CN107612620B - 光信号码型分类识别方法、装置及包含该装置的传输系统 - Google Patents
光信号码型分类识别方法、装置及包含该装置的传输系统 Download PDFInfo
- Publication number
- CN107612620B CN107612620B CN201710574090.9A CN201710574090A CN107612620B CN 107612620 B CN107612620 B CN 107612620B CN 201710574090 A CN201710574090 A CN 201710574090A CN 107612620 B CN107612620 B CN 107612620B
- Authority
- CN
- China
- Prior art keywords
- signal
- principal component
- pattern
- cumulant
- matrix
- 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
Landscapes
- Optical Communication System (AREA)
Abstract
本发明涉及一种光信号码型分类识别方法、装置及包含该装置的传输系统,码型分类识别方法包括以下步骤:S1、建立光信号不同码型的主成分权重矩阵的库函数;S2、对待测信号进行四次异步采样,计算得到累积量矩阵;S3、计算得到待测信号的主成分权重矩阵;S4、通过分类器与步骤S1建立的库函数对比得到信号的码型类别。与现有技术相比,本发明克服了累积量多次计算过程复杂的问题,具有检测准确、识别码型类型多、实时性高等优点。
Description
技术领域
本发明涉及光通信信号检测技术,尤其是涉及一种光信号码型分类识别方法、装置及包含该装置的传输系统。
背景技术
光传输是在发送方和接收方之间以光信号形态进行传输的技术。在电缆、光纤等线路传输中,必须选用适合于信道传输的电脉冲波形来表示(或者说携带)数字消息代码。通常,我们把电脉冲存在的形式称为(线路)码型,把消息代码的电脉冲表示过程称为码型变换或称线路编码。
文献“利用高阶累积量实现数字调制信号的识别”中提出了一种利用高阶累积量实现信号码型识别的方法,该方法首先推导计算各信号的八阶累积量,解决了二、四、六阶累积量未能识别的8ASK和MQAM的信号问题,也通过对四、六阶特征参数的提取完成了MFSK信号的类间识别。但该方法需要对未识别信号进行重新计算和参数提取,计算过程复杂,不能满足实时的需求,无法在实际应用中广泛使用。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种光信号码型分类识别方法、装置及包含该装置的传输系统。
本发明的目的可以通过以下技术方案来实现:
一种光信号码型分类识别方法,包括以下步骤:
S1、建立光信号不同码型的主成分权重矩阵的库函数;
S2、对待测信号进行四次异步采样,计算得到累积量矩阵;
S3、计算得到待测信号的主成分权重矩阵;
S4、通过分类器与步骤S1建立的库函数对比得到信号的码型类别。
所述步骤S1具体包括:
S11、对不同码型的信号进行四次异步采样,计算得到四阶累积量矩阵;
S12、将各码型的累积量矩阵的每一列取出排成一列形成累积量列矩阵,将不同码型的累积量列矩阵排成一列形成组合列矩阵;
S13、对组合列矩阵进行主成分分析得到主成分方向;
S14、将各码型的累积量列矩阵映射到主成分方向得到各码型的主成分权重矩阵,形成库函数。
所述步骤S3具体包括:将步骤S2得到的待测信号的累积量矩阵按照步骤S1得到的主成分方向进行映射,计算得到主成分权重矩阵。
所述分类器包括欧式距离分类器和机器学习分类器。
一种信号处理装置,包括数字信号处理器,用于执行以下步骤:
S1、建立光信号不同码型的主成分权重矩阵的库函数;
S2、对待测信号进行四次异步采样,计算得到累积量矩阵;
S3、计算得到待测信号的主成分权重矩阵;
S4、通过分类器与步骤S1建立的库函数对比得到信号的码型类别。
一种含有以上所述的信号处理装置的光信号传输系统,该系统还包括依次连接的发送装置、传输装置和接收装置,所述信号处理装置连接接收装置,所述发送装置包括依次连接的信号源、驱动电路和马赫曾德光调制器,还包括连接马赫曾德光调制器的光源。
所述传输装置包括光纤和设于光纤上的多个光纤放大器,所述马赫曾德光调制器连接传输装置输入端的光纤。
所述接收装置包括相互连接的光带通滤波器和光电转换器,所述光带通滤波器连接传输装置输出端的光纤。
所述光纤放大器为掺饵光纤放大器。
与现有技术相比,本发明具有以下优点:
1、采用主成分分析法提取待测码型的权重矩阵来与库函数中比较识别,克服了累积量多次计算过程复杂的问题,能实现对光信号的码型实时准确的检测。
2、采用累积量结合主成分分析法识别码型,所识别的信号码型的类型种类多,满足实际复杂光通信系统的要求。
3、对信号采样后,主要通过数字信号处理器对信号码型进行识别,不需要大量的硬件设备,降低了成本。
附图说明
图1为本发明光信号码型分类识别方法流程图;
图2为本发明光信号传输系统结构示意图。
图中标注:1、驱动电路,2、马赫曾德光调制器,3、光纤放大器,4、带通滤波器,5、光电转换器,6、数字信号处理器,7、发送装置,8、传输装置,9、接收装置,10、信号处理装置。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
为了克服现有技术的不足,本申请设计了一种基于累积量和主成分分析的光信号码型检测方法和系统。信号处理装置10中,将待测信号进行四次异步周期采样,生成高阶累积量矩阵,再对该矩阵进行主成分分析,将待测信号的权重矩阵与库函数相比,利用欧氏距离或者机器学习分类器等方法进行码型的分类与识别。克服了累积量的多次计算的问题,具有较多的信号识别类型的个数,实现了对光信号的码型实时准确的检测。
如图1所示,一种光信号码型分类识别方法,包括以下步骤:
S1、建立光信号不同码型的主成分权重矩阵的库函数;
S2、对待测信号进行四次异步采样,计算得到累积量矩阵;
S3、计算得到待测信号的主成分权重矩阵;
S4、通过分类器与步骤S1建立的库函数对比得到信号的码型类别。
一种实现上述方法的信号处理装置10,包括数字信号处理器6,通过该数字信号处理器6实现步骤S1~S4。
如图2所示,一种含有上述的信号处理装置10的光信号传输系统,该系统还包括依次连接的发送装置7、传输装置8和接收装置9,信号处理装置10连接接收装置9。
发送装置7包括:
信号源,产生用于传输信息的二值数字信号;
光源,产生输入光信号;
驱动电路1,接收信号源发出的信号,用于产生对应于作为二值的数字信号的驱动电压;
马赫曾德光调制器2,连接驱动电路1和光源,对应于驱动电压调制输入光,将输入的电信号转换为光信号。
传输装置8包括光纤和设于光纤上的多个光纤放大器3,光纤用于传输调制后的光信号,光纤放大器3用于放大光信号,补偿线路传输损耗。马赫曾德光调制器2连接传输装置8输入端的光纤。光纤放大器3为掺饵光纤放大器3,本实施例中设有2个。
接收装置9包括相互连接的光带通滤波器4和光电转换器5。光带通滤波器4连接传输装置8输出端的光纤,用于过滤噪声的干扰。光电转换器5利用光电效应,将光信号转化为电信号。
步骤S1中库函数生成过程具体包括:
发送装置7分时发送不同码型的信号,例如OOK、16QAM、QPSK、64QAM等等,经过传输装置8进行传输,之后接收装置9将接收到的信号进行四次异步采样,得到四个采样变量{x1,x2,x3,x4},设向量X={x1,x2,x3,x4}。由文献Waveform-Preserving Blind Estimationof Multiple Independent Sources(Tong L,Inouye Y,Liu R W.Waveform-preservingblind estimation of multiple independent sources[J].IEEE Transactions onSignal Processing,1993,41(7):2461-2470.)可知,向量X的k+2阶累积量是nk个累积量矩阵的集合,其中n代表向量X中元素个数,具体累积量矩阵的计算方式参看文献中内容;本步骤中,选用四个采样变量,计算其四阶累积量矩阵,得到16个4×4的累积量矩阵,将16个累积量矩阵的每一列取出全部排成一列形成累积量列矩阵,各种调制码型的累积量列矩阵排成一列组合成一个组合列矩阵,对该组合列矩阵进行主成分分析,即将组合列矩阵中心化后求其协方差矩阵的特征值和对应的特征向量,按照阈值条件选取特征值和对应的特征向量,生成主成分方向后,将各种码型的列矩阵映射到主成分方向,得到权重矩阵,即形成库函数。
将需要检测的信号按照上述步骤S1中方法计算高阶累积量,再按照步骤S1已生成的主成分方向进行映射,得到权重矩阵,此时,有多种方式检验被测信号码型,比较简单的方式是利用欧式距离分类器,计算待测信号权重矩阵与库函数中权重矩阵的欧几里得距离,找到距离最短的权重矩阵对应的码型,即可得到送检信号的码型。
欧氏距离分类方法计算简单,在工程上应用较多,但准确性有待提高。机器学习分类器是另一类主要的分类方法,主要分为支持向量机和神经网络分类器,可以用库函数对分类器进行训练,再对检测信号进行分类,此分类方法与欧氏距离分类器相比,准确性有所提高,但运算量增加,会增加判决时间。实际应用中,可以根据具体要求合理选用这两种分类方式。
Claims (8)
1.一种光信号码型分类识别方法,其特征在于,包括以下步骤:
S1、建立光信号不同码型的主成分权重矩阵的库函数;
S2、对待测信号进行四次异步采样,计算得到累积量矩阵;
S3、计算得到待测信号的主成分权重矩阵;
S4、通过分类器与步骤S1建立的库函数对比得到信号的码型类别;
所述步骤S1具体包括:
S11、对不同码型的信号进行四次异步采样,计算得到四阶累积量矩阵;
S12、将各码型的累积量矩阵的每一列取出排成一列形成累积量列矩阵,将不同码型的累积量列矩阵排成一列形成组合列矩阵;
S13、对组合列矩阵进行主成分分析得到主成分方向;
S14、将各码型的累积量列矩阵映射到主成分方向得到各码型的主成分权重矩阵,形成库函数。
2.根据权利要求1所述的光信号码型分类识别方法,其特征在于,所述步骤S3具体包括:将步骤S2得到的待测信号的累积量矩阵按照步骤S1得到的主成分方向进行映射,计算得到主成分权重矩阵。
3.根据权利要求1所述的光信号码型分类识别方法,其特征在于,所述分类器包括欧式距离分类器和机器学习分类器。
4.一种信号处理装置,其特征在于,包括数字信号处理器,用于执行以下步骤:
S1、建立光信号不同码型的主成分权重矩阵的库函数;
S2、对待测信号进行四次异步采样,计算得到累积量矩阵;
S3、计算得到待测信号的主成分权重矩阵;
S4、通过分类器与步骤S1建立的库函数对比得到信号的码型类别;
所述步骤S1具体包括:
S11、对不同码型的信号进行四次异步采样,计算得到四阶累积量矩阵;
S12、将各码型的累积量矩阵的每一列取出排成一列形成累积量列矩阵,将不同码型的累积量列矩阵排成一列形成组合列矩阵;
S13、对组合列矩阵进行主成分分析得到主成分方向;
S14、将各码型的累积量列矩阵映射到主成分方向得到各码型的主成分权重矩阵,形成库函数。
5.一种含有权利要求4所述的信号处理装置的光信号传输系统,该系统还包括依次连接的发送装置、传输装置和接收装置,所述信号处理装置连接接收装置,其特征在于,所述发送装置包括依次连接的信号源、驱动电路和马赫曾德光调制器,还包括连接马赫曾德光调制器的光源。
6.根据权利要求5所述的光信号传输系统,其特征在于,所述传输装置包括光纤和设于光纤上的多个光纤放大器,所述马赫曾德光调制器连接传输装置输入端的光纤。
7.根据权利要求6所述的光信号传输系统,其特征在于,所述接收装置包括相互连接的光带通滤波器和光电转换器,所述光带通滤波器连接传输装置输出端的光纤。
8.根据权利要求6所述的光信号传输系统,其特征在于,所述光纤放大器为掺饵光纤放大器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710574090.9A CN107612620B (zh) | 2017-07-14 | 2017-07-14 | 光信号码型分类识别方法、装置及包含该装置的传输系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710574090.9A CN107612620B (zh) | 2017-07-14 | 2017-07-14 | 光信号码型分类识别方法、装置及包含该装置的传输系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107612620A CN107612620A (zh) | 2018-01-19 |
CN107612620B true CN107612620B (zh) | 2019-12-03 |
Family
ID=61059839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710574090.9A Active CN107612620B (zh) | 2017-07-14 | 2017-07-14 | 光信号码型分类识别方法、装置及包含该装置的传输系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107612620B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101410801A (zh) * | 2006-04-11 | 2009-04-15 | 国际商业机器公司 | 配置管理系统中的加权判断 |
CN106936500A (zh) * | 2015-12-30 | 2017-07-07 | 华为技术有限公司 | 一种光信号的传输方法及装置、系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8504504B2 (en) * | 2008-09-26 | 2013-08-06 | Oracle America, Inc. | System and method for distributed denial of service identification and prevention |
-
2017
- 2017-07-14 CN CN201710574090.9A patent/CN107612620B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101410801A (zh) * | 2006-04-11 | 2009-04-15 | 国际商业机器公司 | 配置管理系统中的加权判断 |
CN106936500A (zh) * | 2015-12-30 | 2017-07-07 | 华为技术有限公司 | 一种光信号的传输方法及装置、系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107612620A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
WO2018176889A1 (zh) | 一种数字通信信号调制方式自动识别方法 | |
CN110830112A (zh) | 一种可见光通信的方法及设备 | |
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 | |
CN109217923A (zh) | 一种联合光性能监测和速率、调制格式识别方法及系统 | |
CN110730037A (zh) | 一种基于动量梯度下降法的相干光通信系统光信噪比监测方法 | |
CN112688772B (zh) | 一种机器学习叠加训练序列帧同步方法 | |
CN110048781A (zh) | 一种光信号调制格式的识别方法及装置 | |
CN106100725A (zh) | 一种基于激光散斑检测的逆向调制无线光通信装置及方法 | |
CN109450836A (zh) | 一种状态转换概率分布的光数字通信调制格式识别方法 | |
CN106446791B (zh) | 智慧城市公共监控系统 | |
CN101764649B (zh) | 基于ica信号分离算法的mgdm多模光纤通信系统及方法 | |
CN111800216A (zh) | 一种无人机反制电磁波形的生成系统及方法 | |
CN107612620B (zh) | 光信号码型分类识别方法、装置及包含该装置的传输系统 | |
Borkowski et al. | Optical modulation format recognition in Stokes space for digital coherent receivers | |
CN113472435A (zh) | 一种光信号调制参数和损伤因素同时提取的方法 | |
Khan et al. | Simultaneous OSNR monitoring and modulation format identification using asynchronous single channel sampling | |
CN103763030A (zh) | 基于lifi灯光的单向传输装置 | |
CN109067464A (zh) | 光模块 | |
CN111193552B (zh) | 一种涡旋光束拓扑荷数识别方法 | |
CN107480598B (zh) | 基于人工智能的dsp系统 | |
Mani et al. | Free-space optical channel performance under atmospheric losses using orthogonal frequency division multiplexing | |
CN115866615A (zh) | 一种基于电磁频谱特征的无线网络通联关系发现方法 | |
CN116094594A (zh) | 光通信方法、装置、电子设备及存储介质 | |
CN108768584A (zh) | 一种数据压缩、解压缩的方法、装置及系统 |
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 |