T₂，T₃的调整过程不限于此，实际上也可以按其他调整顺序、调整的跨度取值和跨度的变化来调整它们。

如此，由于每次调整T₁，T₂，T₃中的至少一个阈值时，都将取值小于阈值的伏尔泰拉核去掉，从而使得伏尔泰拉核的数量不断减少，并最终获得能够达到目标BER的系统性能的较少的伏尔泰拉核的数量，并依此建立伏尔泰拉模型，从而在适当保证伏尔泰拉模型的精确度的情况下减少估计伏尔泰拉模型的计算量，使得高效地进行伏尔泰拉模型建模以及对信号的恢复。

图4示出针对DML强度调制和直接检测的光纤通信系统的基于不同伏尔泰拉核的示例实验结果。

在该实验中，给出一个针对DML强度调制和直接检测的光纤通信系统的实例。信号源产生14G波特速率的PAM-4信号，并调制到3dB带宽为10GHz的DML上。为了达到净速率100Gbps，在此例如采用4个DML用波分复用的方式，使得4个DML分别加载4路独立的PAM-4信号。发送的信号通过延迟干涉仪和标准单模光纤后，经过接收端的光电探测器，最后由数字示波器接收并在数字信号处理装置中进行非线性信号处理。

图(3)给出了基于不同伏尔泰拉核的结果。其中有三角形的线表示一阶、二阶、三阶伏尔泰拉核的抽头数L₁＝21，L₂＝11，L₃＝9的结果。而有正方形的线代表一阶、二阶、三阶伏尔泰拉核的阈值T₁＝10，T₂＝3，T₃＝2的结果。有菱形的线代表阈值T₁＝5，T₂＝2，T₃＝1.2的结果。

可以看到，如果以误码率BER3.8×10^-3为目标误码率(作为系统性能的指标)，有三角形的线可以传输的最远，达到160公里，即实现了较佳的系统性能，但伏尔泰拉核的抽头数较多，达到252个，因此，伏尔泰拉模型的计算量非常大。然而如果系统的传输距离仅为100公里(即，可以容忍较低的性能)，那么可以采用有菱形的线的参数(即，将阈值取为T₁＝5，T₂＝2，T₃＝1.2)，这样抽头数可以被减少为仅12，从而伏尔泰拉模型的计算量非常小。类似地，当传输距离为120公里，而系统要求的误码率是1.0×10^-3时(即系统性能适中)，可以采用有正方形的线的参数，这样抽头数仅为33，即，保证了系统性能适中的同时伏尔泰拉模型的计算量适中。

由此看来，采用本发明所述的方法，可以根据传输系统的环境和传输系统的性能要求来对接收端的数字信号处理装置进行改进，以实现系统性能(例如，误码率、白噪声等)和计算复杂度、计算量的平衡。

当然，上述的具体实施例仅是例子而非限制，且本领域技术人员可以根据本发明的构思从上述分开描述的各个实施例中合并和组合一些步骤和装置来实现本发明的效果，这种合并和组合而成的实施例也被包括在本发明中，在此不一一描述这种合并和组合。

注意，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。

本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

本公开中的步骤流程图以及以上方法描述仅作为例示性的例子并且不意图要求或暗示必须按照给出的顺序进行各个实施例的步骤。如本领域技术人员将认识到的，可以按任意顺序进行以上实施例中的步骤的顺序。诸如“其后”、“然后”、“接下来”等等的词语不意图限制步骤的顺序；这些词语仅用于引导读者通读这些方法的描述。此外，例如使用冠词“一个”、“一”或者“该”对于单数的要素的任何引用不被解释为将该要素限制为单数。

另外，本文中的各个实施例中的步骤和装置并非仅限定于某个实施例中实行，事实上，可以根据本发明的概念来结合本文中的各个实施例中相关的部分步骤和部分装置以构思新的实施例，而这些新的实施例也包括在本发明的范围内。

以上所述的方法的各个操作可以通过能够进行相应的功能的任何适当的手段而进行。该手段可以包括各种硬件和/或软件组件和/或模块，包括但不限于硬件的电路、专用集成电路(ASIC)或处理器。

可以利用被设计用于进行在此所述的功能的通用处理器、数字信号处理装置(DSP)、ASIC、场可编程门阵列信号(FPGA)或其他可编程逻辑器件(PLD)、离散门或晶体管逻辑、离散的硬件组件或者其任意组合而实现或进行所述的各个例示的逻辑块、模块和电路。通用处理器可以是微处理器，但是作为替换，该处理器可以是任何商业上可获得的处理器、控制器、微控制器或状态机。处理器还可以实现为计算设备的组合，例如DSP和微处理器的组合，多个微处理器、与DSP核协作的一个或多个微处理器或任何其他这样的配置。

结合本公开描述的方法或算法的步骤可以直接嵌入在硬件中、处理器执行的软件模块中或者这两种的组合中。软件模块可以存在于任何形式的有形存储介质中。可以使用的存储介质的一些例子包括随机存取存储器(RAM)、只读存储器(ROM)、快闪存储器、EPROM存储器、EEPROM存储器、寄存器、硬碟、可移动碟、CD-ROM等。存储介质可以耦接到处理器以便该处理器可以从该存储介质读取信息以及向该存储介质写信息。在替换方式中，存储介质可以与处理器是整体的。软件模块可以是单个指令或者许多指令，并且可以分布在几个不同的代码段上、不同的程序之间以及跨过多个存储介质。

在此公开的方法包括用于实现所述的方法的一个或多个动作。方法和/或动作可以彼此互换而不脱离权利要求的范围。换句话说，除非指定了动作的具体顺序，否则可以修改具体动作的顺序和/或使用而不脱离权利要求的范围。

所述的功能可以按硬件、软件、固件或其任意组合而实现。如果以软件实现，功能可以作为一个或多个指令存储在切实的计算机可读介质上。存储介质可以是可以由计算机访问的任何可用的切实介质。通过例子而不是限制，这样的计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光碟存储、磁碟存储或其他磁存储器件或者可以用于携带或存储指令或数据结构形式的期望的程序代码并且可以由计算机访问的任何其他切实介质。如在此使用的，碟(disk)和盘(disc)包括紧凑盘(CD)、激光盘、光盘、数字通用盘(DVD)、软碟和蓝光盘，其中碟通常磁地再现数据，而盘利用激光光学地再现数据。

因此，计算机程序产品可以进行在此给出的操作。例如，这样的计算机程序产品可以是具有有形存储(和/或编码)在其上的指令的计算机可读的有形介质，该指令可由一个或多个处理器执行以进行在此所述的操作。计算机程序产品可以包括包装的材料。

软件或指令也可以通过传输介质而传输。例如，可以使用诸如同轴电缆、光纤光缆、双绞线、数字订户线(DSL)或诸如红外、无线电或微波的无线技术的传输介质从网站、服务器或者其他远程源传输软件。

此外，用于进行在此所述的方法和技术的模块和/或其他适当的手段可以在适当时由用户终端和/或基站下载和/或其他方式获得。例如，这样的设备可以耦接到服务器以促进用于进行在此所述的方法的手段的传送。或者，在此所述的各种方法可以经由存储部件(例如RAM、ROM、诸如CD或软碟等的物理存储介质)提供，以便用户终端和/或基站可以在耦接到该设备或者向该设备提供存储部件时获得各种方法。此外，可以利用用于将在此所述的方法和技术提供给设备的任何其他适当的技术。

其他例子和实现方式在本公开和所附权利要求的范围和精神内。例如，由于软件的本质，以上所述的功能可以使用由处理器、硬件、固件、硬连线或这些的任意的组合执行的软件实现。实现功能的特征也可以物理地位于各个位置，包括被分发以便功能的部分在不同的物理位置处实现。而且，如在此使用的，包括在权利要求中使用的，在以“至少一个”开始的项的列举中使用的“或”指示分离的列举，以便例如“A、B或C的至少一个”的列举意味着A或B或C，或AB或AC或BC，或ABC(即A和B和C)。此外，措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。

可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和更改。此外，本公开的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而，所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种基于直接检测的自适应光纤通信的非线性均衡数字信号处理方法，包括如下步骤：

建模步骤，通过发送端发送已知预定数据、并在接收端接收发送的数据，以根据发送的已知预定数据和接收的数据，利用伏尔泰拉非线性模型对接收端的非线性均衡数字信号处理模型进行建模，其中，所述伏尔泰拉非线性模型具有N阶伏尔泰拉级数，其中，N是正整数；

估计步骤，估计所述伏尔泰拉非线性模型的各个阶的伏尔泰拉核；

阈值设置步骤，对于各个阶的伏尔泰拉核设置相应的阈值，以从各个阶的伏尔泰拉核中去掉超出所述相应的阈值的伏尔泰拉核来获得更新后的伏尔泰拉核；

重新估计步骤，针对更新后的伏尔泰拉核进行重新估计以获得最终的伏尔泰拉核；

数据恢复步骤，利用最终的伏尔泰拉核生成伏尔泰拉非线性模型以对接收到的数据进行数字补偿和恢复。

2.根据权利要求1所述的方法，其中，所述阈值设置步骤包括：

设置目标系统性能；

调整各个阶中的第N阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能的第一预定分数；

调整各个阶中的第N-1阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能的第二预定分数；

以此类推直到调整各个阶中的第1阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能。

3.根据权利要求2所述的方法，其中，在N＝3的情况下，所述阈值设置步骤包括：

设置目标系统性能；

调整第3阶的伏尔泰拉核的相应阈值以从阈值为10开始以1为跨度逐渐减小直到当前系统性能接近目标系统性能的第一预定分数，然后以0.2为跨度来逐渐减小以使得当前系统性能到达目标系统性能的第一预定分数；

调整第2阶的伏尔泰拉核的相应阈值以从阈值为10开始以1为跨度逐渐减小，以使得当前系统性能达到目标系统性能的第二预定分数；

调整第1阶的伏尔泰拉核的相应阈值以从阈值为20开始以2为跨度逐渐减小，以使得当前系统性能达到目标系统性能。

4.根据权利要求1-3中任一所述的方法，其中，所述阈值设置步骤包括：

在第一次估计出各个阶的伏尔泰拉核之后，找到各个阶的伏尔泰拉核中的绝对值最大的核；

设置各个阶的相应的变量；

设置各个阶的阈值为最大绝对值与相应的变量的比值；

去掉其绝对值小于所述阈值的伏尔泰拉核。

5.根据权利要求1-3中任一所述的方法，所述估计步骤包括：

利用递归最小二乘法进行估计。

6.根据权利要求1-3中任一所述的方法，其中，所述阈值设置步骤根据系统性能来进行。

7.根据权利要求6的方法，其中，所述系统性能包括信噪比、误码率、白噪声、信道长度中的一种或多种。

8.一种基于直接检测的自适应光纤通信的非线性均衡数字信号处理接收装置，包括：

接收装置，被配置为接收通过发送端发送的已知预定数据，以根据发送的已知预定数据和接收的数据，利用伏尔泰拉非线性模型对接收端的非线性均衡数字信号处理模型进行建模，其中，所述伏尔泰拉非线性模型具有N阶伏尔泰拉级数，其中，N是正整数；

数字信号处理装置，被配置为估计所述伏尔泰拉非线性模型的各个阶的伏尔泰拉核；对于各个阶的伏尔泰拉核设置相应的阈值，以从各个阶的伏尔泰拉核中去掉超出所述相应的阈值的伏尔泰拉核来获得更新后的伏尔泰拉核；针对更新后的伏尔泰拉核进行重新估计以获得最终的伏尔泰拉核；利用最终的伏尔泰拉核生成伏尔泰拉非线性模型以对接收到的数据进行数字补偿。

9.根据权利要求8所述的装置，其中，所述数字信号处理装置还：

设置目标系统性能；

调整各个阶中的第N阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能的第一预定分数；

调整各个阶中的第N-1阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能的第二预定分数；

以此类推直到调整各个阶中的第1阶的伏尔泰拉核的相应阈值以使得当前系统性能达到目标系统性能。

10.根据权利要求9所述的装置，其中，所述数字信号处理装置还：

在第一次估计出各个阶的伏尔泰拉核之后，找到各个阶的伏尔泰拉核中的绝对值最大的核；

设置各个阶的相应的变量；

设置各个阶的阈值为最大绝对值与相应的变量的比；

去掉其绝对值小于所述阈值的伏尔泰拉核。