CN107248965A - 一种数据处理方法及通信设备 - Google Patents
一种数据处理方法及通信设备 Download PDFInfo
- Publication number
- CN107248965A CN107248965A CN201710384995.XA CN201710384995A CN107248965A CN 107248965 A CN107248965 A CN 107248965A CN 201710384995 A CN201710384995 A CN 201710384995A CN 107248965 A CN107248965 A CN 107248965A
- Authority
- CN
- China
- Prior art keywords
- mimo
- training sequence
- balanced
- msub
- load data
- 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.)
- Granted
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
- H04B10/25—Arrangements specific to fibre transmission
- H04B10/2507—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03012—Arrangements for removing intersymbol interference operating in the time domain
- H04L25/03019—Arrangements for removing intersymbol interference operating in the time domain adaptive, i.e. capable of adjustment during data reception
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/03433—Arrangements for removing intersymbol interference characterised by equaliser structure
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/03592—Adaptation methods
- H04L2025/03598—Algorithms
- H04L2025/03611—Iterative algorithms
- H04L2025/03636—Algorithms using least mean square [LMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种数据处理方法及通信设备,包括:确定数字信号,数字信号携带负载数据和训练序列,负载数据携带发射机发射给接收机的数据和其传输过程中引入的码间串扰和信道间串扰,训练序列用于确定MIMO均衡器的抽头系数;通过对训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,MIMO均衡器用于消除负载数据所受到的码间串扰和信道间串扰;根据抽头系数将负载数据通过MIMO均衡器进行MIMO均衡,消除负载数据所受到的码间串扰和信道间串扰。本发明通过重复使用训练序列块的方法来实现利用更短的训练序列进行快速均衡,同时保证均衡器复杂度低及稳态性能好。
Description
技术领域
本发明涉及光纤通信技术领域,更具体地,涉及一种数据处理方法及通信设备。
背景技术
近年来随着数据通信的爆发式增长,人们对通信带宽的需求日益增长。WDM技术和超高频谱效率的调制格式的使用,加剧了单模光纤的非线性效应,使得单模光纤容量逐渐接近“非线性香农极限”。为了应对容量瓶颈危机,借鉴无线通信系统中的多输入多输出(Multiple Input Multiple Output,MIMO)架构,即借用空间这一维度的空分复用光纤传输技术应运而生,受到了国内外研究人员的广泛关注。
少模光纤,由于传输的模式数目较少,模式在空间上的正交性提供了潜在多路并行传输信道,且少模光纤具有较大的模场半径,可以很好地抑制非线性,因此采用少模光纤进行传输的模式复用系统可以有效地提升光传输容量并且抑制非线性效应。但是,由于光纤色散,会在信道传输的数据中引入码间串扰,且实际上由于少模光纤的非理想特性,传输过程中不同模式间正交性会被破坏,这将导致模式复用信道间信号随机耦合、相互串扰带来的信道间串扰,同时由于偏振模色散的存在相同模式的不同偏振信道间也存在信道间串扰。故需要通过MIMO均衡器来消除码间串扰和信道间串扰。
MIMO均衡采用基于训练序列的均衡方式,发射机向接收机发送数据的同时需要同时发送一段训练序列以使得接收机根据该训练序列对MIMO均衡器训练使得MIMO均衡器的抽头系数收敛,再利用收敛后的抽头系数针对发射机发射的数据进行MIMO均衡处理。
但是,现有的基于训练序列的MIMO均衡技术所需训练序列长度长,系统的额外开销大,系统频谱效率低。
发明内容
针对现有技术的缺陷,本发明的目的在于解决现有技术基于训练序列的MIMO均衡技术所需训练序列长度长,系统的额外开销大,系统频谱效率低的技术问题。
为实现上述目的,第一方面,本发明实施例提供了一种数据处理方法,包括:确定数字信号,所述数字信号携带负载数据和训练序列,所述负载数据携带所述发射机发射给接收机的数据和其传输过程中引入的码间串扰和信道间串扰,所述训练序列用于确定MIMO均衡器的抽头系数;通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,所述MIMO均衡器用于消除所述负载数据所受到的码间串扰和信道间串扰;根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,消除所述负载数据所受到的码间串扰和信道间串扰。
具体地,本发明实施例通过重复使用训练序列块,减少了所需训练序列的长度,降低了系统开销,提升了系统的频谱效率。
在一个可选的实施例中,所述训练序列携带传输过程中引入的码间串扰和信道间串扰,所述数据处理方法还包括:确定所述发射机发射的训练序列的原始数据,所述训练序列的原始数据未携带所述码间串扰和信道间串扰;所述接收机通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,包括:(a)将所述训练序列通过所述MIMO均衡器进行MIMO均衡后得到对应的均衡后的训练序列,根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据更新所述MIMO均衡器的抽头系数;(b)根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据确定所述抽头系数是否收敛;若所述抽头系数未收敛,则再次执行步骤(a)。
在一个可选的实施例中,根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,包括:根据所述训练序列的长度对所述负载数据进行分块,得到多个负载数据块;依次对所述多个负载数据块通过所述MIMO均衡器进行MIMO均衡处理,得到所述多个负载数据块对应的均衡后的多个负载数据块,其中,在对前一个负载数据块均衡后,根据前一个负载数据块和其对应的均衡后的前一个负载数据块更新所述MIMO均衡器的抽头系数,使用更新抽头系数后的MIMO均衡器对后一个负载数据块进行MIMO均衡处理。
在一个可选的实施例中,所述根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据更新所述MIMO均衡器的抽头系数,通过以下公式进行:
wl t=wt l-1-μt lΔt l
其中,wt l为对训练序列第l次MIMO均衡后确定的抽头系数,为对训练序列第l-1次MIMO均衡后确定的抽头系数,μt l和Δt l分别为经过第l次MIMO均衡后根据第l次MIMO均衡前后的训练序列以及训练序列的原始数据计算的步长和代价函数,其更新公式如下:
其中,zt(n)为第l次MIMO均衡后的训练序列,st(n)为第l次MIMO均衡前的训练序列,xt(n)为训练序列的原始数据,表示取实部操作,Nt表示训练序列的长度。
在一个可选的实施例中,所述根据前一个负载数据块和其对应的均衡后的前一个负载数据块更新所述MIMO均衡器的抽头系数,通过以下公式进行:
ws l=ws l-1-μs lΔs l
其中,ws l为对第l个负载数据块MIMO均衡后确定的抽头系数,为对第l-1个负载数据块MIMO均衡后确定的抽头系数,μs l和Δs l分别为根据第l个负载数据块和对其MIMO均衡后得到的负载数据块计算的步长和代价函数,其更新公式如下:
其中,zs(n)为第l个负载数据块MIMO均衡后的数据,ss(n)为第l个负载数据块MIMO均衡前的数据,θn为第l个负载数据块MIMO均衡后的相位噪声,Θ表示判决操作,Ns表示第l个负载数据块的长度。
具体地,由于本发明实施例在对抽头系数循环更新的过程中,其步长根据MIMO均衡前后的数据确定,并不同于传统抽头系数更新中使用固定步长的方法。本发明实施例设计的计算步长的方法考虑了MIMO均衡前后数据块之间的误差,且与均衡前后数据块的误差正相关,故可将本发明步长的确定算法理解为自适应变步长最小均方算法(Least meansquare,LMS)算法。本发明采用自适应变步长LMS算法,既提升了收敛速度,也保证了MIMO均衡器的稳态性能。
另外,本发明实施例针对整个数据块更新抽头系数,不同于传统根据训练序列中每个码元更新抽头系数的方法,可以大大降低计算的复杂度,可以提升MIMO均衡器抽头系数的收敛速度。这里提到的数据块可以为训练序列或者将负载数据分块后得到的负载数据块。
需要说明的是,MIMO均衡前的数据可以为训练序列,也可以为负载数据块。本发明实施例不对此做任何限定。
另外,可将本发明涉及的基于数据块更新MIMO均衡器的方法称为块均衡方法。本发明实施例将负载数据划分为负载数据块后,块均衡方法的使用使得数据的并行处理成为可能,即可并行对负载数据块进行MIMO均衡处理,以提高MIMO均衡器的处理速度,降低系统开销。
在一个可选的实施例中,在对训练序列迭代MIMO均衡过程或对多个负载数据块MIMO均衡过程中得到的步长和代价函数的数值正相关,若代价函数越大,表明抽头系数远未收敛,则采用对应较大的步长以加速抽头系数收敛;若代价函数越小,表明抽头系数接近收敛,则采用对应较小的步长以保证抽头系数收敛的稳态性能。
需要说明的是,采用自适应均衡算法,步长的变化趋势跟代价函数的大小有关,代价函数越大,表明抽头系数远未收敛,这时采用较大的步长可加速其收敛;代价函数小的时候,表明抽头系数接近收敛,此时采用较小的步长可以保证稳态性能。
第二方面,本发明实施例提供了一种通信设备,包括:接收单元,用于接收发射机发射的数字信号,所述数字信号携带负载数据和训练序列,所述负载数据携带所述发射机发射给所述通信设备的数据和其传输过程中引入的码间串扰和信道间串扰,所述训练序列用于确定MIMIO均衡器的抽头系数;确定单元,用于通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,所述MIMO均衡器用于消除所述负载数据所受到的码间串扰和信道间串扰;MIMO均衡单元,用于根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,消除所述负载数据所受到的码间串扰和信道间串扰。
在一个可选的实施例中,所述训练序列携带传输过程中引入的码间串扰和信道间串扰,所述确定单元,用于确定所述发射机发射的训练序列的原始数据,所述训练序列的原始数据未携带所述码间串扰和信道间串扰;以及将所述训练序列通过所述MIMO均衡器进行MIMO均衡后得到对应的均衡后的训练序列,根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据更新所述MIMO均衡器的抽头系数;根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据确定所述抽头系数是否收敛;若所述抽头系数未收敛,则再次对所述训练序列进行MIMO均衡并更新所述MIMO均衡器的抽头系数。
在一个可选的实施例中,所述MIMO均衡单元,用于根据所述训练序列的长度对所述负载数据进行分块,得到多个负载数据块;以及依次对所述多个负载数据块通过所述MIMO均衡器进行MIMO均衡处理,得到所述多个负载数据块对应的均衡后的多个负载数据块,其中,在对前一个负载数据块均衡后,根据前一个负载数据块和其对应的均衡后的前一个负载数据块更新所述MIMO均衡器的抽头系数,使用更新抽头系数后的MIMO均衡器对后一个负载数据块进行MIMO均衡处理。
第三方面,本发明实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的数据处理方法。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
1、通过重复使用训练序列块,减少了所需训练序列的长度,降低了系统开销,提升了系统的频谱效率。
2、采用自适应变步长LMS算法,既提升了收敛速度,也保证了MIMO均衡器的稳态性能。
附图说明
图1为本发明实施例提供的一种数据处理方法流程示意图;
图2为本发明实施例提供的MIMO数字信号处理算法流程框图;
图3为本发明实施例提供的三模式双偏振的6×6MIMO均衡器结构示意图;
图4为以图3所示的其中一路信号的解复用为例的算法详解流程示意图;
图5为本发明实施例提供的通信设备结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为本发明实施例提供的一种数据处理方法流程示意图;包括步骤S101-步骤S103。
在步骤S101,确定数字信号,所述数字信号携带负载数据和训练序列,所述负载数据携带所述发射机发射给接收机的数据和其传输过程中引入的码间串扰和信道间串扰,所述训练序列用于确定MIMIO均衡器的抽头系数。
需要说明的是,这里接收机接收的训练序列长度不同于传统技术所接收的训练序列的长度。例如,当前收敛速度最快的自适应时域均衡器对QPSK 3模双偏振传输其收敛迭代所需训练序列包括的符号数至少需要25000个符号,对于高阶调制格式迭代所需训练序列所包括的符号数更多,系统额外开销居高不下。本发明实施例中,发射机向接收机发射的训练序列的长度较短。例如,包括5000个符号。即发射机可能只需向接收机发送5000个符号的训练序列或者包括更少符号的训练序列,再通过接收机重复使用训练序列块,减少了所需训练序列的长度,降低了系统开销,提升了系统的频谱效率。
在步骤S102,通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,所述MIMO均衡器用于消除所述负载数据所受到的码间串扰和信道间串扰。
在一个可选的实施例中,所述训练序列携带传输过程中引入的码间串扰和信道间串扰,所述数据处理方法还包括:确定所述发射机发射的训练序列的原始数据,所述训练序列的原始数据未携带所述码间串扰和信道间串扰;通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,包括:(a)将所述训练序列通过所述MIMO均衡器进行MIMO均衡后得到对应的均衡后的训练序列,根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据更新所述MIMO均衡器的抽头系数;(b)根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据确定所述抽头系数是否收敛;若所述抽头系数未收敛,则再次执行步骤(a)。
其中,训练序列的原始数据可由发射机和接收机提前设定好。例如原始训练序列固定,或者可在几种类型中选定,当发射机选定后,将对应的标号等信息发送给接收机,以便接收机确定发射机发射的是哪种类型的训练序列。
在一个可选的实施例中,所述根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据更新所述MIMO均衡器的抽头系数,通过以下公式进行:
wl t=wt l-1-μt lΔt l
其中,wt l为对训练序列第l次MIMO均衡后确定的抽头系数,为对训练序列第l-1次MIMO均衡后确定的抽头系数,μt l和Δt l分别为经过第l次MIMO均衡后根据第l次MIMO均衡前后的训练序列以及训练序列的原始数据计算的步长和代价函数,其更新公式如下:
其中,zt(n)为第l次MIMO均衡后的训练序列,st(n)为第l次MIMO均衡前的训练序列,xt(n)为训练序列的原始数据,表示取实部操作,Nt表示训练序列的长度。
在步骤S103,所述接收机根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,消除所述负载数据所受到的码间串扰和信道间串扰。
在一个可选的实施例中,根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,包括:根据所述训练序列的长度对所述负载数据进行分块,得到多个负载数据块;依次对所述多个负载数据块通过所述MIMO均衡器进行MIMO均衡处理,得到所述多个负载数据块对应的均衡后的多个负载数据块,其中,在对前一个负载数据块均衡后,根据前一个负载数据块和其对应的均衡后的前一个负载数据块更新所述MIMO均衡器的抽头系数,使用更新抽头系数后的MIMO均衡器对后一个负载数据块进行MIMO均衡处理。
在一个可选的实施例中,所述根据前一个负载数据块和其对应的均衡后的前一个负载数据块更新所述MIMO均衡器的抽头系数,通过以下公式进行:
ws l=ws l-1-μs lΔs l
其中,ws l为对第l个负载数据块MIMO均衡后确定的抽头系数,为对第l-1个负载数据块MIMO均衡后确定的抽头系数,μs l和Δs l分别为根据第l个负载数据块和对其MIMO均衡后得到的负载数据块计算的步长和代价函数,其更新公式如下:
其中,zs(n)为第l个负载数据块MIMO均衡后的数据,ss(n)为第l个负载数据块MIMO均衡前的数据,θn为第l个负载数据块MIMO均衡后的相位噪声,Θ表示判决操作,Ns表示第l个负载数据块的长度。
需要说明的是,MIMO均衡前的数据可以为训练序列,也可以为负载数据块。本发明实施例不对此做任何限定。
在一个可选的实施例中,本发明实施例提供的自适应变步长方法中,步长和代价函数的数值正相关,若代价函数越大,表明抽头系数远未收敛,则采用对应较大的步长以加速抽头系数收敛;若代价函数越小,表明抽头系数接近收敛,则采用对应较小的步长以保证抽头系数收敛的稳态性能。
本发明通过重复使用训练序列块,减少了所需训练序列的长度,降低了系统开销,提升了系统的频谱效率。采用自适应变步长LMS算法,既提升了收敛速度,也保证了MIMO均衡器的稳态性能。
图2为本发明实施例提供的MIMO数字信号处理算法流程框图;包括如下步骤:
S1,发射机发射包含训练序列的信号,训练序列的符号个数为5000。
S2,接收端接收到信号之后通过帧同步确定一帧数据的起始位置和训练序列的位置;其中,一帧数据包括训练序列和负载数据。
S3,将同步后的训练序列和负载数据以训练序列的长度进行分块。
S4,基于时域变步长的LMS MIMO均衡器模块根据训练序列计算均衡器的抽头系数,抽头系数未收敛时,MIMO均衡器对训练序列块进行滤波,同时更新MIMO均衡器的抽头系数,通过循环利用训练序列块来计算抽头系数使之收敛,通过变步长即自适应的方式加速收敛并提高其稳态性能。
需要说明的是,步骤S4与传统的每处理一个符号就更新一次MIMO均衡器的抽头系数不同,块均衡是每处理完一个数据块更新一次系数,数据块内每个符号均衡的时候抽头系数固定。通过本发明实施例中块均衡的方法可以加快抽头系数的收敛速度并提高其稳态性能。
S5,抽头系数收敛后,MIMO均衡器对信号数据块进行滤波,消除码间串扰及信道间串扰,同时进行载波相位恢复。
需要说明的是,可通过代价函数Δl的数值判断抽头系数是否收敛。当代价函数大于预设阈值时,则抽头系数未收敛,否则抽头系数收敛。代价函数的预设阈值可根据实际需要设定,本发明实施例不对此做任何限定。
本实施例提供的一种适用于DMGD管理链路的三模式双偏振6×6MIMO数字信号处理算法。图3为三模式双偏振的6×6MIMO均衡器结构示意图。图4为以图3其中一路信号的解复用为例的算法详解流程示意图,步骤如下:
发射机发射包含训练序列的信号并进行模式复用和偏振复用耦合到光纤中传输;接收端接收到不同模式不同偏振方向上的数据之后通过帧同步确定一帧数据的起始位置和训练序列的位置;将同步后的训练序列和数据以训练序列的长度进行分块;基于时域变步长的LMS MIMO均衡器模块根据训练序列计算均衡器的抽头系数,抽头系数未收敛时,MIMO均衡器对训练序列块进行滤波,同时更新均衡器抽头系数,通过循环利用训练序列块来计算抽头系数使之收敛,通过变步长即自适应的方式加速收敛并提高其稳态特性。
需要说明的是,MIMO均衡处理也可理解为通过MIMO均衡器对数据块进行滤波。其中,图3中,LP01、LP11a和LP11b是少模光纤中不同的传输模式,x、y表示两个正交的偏振态,所以LP01x、LP01y、LP11ax、LP11ay、LP11bx和LP11by分别对应6个独立的信道,三模双偏振需要6×6MIMO均衡器。以LP01x信道信号的均衡为例,对应的均衡抽头系数的更新公式为:其中和分别代表步长和代价函数,l代表第l个数据块(block)。
代价函数更新公式为:其中Θ表示判决操作,θn表示估计的相位噪声,N为block的大小。
由如下公式给出:
抽头系数收敛后,MIMO均衡器对信号数据块进行滤波,消除码间串扰及信道间串扰,输出的均衡后信号为:
其中,w代表抽头系数,w11对应消除LP01x所受到的码间串扰,w12、w13、w14、w15和w16分别对应消除LP01y、LP11ax、LP11ay、LP11bx和LP11by对LP01x信道的串扰;s01x、s01y、s11ax、s11ay、s11bx和s11by分别对应6个信道的输入信号。s代表输入信号,角标01x、01y、11ax、11ay、11bx和11by分别代表LP01x的偏振、y偏振,LP11a x的偏振、y偏振和LP11b x偏振和y偏振。
需要说明的是,图4中,以LP01x信道数据的均衡恢复为例,LP01、LP11a和LP11b三模双偏振信号在帧同步之后按照训练序列的长度来划分数据块,并将这些数据块送入后面的MIMO均衡器中,MIMO均衡按照上述的公式消除码间串扰和信道间串扰输出均衡后信号z01x,接着利用相位恢复算法估计出由于发射机激光器和相干接收机本征激光器线宽所引起的相位噪声,补偿相位噪声后的判决输出为恢复出来的LP01x信道的信号,紧接着利用整个数据块均衡输出的信号z01x和判决输出信号D以及估计的相位计算代价函数和步长,并更新抽头系数。
需要说明的是,少模光纤的差分模式群时延(Differential mode group delay,DMGD),其定义为单位长度少模光纤传输时高阶模式相对于基模的延迟,单位通常为ps/m。DMGD会导致接收不同模式光信号到达时刻产生延迟,DMGD的大小决定了系统冲击响应的长度,为了补偿DMGD的影响,均衡滤波器抽头长度必须覆盖整个系统的信道冲击响应。随着传输距离的延长,链路累积的DMGD很大,从而需要在接收端增加均衡器抽头数目,来实现MIMO数字信号处理。对少模光纤链路的DMGD进行补偿和管理非常重要,采用DMGD链路管理可以有效地降低DMGD,从而降低接收端MIMO均衡的复杂度。在基于DMGD管理链路的少模光纤通信系统中,由于DMGD非常小,时域均衡和频域均衡复杂度相差不大,但时域均衡收敛速度更快,更有优势。
如图4所示,本发明实施例提供的数据处理方法在对数据块通过MIMO均衡器滤波之前,若该MIMO均衡器的抽头数目较少,则可直接对数据块进行时域均衡,因此本发明实施例提供的数据处理方法优选适用于DMGD管理链路的高效MIMO数字信号处理领域。
相应地,图5为本发明实施例提供的通信设备结构示意图。如图5所示包括:接收单元510、确定单元520及MIMO均衡单元530。
接收单元510,用于接收发射机发射的数字信号,所述数字信号携带负载数据和训练序列,所述负载数据携带所述发射机发射给所述通信设备的数据和其传输过程中引入的码间串扰和信道间串扰,所述训练序列用于通信设备确定MIMIO均衡器的抽头系数。
确定单元520,用于通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,所述MIMO均衡器用于消除所述负载数据所受到的码间串扰和信道间串扰。
MIMO均衡单元530,用于根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,消除所述负载数据所受到的码间串扰和信道间串扰。
需要说明的是,本发明实施例提供的通信设备还可以包括更多或更少的部分,其中各部分具体功能可参照前述图1-图4中的介绍,在此不做赘述。
以上,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
确定数字信号,所述数字信号携带负载数据和训练序列,所述负载数据携带所述发射机发射给接收机的数据和其传输过程中引入的码间串扰和信道间串扰,所述训练序列用于确定MIMO均衡器的抽头系数;
通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,所述MIMO均衡器用于消除所述负载数据所受到的码间串扰和信道间串扰;
根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,消除所述负载数据所受到的码间串扰和信道间串扰。
2.根据权利要求1所述的数据处理方法,其特征在于,所述训练序列携带传输过程中引入的码间串扰和信道间串扰,所述数据处理方法还包括:
确定所述发射机发射的训练序列的原始数据,所述训练序列的原始数据未携带所述码间串扰和信道间串扰;
通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,包括:
(a)将所述训练序列通过所述MIMO均衡器进行MIMO均衡后得到对应的均衡后的训练序列,根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据更新所述MIMO均衡器的抽头系数;
(b)根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据确定所述抽头系数是否收敛;若所述抽头系数未收敛,则再次执行步骤(a)。
3.根据权利要求2所述的数据处理方法,其特征在于,根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,包括:
根据所述训练序列的长度对所述负载数据进行分块,得到多个负载数据块;
依次对所述多个负载数据块通过所述MIMO均衡器进行MIMO均衡处理,得到所述多个负载数据块对应的均衡后的多个负载数据块,其中,在对前一个负载数据块均衡后,根据前一个负载数据块和其对应的均衡后的前一个负载数据块更新所述MIMO均衡器的抽头系数,使用更新抽头系数后的MIMO均衡器对后一个负载数据块进行MIMO均衡处理。
4.根据权利要求2所述的数据处理方法,其特征在于,所述根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据更新所述MIMO均衡器的抽头系数,通过以下公式进行:
<mrow>
<msub>
<msup>
<mi>w</mi>
<mi>l</mi>
</msup>
<mi>t</mi>
</msub>
<mo>=</mo>
<msup>
<msub>
<mi>w</mi>
<mi>t</mi>
</msub>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>&mu;</mi>
<mi>t</mi>
</msub>
<mi>l</mi>
</msup>
<msup>
<msub>
<mi>&Delta;</mi>
<mi>t</mi>
</msub>
<mi>l</mi>
</msup>
</mrow>
其中,wt l为对训练序列第l次MIMO均衡后确定的抽头系数,为对训练序列第l-1次MIMO均衡后确定的抽头系数,μt l和Δt l分别为经过第l次MIMO均衡后根据第l次MIMO均衡前后的训练序列以及训练序列的原始数据计算的步长和代价函数,其更新公式如下:
<mrow>
<msup>
<msub>
<mi>&Delta;</mi>
<mi>t</mi>
</msub>
<mi>l</mi>
</msup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>N</mi>
<mi>t</mi>
</msub>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<msub>
<mi>N</mi>
<mi>t</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mo>{</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>z</mi>
<mi>t</mi>
</msub>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>t</mi>
</msub>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<msub>
<mi>s</mi>
<mi>t</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>}</mo>
</mrow>
1
其中,zt(n)为第l次MIMO均衡后的训练序列,st(n)为第l次MIMO均衡前的训练序列,xt(n)为训练序列的原始数据,表示取实部操作,Nt表示训练序列的长度。
5.根据权利要求3所述的数据处理方法,其特征在于,所述根据前一个负载数据块和其对应的均衡后的前一个负载数据块更新所述MIMO均衡器的抽头系数,通过以下公式进行:
ws l=ws l-1-μs lΔs l
其中,ws l为对第l个负载数据块MIMO均衡后确定的抽头系数,为对第l-1个负载数据块MIMO均衡后确定的抽头系数,μs l和Δs l分别为根据第l个负载数据块和对其MIMO均衡后得到的负载数据块计算的步长和代价函数,其更新公式如下:
<mrow>
<msup>
<msub>
<mi>&Delta;</mi>
<mi>s</mi>
</msub>
<mi>l</mi>
</msup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>N</mi>
<mi>s</mi>
</msub>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<msub>
<mi>N</mi>
<mi>s</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mo>{</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>z</mi>
<mi>s</mi>
</msub>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>-</mo>
<mi>&Theta;</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>z</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<mi>j&theta;</mi>
<mi>n</mi>
</msub>
</mrow>
</msup>
</mrow>
<mo>)</mo>
<msup>
<mi>e</mi>
<mrow>
<msub>
<mi>j&theta;</mi>
<mi>n</mi>
</msub>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<msub>
<mi>s</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>}</mo>
</mrow>
其中,zs(n)为第l个负载数据块MIMO均衡后的数据,ss(n)为第l个负载数据块MIMO均衡前的数据,θn为第l个负载数据块MIMO均衡后的相位噪声,Θ表示判决操作,Ns表示第l个负载数据块的长度。
6.根据权利要求4或5所述的数据处理方法,其特征在于,在对训练序列迭代MIMO均衡过程或对多个负载数据块MIMO均衡过程中得到的步长和代价函数的数值正相关,若代价函数越大,表明抽头系数远未收敛,则采用对应较大的步长以加速抽头系数收敛;若代价函数越小,表明抽头系数接近收敛,则采用对应较小的步长以保证抽头系数收敛的稳态性能。
7.一种通信设备,其特征在于,包括:
接收单元,用于接收发射机发射的数字信号,所述数字信号携带负载数据和训练序列,所述负载数据携带所述发射机发射给所述通信设备的数据和其传输过程中引入的码间串扰和信道间串扰,所述训练序列用于通信设备确定MIMIO均衡器的抽头系数;
确定单元,用于通过对所述训练序列迭代MIMO均衡确定MIMO均衡器的抽头系数,所述MIMO均衡器用于消除所述负载数据所受到的码间串扰和信道间串扰;
MIMO均衡单元,用于根据所述抽头系数将所述负载数据通过所述MIMO均衡器进行MIMO均衡,消除所述负载数据所受到的码间串扰和信道间串扰。
8.根据权利要求7所述的通信设备,其特征在于,所述训练序列携带传输过程中引入的码间串扰和信道间串扰,所述确定单元,用于确定所述发射机发射的训练序列的原始数据,所述训练序列的原始数据未携带所述码间串扰和信道间串扰;以及将所述训练序列通过所述MIMO均衡器进行MIMO均衡后得到对应的均衡后的训练序列,根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据更新所述MIMO均衡器的抽头系数;根据所述训练序列、所述均衡后的训练序列以及所述训练序列的原始数据确定所述抽头系数是否收敛;若所述抽头系数未收敛,则再次对所述训练序列进行MIMO均衡。
9.根据权利要求8所述的通信设备,其特征在于,所述MIMO均衡单元,用于根据所述训练序列的长度对所述负载数据进行分块,得到多个负载数据块;以及依次对所述多个负载数据块通过所述MIMO均衡器进行MIMO均衡处理,得到所述多个负载数据块对应的均衡后的多个负载数据块,其中,在对前一个负载数据块均衡后,根据前一个负载数据块和其对应的均衡后的前一个负载数据块更新所述MIMO均衡器的抽头系数,使用更新抽头系数后的MIMO均衡器对后一个负载数据块进行MIMO均衡处理。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710384995.XA CN107248965B (zh) | 2017-05-26 | 2017-05-26 | 一种数据处理方法及通信设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710384995.XA CN107248965B (zh) | 2017-05-26 | 2017-05-26 | 一种数据处理方法及通信设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107248965A true CN107248965A (zh) | 2017-10-13 |
CN107248965B CN107248965B (zh) | 2019-11-22 |
Family
ID=60016783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710384995.XA Active CN107248965B (zh) | 2017-05-26 | 2017-05-26 | 一种数据处理方法及通信设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107248965B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113193925A (zh) * | 2021-02-09 | 2021-07-30 | 中国人民解放军战略支援部队信息工程大学 | 一种通信系统的优化处理方法、装置及电子设备 |
CN113271271A (zh) * | 2020-02-17 | 2021-08-17 | 华为技术有限公司 | 自适应均衡器的步长调节方法、装置、信号接收机、系统 |
CN114026800A (zh) * | 2019-06-21 | 2022-02-08 | Ntt电子股份有限公司 | 自适应均衡器、自适应均衡方法和光通信系统 |
CN114079486A (zh) * | 2020-08-21 | 2022-02-22 | 中兴通讯股份有限公司 | 空分复用光纤的特征参数监测方法、装置、设备和存储介质 |
CN114866145A (zh) * | 2021-01-20 | 2022-08-05 | 上海诺基亚贝尔股份有限公司 | 用于光通信的方法、设备、装置和计算机可读介质 |
WO2022174363A1 (en) * | 2021-02-17 | 2022-08-25 | Huawei Technologies Co., Ltd. | Mimo equalization with weighted coefficients update |
CN118101394A (zh) * | 2024-04-26 | 2024-05-28 | 成都电科星拓科技有限公司 | 自适应通道间的串扰对消方法及电路 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060109891A1 (en) * | 2004-11-24 | 2006-05-25 | Nokia Corporation | Reduced parallel and pipelined high-order MIMO LMMSE receiver architecture |
CN102111182A (zh) * | 2009-12-25 | 2011-06-29 | 中国电子科技集团公司第五十研究所 | 自适应超宽带Rake接收机、方法和系统 |
CN103338171A (zh) * | 2013-06-27 | 2013-10-02 | 北京大学 | 一种基于频域信道估计的接收端均衡方法和系统 |
CN103812806A (zh) * | 2014-02-24 | 2014-05-21 | 北京大学 | 一种基于时域信道估计的信道均衡方法和系统 |
-
2017
- 2017-05-26 CN CN201710384995.XA patent/CN107248965B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060109891A1 (en) * | 2004-11-24 | 2006-05-25 | Nokia Corporation | Reduced parallel and pipelined high-order MIMO LMMSE receiver architecture |
CN102111182A (zh) * | 2009-12-25 | 2011-06-29 | 中国电子科技集团公司第五十研究所 | 自适应超宽带Rake接收机、方法和系统 |
CN103338171A (zh) * | 2013-06-27 | 2013-10-02 | 北京大学 | 一种基于频域信道估计的接收端均衡方法和系统 |
CN103812806A (zh) * | 2014-02-24 | 2014-05-21 | 北京大学 | 一种基于时域信道估计的信道均衡方法和系统 |
Non-Patent Citations (1)
Title |
---|
DOOTHWAN LEE: ""A Sparsity Managed Adaptive MIMO Equalization for Few-Mode Fiber Transmission With Various Differential Mode Delays"", 《IEEE》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114026800A (zh) * | 2019-06-21 | 2022-02-08 | Ntt电子股份有限公司 | 自适应均衡器、自适应均衡方法和光通信系统 |
CN114026800B (zh) * | 2019-06-21 | 2024-02-06 | Ntt 创新器件有限公司 | 自适应均衡器、自适应均衡方法和光通信系统 |
CN113271271A (zh) * | 2020-02-17 | 2021-08-17 | 华为技术有限公司 | 自适应均衡器的步长调节方法、装置、信号接收机、系统 |
CN113271271B (zh) * | 2020-02-17 | 2022-12-13 | 华为技术有限公司 | 自适应均衡器的步长调节方法、装置、信号接收机、系统 |
CN114079486A (zh) * | 2020-08-21 | 2022-02-22 | 中兴通讯股份有限公司 | 空分复用光纤的特征参数监测方法、装置、设备和存储介质 |
CN114866145A (zh) * | 2021-01-20 | 2022-08-05 | 上海诺基亚贝尔股份有限公司 | 用于光通信的方法、设备、装置和计算机可读介质 |
CN114866145B (zh) * | 2021-01-20 | 2024-02-09 | 上海诺基亚贝尔股份有限公司 | 用于光通信的方法、设备、装置和计算机可读介质 |
CN113193925A (zh) * | 2021-02-09 | 2021-07-30 | 中国人民解放军战略支援部队信息工程大学 | 一种通信系统的优化处理方法、装置及电子设备 |
CN113193925B (zh) * | 2021-02-09 | 2023-08-11 | 中国人民解放军战略支援部队信息工程大学 | 一种通信系统的优化处理方法、装置及电子设备 |
WO2022174363A1 (en) * | 2021-02-17 | 2022-08-25 | Huawei Technologies Co., Ltd. | Mimo equalization with weighted coefficients update |
CN118101394A (zh) * | 2024-04-26 | 2024-05-28 | 成都电科星拓科技有限公司 | 自适应通道间的串扰对消方法及电路 |
CN118101394B (zh) * | 2024-04-26 | 2024-07-05 | 成都电科星拓科技有限公司 | 自适应通道间的串扰对消方法及电路 |
Also Published As
Publication number | Publication date |
---|---|
CN107248965B (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107248965A (zh) | 一种数据处理方法及通信设备 | |
US8532502B2 (en) | Filter coefficient adjustment apparatus | |
Arik et al. | MIMO signal processing for mode-division multiplexing: An overview of channel models and signal processing architectures | |
CN103609040B (zh) | 用于多模通信的光学接收器 | |
CN105680946B (zh) | 一种补偿光纤传输非线性损伤的自适应数字信号处理算法 | |
US9628189B2 (en) | System optimization of pulse shaping filters in fiber optic networks | |
US7194155B1 (en) | Adaptive control for mitigating interference in a multimode transmission medium | |
CN106537817B (zh) | 光通信网络中非线性发送器的损伤补偿 | |
CN110267127A (zh) | 用于低成本无源光网络的方法、装置和计算机可读介质 | |
CN105703838A (zh) | 基于蝶形线性卡尔曼滤波器的相干光接收机动态均衡方法 | |
CN108123908A (zh) | 一种用于ng-pon的改进svm均衡方法及系统 | |
CN107637008B (zh) | 多信道接收器中的时钟恢复和均衡器估计的方法和多信道接收器 | |
CN105827319A (zh) | 数据处理方法及装置 | |
CN106998229A (zh) | 一种基于变步长无约束fd‑lms的模分复用系统解复用方法 | |
Catanese et al. | A fully connected neural network approach to mitigate fiber nonlinear effects in 200G DP-16-QAM transmission system | |
CN108199777A (zh) | 基于概率密度函数拟合和模糊逻辑的相干光通信系统盲均衡方法 | |
Chou et al. | Successive interference cancellation on frequency-selective channels with mode-dependent gain | |
Ishihara et al. | Frequency-domain equalization for coherent optical transmission systems | |
Xiang et al. | Performance comparison of DA-TDE and CMA for MIMO equalization in multimode multiplexing systems | |
Pan et al. | Low complexity MIMO method based on matrix transformation for few-mode multi-core optical transmission system | |
Wang et al. | Modified Frequency-domain MIMO Processing in 80-km Few-mode Fiber Transmissions | |
Xiao et al. | Transfer Learning of Decision Feedback Neural Network Equalizers for Faster-than-Nyquist Signals Transmitted over MCF | |
Sorokina et al. | Sparse identification for nonlinear optical communication systems | |
Shibahara et al. | Dense SDM transmission employing advanced MIMO signal processing | |
CN104170338A (zh) | 功率控制方法及装置、系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |