CN105790849B - 一种面向相干光通信系统的调制格式识别方法 - Google Patents
一种面向相干光通信系统的调制格式识别方法 Download PDFInfo
- Publication number
- CN105790849B CN105790849B CN201610309175.XA CN201610309175A CN105790849B CN 105790849 B CN105790849 B CN 105790849B CN 201610309175 A CN201610309175 A CN 201610309175A CN 105790849 B CN105790849 B CN 105790849B
- Authority
- CN
- China
- Prior art keywords
- signal
- stokes
- modulation format
- higher order
- coherent optical
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/60—Receivers
- H04B10/61—Coherent receivers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种面向相干光通信系统的调制格式识别方法,该方法根据不同调制格式信号在斯托克斯(stokes)空间中最小二乘平面及其法线方向上的统计分布不同,计算其高阶累积量,提取并选择合适的特征参量,实现对相干光传输系统中常用调制格式的识别。本发明方法主要包括stokes空间映射、信号预处理、特征值提取和分类器算法四个部分。本发明计算复杂度低、对光纤信道损伤容忍度高,能快速且较准确地实现常用调制格式的识别,且与光纤通信常规数字信号处理算法系统融合度高,易于从现有系统升级。
Description
技术领域
本发明属于相干光通信系统研究领域,特别涉及一种面向相干光通信系统的调制格式识别方法。
背景技术
调制格式识别在光纤通信系统中的研究尚处于起步阶段,是一个较新的研究方向,有较大的研究潜力。不同于无线通信系统,相干光通信系统的物理层损伤主要来源于光纤的色散、光纤非线性效应、相干光接收机的大相位噪声以及偏振复用信号在光纤中受到的损伤等。针对这些损伤,相干光接收机中的数字信号处理(DSP)模块进行了一系列的补偿。其中,除了针对光纤色散的补偿算法与调制格式无关,其它线性损伤的主流补偿算法仍然与调制格式相关;而针对光纤非线性损伤的补偿,目前仍然没有比较有效的算法加入到商用DSP模块中。所以,如何克服大相位噪声、偏振相关损伤以及光纤非线性损伤等的影响,以提高信号调制格式识别的正确率,将是相干光通信信号调制格式识别技术面临的新问题
光纤通信中的调制格式识别,目前已有的主要研究成果根据应用场景可以分为两类:直接探测光通信系统中的调制格式识别和相干光通信系统中调制格式识别。而相干光通信系统中的调制格式识别按照在DSP模块中所处的位置又可以分为两类:偏振解复用之后的调制格式识别和偏振解复用之前的调制格式识别。
直接探测光通信系统中的调制格式识别算法,目前已提出的主要包括基于k均值算法(K-means)、基于人工神经网络训练序列两类方法。这两种算法并未考虑偏振复用系统中的正交偏振信道间的串扰以及长距离传输中光纤非线性损伤等影响,因此实际使用中会存在较大的误差。
相比于直接探测光通信系统,相干光通信系统中的调制格式识别算法的研究相对更为广泛,算法种类也更趋向于多样化。大致分为两类,一种是应用于偏振解复用之后的调制格式识别算法,另一种是应用于偏振解复用之前的调制格式识别算法。但现有的调制格式识别算法大多具有计算复杂度较高、对各种信道损伤容忍度有限、与相干光接收机契合度不高等问题。
因此,如何在常规DSP模块中调制格式敏感的算法之前,实现具有较低计算复杂度,可以较低的代价实现从现有相干光接收机到下一代具有认知功能的相干光接收机的平滑升级,仍然是光通信系统调制格式识别技术面临的挑战。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种面向相干光通信系统的调制格式识别方法,该方法具有较低的计算复杂度,且对光纤信道损伤具有较好的容忍度,能够在多种信道损伤未恢复的情况下进行调制格式识别。
本发明的目的通过以下的技术方案实现:一种面向相干光通信系统的调制格式识别方法,步骤是:将相干光接收机接收到的X、Y两路正交的偏振信号进行stokes空间映射,根据不同调制格式信号在stokes空间中最小二乘平面及其法线方向上的统计分布不同,对映射后的信号计算高阶累积量,根据高阶累积量的计算结果判断当前信号的调制格式。本发明采用stokes空间映射后的信号高阶累积量作为特征参量用于调制格式信号的识别,由于stokes空间映射后的信号不受相干光接收机引入的相位噪声、频率偏移、两偏振信道之间的固定相位差以及偏振信道间串扰的影响,且高阶累积量对高斯噪声具有较高的容忍度,因此该特征参量对光纤信道损伤及噪声具有较好的容忍度。
具体的,包括步骤:
(1)训练阶段:设置不同调制格式的样本信号,将样本信号进行stokes空间映射,对映射后的信号计算高阶累积量,以高阶累积量构造的识别特征为分类节点,针对不同的光信噪比情况,根据最优贝叶斯分类原则构造决策树结构及判决门限值,建立决策树分类器;
(2)识别阶段:将当前相干光接收机接收到的X、Y两路正交的偏振信号进行stokes空间映射,然后对映射后的信号计算高阶累积量,以高阶累积量构造识别特征,将识别特征输入到步骤(1)建立的决策树分类器中,决策树分类器判别出当前信号的调制格式。
优选的,所述X、Y两路正交的偏振信号进行stokes空间映射后,先对映射后的信号进行信号预处理,然后再计算高阶累积量,信号预处理的方法是:利用奇异值分解(SVD)算法拟合出映射后信号在stokes空间中的最小二乘平面,进而找到信号在最小二乘平面及其法线方向上的映射分布。
优选的,相干光接收机接收到的X、Y两路正交的偏振信号ex、ey进行stokes空间映射的步骤是:
其中,ax、ay分别为两正交偏振信号的幅值,为两正交偏振信号之间的相位差,ex,ey分别表示X、Y两路正交的偏振复用信号,则分别为两路信号的共轭。
具体的,所述对映射后的信号计算高阶累积量的公式是:
C40=cum(y(n),y(n),y(n),y(n));
C41=cum(y(n),y(n),y(n),y*(n));
C42=cum(y(n),y(n),y*(n),y*(n));
C21=E[|x(n)|2];
其中,cum为累积量公式,y(n)为在stokes空间最小二乘平面上映射的复数随机信号,y*(n)为随机信号的共轭,x(n)为最小二乘平面法线方向映射的实数随机信号,E为数学期望公式,以|C40|(C40的模值)、|C41|、|C42|、1/|C21|(C21模值的倒数)为识别特征,并将其作为决策树分类器的节点,针对不同的光信噪比情况,根据最优贝叶斯分类原则构造决策树结构及判决门限值,进而对接收信号进行识别分类。
优选的,针对相干光传输系统中6种调制格式BPSK、QPSK、8QAM、16QAM、32QAM、64QAM,理想情况下stokes空间中信号的高阶累积量的理论数值如下:
表1理想情况下6种调制格式在stokes空间中信号的高阶累积量
分类器根据上述各种调制格式对应的高阶累积量的差异,针对不同的光信噪比情况,根据最优贝叶斯分类原则构造决策树结构及判决门限值,进而实现上述6种调制格式的识别。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明所述的相干光通信系统调制格式识别方法,与相位噪声、频率偏移、以及两偏振信号间的混合串扰无关,可以为后续偏振解复用、频偏补偿、载波相位恢复等调制格式相关的算法子系统提供依据,从而保证信号可以成功地恢复、解调以及正确地判决。
2、本发明采用stokes空间中信号的高阶累积量作为特征参量用于调制格式信号的识别,采用简单的决策树分类器算法,具有较低的计算复杂度,且对光纤信道中放大器噪声、非线性噪声等高斯分布噪声,以及偏振旋转引入的信道损伤具有较好的容忍度,能够在多种信道损伤未恢复的情况下快速且较准确地实现各种调制格式的识别。
附图说明
图1为本实施例实际应用中信号处理流程图。
图2为理想情况下stokes空间信号星座图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1
如图1所示,本实施例一种面向相干光通信系统的调制格式识别方法,通过具有调制识别功能的相干光DSP算法模块实现。用于偏振解复用之前,正确识别调制格式可以为后续偏振解复用、频偏补偿、载波相位恢复等调制格式相关的算法提供依据,从而保证信号可以成功地恢复、解调以及正确地判决。
本实施例所述调制格式识别方法主要包括4个步骤,下面对各个步骤的处理过程进行具体说明。
一、stokes空间映射
当前相干光接收机接收X、Y两路正交的偏振信号,记为ex、ey,根据下面公式将其转化为stokes向量:
其中,ax、ay分别为两正交偏振信号的幅值,为两正交偏振信号之间的相位差,ex,ey分别表示X、Y两路正交的偏振复用信号,则分别为两路信号的共轭。
二、信号预处理
由于后面要进行相应的特征提取,为了使特征提取过程尽量较少噪声的干扰,对计算的映射后的信号进行预处理,预处理的方法是:利用奇异值分解(SVD)算法拟合出映射后信号在stokes空间中的最小二乘平面,进而找到信号在最小二乘平面及其法线方向上的映射分布。
三、特征值提取
图2为理想情况下stokes空间信号星座图。图2中第一纵列为三维空间图,图2中第二纵列为最小二乘平面上的星座映射图,图2中第三纵列为最小二乘平面法相平面上的星座映射图,信号在stokes空间映射前进行了功率归一化。由图2可知,不同的调制格式的信号在stokes空间最小二乘平面及其法线方向上的映射呈现出不同的分布特征。由于信号是随机序列,这些分布可以认为是零均值的平稳随机过程。因此本实施例选择零均值平稳随机信号(即映射后的信号)的高阶累积量作为特征参量。
计算高阶累积量的公式是:
C40=cum(y(n),y(n),y(n),y(n));
C41=cum(y(n),y(n),y(n),y*(n));
C42=cum(y(n),y(n),y*(n),y*(n));
C21=E[|x(n)|2];
其中,cum为累积量公式,y(n)为在stokes空间最小二乘平面上映射的复数随机信号,y*(n)为随机信号的共轭,x(n)为最小二乘平面法线方向映射的实数随机信号,E为数学期望公式。
四、分类器分类
本实施例中的分类器由不同的调制格式的样本信号训练得到,训练过程是:设置不同调制格式的样本信号,样本信号为相干光接收机接收的X、Y两路正交的偏振信号,对上述信号进行上述步骤二、三的操作,得到高阶累积量,本实施例以|C40|、|C41|、|C42|、1/|C21|为识别特征,其中|C40|表示C40的模值,1/|C21|表示C21模值的倒数。以上述三个识别特征作为决策树分类器的节点,针对不同的光信噪比情况,根据最优贝叶斯分类原则构造决策树结构及判决门限值,建立决策树分类器。
在实际应用时,当前相干光接收机接收到的X、Y两路正交的偏振信号经过stokes空间映射、信号预处理以及高阶累积量计算后,输入到上述决策树分类器,通过决策树分类器判别出信号的调制格式。
以相干光传输系统中常见的6种调制格式BPSK、QPSK、8QAM、16QAM、32QAM、64QAM为例,理想情况下stokes空间中信号的高阶累积量的理论数值如下:
表1理想情况下6种调制格式在stokes空间中信号的高阶累积量
从该表中可以看出,不同的调制格式对应着不同的高阶累积量,且其分别较明显,因此可以以高阶累积量为特征参量,根据最优贝叶斯分类原则构造决策树结构及判决门限值,实现上述6种调制格式的识别。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.一种面向相干光通信系统的调制格式识别方法,其特征在于,包括步骤:
(1)训练阶段:设置不同调制格式的样本信号,将样本信号进行stokes空间映射,对映射后的信号计算高阶累积量,以高阶累积量构造的识别特征为分类节点,针对不同的光信噪比情况,根据最优贝叶斯分类原则构造决策树结构及判决门限值,建立决策树分类器;
(2)识别阶段:将当前相干光接收机接收到的X、Y两路正交的偏振信号进行stokes空间映射,然后对映射后的信号计算高阶累积量,以高阶累积量构造识别特征,将识别特征输入到步骤(1)建立的决策树分类器中,决策树分类器判别出当前信号的调制格式。
2.根据权利要求1所述的面向相干光通信系统的调制格式识别方法,其特征在于,所述X、Y两路正交的偏振信号进行stokes空间映射后,先对映射后的信号进行信号预处理,然后再计算高阶累积量,信号预处理的方法是:利用奇异值分解算法拟合出映射后信号在stokes空间中的最小二乘平面,进而找到信号在最小二乘平面及其法线方向上的映射分布。
3.根据权利要求1所述的面向相干光通信系统的调制格式识别方法,其特征在于,相干光接收机接收到的X、Y两路正交的偏振信号ex、ey进行stokes空间映射的步骤是:
其中,ax、ay分别为两正交偏振信号的幅值,为两正交偏振信号之间的相位差,ex,ey分别表示X、Y两路正交的偏振复用信号,则分别为两路信号的共轭,S0代表总功率,(S1,S2,S3)T分别代表零度线性、45°线性和圆偏振光。
4.根据权利要求2所述的面向相干光通信系统的调制格式识别方法,其特征在于,所述对映射后的信号计算高阶累积量的公式是:
C40=cum(y(n),y(n),y(n),y(n));
C41=cum(y(n),y(n),y(n),y*(n));
C42=cum(y(n),y(n),y*(n),y*(n));
C21=E[|x(n)|2];
其中,cum为累积量公式,y(n)为在stokes空间最小二乘平面上映射的复数随机信号,y*(n)为随机信号的共轭,x(n)为最小二乘平面法线方向映射的实数随机信号,E为数学期望公式,以|C40|、|C41|、|C42|、1/|C21|为识别特征,并将其作为决策树分类器的节点,针对不同的光信噪比情况,根据最优贝叶斯分类原则构造决策树结构及判决门限值,进而对接收信号进行识别分类。
5.根据权利要求1所述的面向相干光通信系统的调制格式识别方法,其特征在于,针对相干光通信系统中6种调制格式BPSK、QPSK、8QAM、16QAM、32QAM、64QAM,理想情况下stokes空间中信号的高阶累积量的理论数值如下:
表1 理想情况下6种调制格式在stokes空间中信号的高阶累积量
分类器根据上述各种调制格式对应的高阶累积量的差异,针对不同的光信噪比情况,根据最优贝叶斯分类原则构造决策树结构及判决门限值,进而实现上述6种调制格式的识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610309175.XA CN105790849B (zh) | 2016-05-10 | 2016-05-10 | 一种面向相干光通信系统的调制格式识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610309175.XA CN105790849B (zh) | 2016-05-10 | 2016-05-10 | 一种面向相干光通信系统的调制格式识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105790849A CN105790849A (zh) | 2016-07-20 |
CN105790849B true CN105790849B (zh) | 2018-05-22 |
Family
ID=56401982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610309175.XA Active CN105790849B (zh) | 2016-05-10 | 2016-05-10 | 一种面向相干光通信系统的调制格式识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105790849B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106911395B (zh) * | 2017-01-10 | 2019-05-10 | 西南交通大学 | 一种双正交偏振复用强度调制系统及其解复用方法 |
CN106992835B (zh) * | 2017-04-28 | 2019-04-02 | 中山大学 | 模分复用光纤通信系统的构建方法及构建的光纤通信系统 |
CN107018108B (zh) * | 2017-05-10 | 2019-12-20 | 西南交通大学 | 一种斯托克斯空间二维平面的调制格式识别方法 |
CN107566039A (zh) * | 2017-09-04 | 2018-01-09 | 复旦大学 | 一种基于聚类判决的可见光系统非线性补偿方法 |
CN108173599B (zh) * | 2017-12-26 | 2020-07-24 | 中山大学 | 基于DENCLUE聚类的Stokes空间相干光调制格式识别方法 |
CN108173600A (zh) * | 2017-12-26 | 2018-06-15 | 中山大学 | 基于自适应非迭代聚类的Stokes空间相干光调制格式识别方法 |
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 |
CN109756436A (zh) * | 2018-11-29 | 2019-05-14 | 聊城大学 | Ofdm-eon系统中子载波调制格式识别方法及装置 |
CN109743276B (zh) * | 2018-12-11 | 2021-02-23 | 中国联合网络通信集团有限公司 | 一种光信号调制格式的识别方法及装置 |
CN111447009B (zh) * | 2020-03-23 | 2023-08-08 | 赛尔通信服务技术股份有限公司 | 一种基于高阶统计分析的信号自适应处理方法 |
CN112929124B (zh) * | 2021-01-22 | 2022-02-08 | 北京科技大学 | 一种实现偏振复用信号的解偏与均衡的方法及系统 |
CN112565133B (zh) * | 2021-02-26 | 2021-05-28 | 南京信息工程大学 | 一种基于高维信息特征提取的复杂格式解析方法 |
CN113824663A (zh) * | 2021-11-23 | 2021-12-21 | 北京邮电大学 | 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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6804309B1 (en) * | 1999-10-28 | 2004-10-12 | Sony Corporation | Modulation format identification device and method of same |
CN104683027A (zh) * | 2015-02-15 | 2015-06-03 | 华中科技大学 | 调制格式无关光信号速率识别方法及系统 |
CN104756456A (zh) * | 2013-10-24 | 2015-07-01 | 华为技术有限公司 | 一种识别正交调制信号的调制格式的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140307767A1 (en) * | 2013-04-16 | 2014-10-16 | Uurmi Systems Private Limited | Methods and Systems for Modulation Classification |
-
2016
- 2016-05-10 CN CN201610309175.XA patent/CN105790849B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6804309B1 (en) * | 1999-10-28 | 2004-10-12 | Sony Corporation | Modulation format identification device and method of same |
CN104756456A (zh) * | 2013-10-24 | 2015-07-01 | 华为技术有限公司 | 一种识别正交调制信号的调制格式的方法及装置 |
CN104683027A (zh) * | 2015-02-15 | 2015-06-03 | 华中科技大学 | 调制格式无关光信号速率识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
Stokes Space-Based Modulation Format Recognition for Autonomous Optical Receivers;Pierre Isautier 等;《JOURNAL OF LIGHTWAVE TECHNOLOGY》;20151120;第5157-5163页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105790849A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105790849B (zh) | 一种面向相干光通信系统的调制格式识别方法 | |
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 | |
Boada et al. | Clustering algorithms for Stokes space modulation format recognition | |
CN108173599A (zh) | 基于DENCLUE聚类的Stokes空间相干光调制格式识别方法 | |
US9735991B1 (en) | System and methods for autonomous signal modulation format identification | |
CN105281862B (zh) | 一种偏振复用直接检测系统及方法 | |
CN112702294A (zh) | 一种基于深度学习的多层次特征提取的调制识别方法 | |
CN107359940A (zh) | 相位噪声估计的方法和装置 | |
WO2013152962A1 (en) | Nonlinear cross-polarization mitigation algorithm | |
CN108173600A (zh) | 基于自适应非迭代聚类的Stokes空间相干光调制格式识别方法 | |
Xu et al. | Blind and low-complexity modulation format identification scheme using principal component analysis of Stokes parameters for elastic optical networks | |
CN108847895A (zh) | 一种适用于C-mQAM相干光通信系统的盲相位噪声补偿方法 | |
CN109347776B (zh) | 一种差分相位幅度比的光通信信号调制格式识别方法 | |
CN109347775A (zh) | 一种联合强度波动与相位波动特征的调制格式识别方法 | |
Borkowski et al. | Optical modulation format recognition in Stokes space for digital coherent receivers | |
Yang et al. | Modulation format identification using graph-based 2D stokes plane analysis for elastic optical network | |
Feng et al. | Intelligent optical performance monitoring based on intensity and differential-phase features for digital coherent receivers | |
CN110166389A (zh) | 基于最小二乘支持向量机的调制识别方法 | |
EP3136622B1 (en) | Transmitter, receiver and frequency correction method | |
CN109587091B (zh) | 基于逻辑回归算法的相干光通信系统调制格式识别方法 | |
CN113364519B (zh) | 一种光性能监测方法、装置、电子设备以及存储介质 | |
Zhou et al. | Fractal dimension aided modulation formats identification based on support vector machines | |
Cheng et al. | Improved modulation format identification based on Stokes parameters using combination of fuzzy c-means and hierarchical clustering in coherent optical communication system | |
Zhou et al. | Recognition and evaluation of constellation diagram using deep learning based on underwater wireless optical communication | |
Zhang et al. | Constellation Diagram Analyzer Based on Few Shot Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |