CN109450836A - 一种状态转换概率分布的光数字通信调制格式识别方法 - Google Patents

一种状态转换概率分布的光数字通信调制格式识别方法 Download PDF

Info

Publication number
CN109450836A
CN109450836A CN201811533194.6A CN201811533194A CN109450836A CN 109450836 A CN109450836 A CN 109450836A CN 201811533194 A CN201811533194 A CN 201811533194A CN 109450836 A CN109450836 A CN 109450836A
Authority
CN
China
Prior art keywords
signal
modulation format
probability distribution
digital communication
identified
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
Application number
CN201811533194.6A
Other languages
English (en)
Other versions
CN109450836B (zh
Inventor
杨元军
杨爱英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201811533194.6A priority Critical patent/CN109450836B/zh
Publication of CN109450836A publication Critical patent/CN109450836A/zh
Application granted granted Critical
Publication of CN109450836B publication Critical patent/CN109450836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Optical Communication System (AREA)

Abstract

本发明涉及一种状态转换概率分布的光数字通信调制格式识别方法，属于调制格式识别技术领域。待识别的光数字通信信号和本振激光器输出的连续激光进行相干解调输出模拟基带信号，模拟基带信号经模数转换器变为数字信号，数字信号进行色散和偏振模色散均衡后再计算相邻符号状态转换的幅度变化概率分布，最后根据概率分布识别调制格式：先计算相邻符号状态转化的幅度变化比，再计算幅度变化比的概率分布，根据概率分布的不同，识别出是QPSK、16QAM和64QAM中的哪一种。所述方法对激光器线宽引起的相位噪声和发射机激光器与本振激光器间的频率偏移不敏感，能够容忍光纤的非线性；不需训练数据或额外的硬件，具有实现简单且成本低的优势。

Description

一种状态转换概率分布的光数字通信调制格式识别方法
技术领域
本发明涉及一种状态转换概率分布的光数字通信调制格式识别方法，属于调制格式识别技术领域。
背景技术
调制格式识别对未来光网络发展非常重要。下一代光纤通信网络应该是弹性灵活配置的，它将能够根据网络操作需求动态地生成不同调制格式、数据速率和纠错协议的数据信号。因此，在异构弹性光网络中，数字相干接收机能自适应地对光数字通信信号的调制格式进行盲识别备受关注，这将为后续的数字信号处理提供必要的调制格式信息。
近几年中，已有一些数字相干接收机的调制格式识别技术被提出。已有文献提出了基于信号累积量和信号功率分布的调制格式识别技术，该技术需要假定接收信号的光信噪比(OSNR)已知。基于接收数据峰均功率比的调制格式识别技术，需要滤波器和功率计等额外硬件。基于Stokes空间表示和最大化可变贝叶斯期望的算法，采用迭代框架来优化特定参数集，从而识别调制格式，需要计算时间较长。一种采用数字频率偏移加载用于调制格式识别的技术，在发射端需要附加导频信号。基于机器学习的调制格式识别技术，提取格式相关的敏感特征以识别信号类型，如基于人工神经网络(ANN)、主成分分析 (PCA)、卷积神经网络(CNN)和深层神经网络(DNN)的调制格式识别方法；但机器方法需要大量的信号样本进行训练。
本申请拟通过分析待识别光数字通信信号状态转换的幅度变化概率分布特征，识别出相干光通信系统中最常用的三种格式：QPSK、 16QAM和64QAM。
发明内容
本发明的目的在于克服现有光通信信号调制格式识别方法存在的需要额外硬件以及复杂度偏高的技术缺陷，提出了一种状态转换概率分布的光数字通信调制格式识别方法。
本方法的核心思想为：待识别的光数字通信信号和本振激光器输出的连续激光输入相干接收机中进行相干解调后输出模拟基带信号，模拟基带信号经模数转换器变为数字信号，数字信号进行色散和偏振模色散均衡后再计算相邻符号状态转换的幅度变化概率分布，最后根据概率分布识别调制格式，具体为：计算相邻符号状态转化的幅度变化比，计算幅度变化比的概率分布，根据概率分布的不同，识别出光数字通信调制是QPSK、16QAM和64QAM中的哪一种。
一种状态转换概率分布的光数字通信调制格式识别方法所依托的一种状态转换概率分布的光数字通信调制格式识别系统的工作过程，包括如下步骤：
步骤(1)将经光纤链路输出的将待识别光数字通信信号输入相干接收机中；
其中，待识别光数字通信信号的调制格式为QPSK、16QAM和64QAM 三者中的一种；
步骤(2)相干接收机利用本振激光器将步骤(1)待识别光数字通信信号进行相干解调，输出基带模拟信号；
步骤(3)将步骤(2)输出的基带模拟信号进入模数转换器，输出数字信号；
步骤(4)将步骤(3)输出的数字信号输入数字信号处理器进行处理，识别出待识别光数字通信信号的调制格式，具体包括如下子步骤：
步骤(4.1)对步骤(3)输出的数字信号进行色散均衡和偏振模色散均衡；
步骤(4.2)将步骤(4.2)色散均衡和偏振模色散均衡后的信号下采样到每个符号一个点；
步骤(4.3)计算经过步骤(4.2)后输出信号的相邻符号状态转换的幅度变化概率分布以识别调制格式，具体为：
其中，步骤(4.2)输出的第k个符号的幅度记为Ak，k＝1,2…N， N为符号数量；
计算相邻符号状态转换的幅度变化概率分布，具体包括如下子步骤：
步骤(4.3.1)计算相邻符号状态转换的幅度变化比，具体为：
rk＝Ak+1/Ak，若rk＜1,则取其倒数作为rk的值，一共有N-1个幅度变换比，记为r1，r2...rN-2，rN-1；
步骤(4.3.2)计算rk的概率分布P1，定义为
其中，表示幅度变化比小于等于的概率；
步骤(4.3.3)判断步骤(4.3.2)计算的P1是否大于等于阈值0.6, 若是则待识别光数字通信信号的调制格式判定为QPSK，结束本方法；否则待识别光数字通信信号的调制格式为16QAM或64QAM，跳至步骤 (4.3.4)进行后续步骤；
步骤(4.3.4)计算rk的概率分布P2以及计算R＝1/[1-P2]；
其中，
步骤(4.3.5)判断步骤(4.3.4)计算的R是否大于阈值Rth，若是则待识别光数字通信信号的调制格式判定为16QAM，否则待识别光数字通信信号的调制格式判定为64QAM，结束本方法；
其中，阈值Rth为能够区别16QAM与64QAM的常数值，例如Rth为20。
有益效果
本发明提出的一种状态转换概率分布的光数字通信调制格式识别方法，与现有技术相比，具有如下有益效果：
1.本方法对激光器线宽引起的相位噪声和发射机激光器与本振激光器之间的频率偏移不敏感，能够容忍光纤的非线性；
2.本方法不需要训练数据或额外的硬件，具有实现简单且成本低的优势。
附图说明
图1为本发明一种状态转换概率分布的光数字通信调制格式识别方法所基于的系统框图；
图2为本发明一种状态转换概率分布的光数字通信调制格式识别方法具体实施的流程图；
图3为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法将单信道2000km光纤数字通信系统中QPSK调制格式识别出来的P1的计算结果；
图4为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法将三信道2000km光纤数字通信系统中QPSK调制格式识别出来的P1的计算结果；
图5为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法将单信道2000km光纤数字通信系统中16QAM、64QAM调制格式识别出来的R的计算结果；
图6为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法将三信道2000km光纤数字通信系统中16QAM、64QAM调制格式识别出来的R的计算结果。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步说明。
实施例1
本实施例叙述了采用本发明所述的一种状态转换概率分布的光数字通信调制格式识别方法的具体实施。
图1为本发明一种状态转换概率分布的光数字通信调制格式识别方法所基于的系统框图。
其中，具体实施时，步骤如下：
步骤I)经过光纤链路输出的待识别光数字通信信号输入相干接收机中；
其中，光纤链路主要包括标准单模光纤、掺铒光纤放大器A；
其中，在相干接收机中，待识别光数字通信信号与本振激光器耦合通过3dB耦合器耦合在一起，并且待识别光通信信号的调制格式为 QPSK、16QAM和64QAM三者中的一种；
步骤II)相干接收机基于本振激光器输出的本振信号对步骤I) 中的待识别光通信信号进行相干解调后输出模拟基带信号；
步骤III)模拟基带信号经模数转换器变为数字信号；
步骤IV)将步骤III)输出的数字信号进行色散和偏振模色散均衡；
其中，色散和偏振模色散均衡后的数字信号为一个采样周期两个采样点，即采样速率是符号速率的两倍；
步骤V)将步骤IV)色散和偏振模色散均衡后的数字信号进行下采样到每个符号一个点，即采样速率等于符号速率；
步骤VI)计算步骤V)输出信号的相邻符号状态转换的幅度变化比及其概率分布；
步骤VII)基于幅度变化概率分布的结果识别调制格式。
图2为本发明一种状态转换概率分布的光数字通信调制格式识别方法具体实施的流程图，如下步骤：
步骤1)将数字信号处理器中经色散、偏振模色散均衡后的信号进行重采样，使得采样率等于符号速率，即每个符号采集一个点；
步骤2)计算相邻符号状态转换的幅度变化比rk及其概率分布P1、 P2
具体为：
rk＝Ak+1/Ak，若rk＜1,则取其倒数作为rk的值，一共有N-1个幅度变换比，即r1，r2…rN-2，rN-1；
rk的概率分布P1，定义为
rk的概率分布P2,定义为
其中表示幅度变化比小于等于的概率；表示幅度变化比小于等于的概率；
步骤3)判断步骤2)计算的P1是否大于等于阈值0.6,若是则待识别光数字通信信号的调制格式判定为QPSK，结束本方法；否则待识别光数字通信信号的调制格式为16QAM或64QAM，进行后续步骤；
步骤4)计算R＝1/[1-P2]；
步骤5)判断步骤4)计算的R是否大于20，若是则待识别光数字通信信号的调制格式判定为16QAM，否则待识别光数字通信信号的调制格式判定为64QAM。
实施例2
本实施例叙述了采用本发明所述的一种状态转换概率分布的光数字通信调制格式识别方法识别单信道2000km光纤数字通信系统中传输的光数字信号的调制格式进行识别。本实施例中，发射激光器和本振激光器的线宽均为100kHz,本振激光器与待识别的光数字通信信号中心波长相同，为1554.0nm。QPSK、16QAM和64QAM三种调制格式的光数字信号分别输入2000km的光纤通信系统，符号速率为 28Gbaud,每种调制格式的光信号进入光纤的功率为2.0dBm，每个光纤跨段的长度为100km。在每个光纤跨段后，掺铒光纤放大器用来补偿光纤的损耗。传输2000km之后，相干光接收的信号经过两倍的采样进行色散和偏振模色散均衡，然后再进行重采样，得到每个符号一个采样点的数字信号。计算相邻符号状态转换的幅度变化比rk及其概率分布P1、P2。考虑到光纤通信系统的光信噪比由于级联使用的掺铒光纤放大器数量不同，会使得接收端光信噪比发生变化。因此在本实施例中，在接收端通过掺铒光纤放大器和衰减器获得功率可变的自发辐射噪声，并通过一个3dB耦合器与调制格式待识别的光信号耦合，从而改变接收端光信号的信噪比。图3为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法的流程计算的单信道 28Gbaud光信数字信号相邻符号幅度比的概率分布P1随着光信噪比变化的结果：由图3可以看出，QPSK格式的信号P1大于0.6,而 16QAM、64QAM格式的信号P1小于0.6,因此根据P1是大于0.6将QPSK 格式识别出来。图4为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法的流程计算的单信道28Gbaud光信数字信号相邻符号幅度比的概率分布函数R随着光信噪比变化的结果：由图 4可以看出，16QAM格式的信号R大于20,而64QAM格式的信号 R小于20,因此根据R是大于20将16QAM格式识别出来，根据R是小于等于20将16QAM格式识别出来。因此，依据P1和R的取值，可以将 QPSK、16QAM、64QAM三种调制格式识别出来，并且对噪声不敏感。
由于光纤中存在非线性效应，随着光纤传输距离的增加，累积的非线性增加。实施例2中，光纤的输入功率较大且光纤传输距离长，因此累积的信道内非线性效应较大，从图3和图4的结果可以得出本发明所述方法能容忍光纤的信道内非线性效应。
实施例3
本实施例叙述了采用本发明所述的一种状态转换概率分布的光数字通信调制格式识别方法识别三信道2000km光纤数字通信系统中传输的光数字信号的调制格式进行识别。本实施例中，发射激光器和本振激光器的线宽均为100kHz,三个信道的波长分别为1553.6nm、 1554.0nm、1554.4nm。本振激光器分别与待识别信道的光数字通信信号中心波长相同。QPSK、16QAM和64QAM三种调制格式的光数字信号分别输入1000km的光纤通信系统，符号速率为28Gbaud,每种调制格式的光信号进入光纤的功率为3.0dBm，每个光纤跨段的长度为 100km。在每个光纤跨段后，掺铒光纤放大器用来补偿光纤的损耗。传输1000km之后，相干光接收的信号经过两倍的采样进行色散和偏振模色散均衡，然后再进行重采样，得到每个符号一个采样点的数字信号。计算相邻符号状态转换的幅度变化比rk及其概率分布P1、P2。考虑到光纤通信系统的光信噪比由于级联使用的掺铒光纤放大器数量不同，会使得接收端光信噪比发生变化。因此在本实施例中，在接收端通过掺铒光纤放大器和衰减器获得功率可变的自发辐射噪声，并通过一个3dB耦合器与调制格式待识别的光信号耦合，从而改变接收端光信号的信噪比。图4为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法将三信道2000km光纤数字通信系统中QPSK调制格式识别出来的P1的计算结果；图5为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法的流程计算的三信道28Gbaud光信数字信号相邻符号幅度比的概率分布P1随着光信噪比变化的结果：由图5可以看出，QPSK格式的信号P1大于0.6, 而16QAM、64QAM格式的信号P1小于0.6,因此根据P1是大于0.6将 QPSK格式识别出来。图6为依据图2本发明一种状态转换概率分布的光数字通信调制格式识别方法的流程计算的三信道28Gbaud光信数字信号相邻符号幅度比的概率分布函数R随着光信噪比变化的结果：由图6可以看出，16QAM格式的信号R大于20,而64QAM格式的信号R小于20,因此根据R是大于20将16QAM格式识别出来，根据R是小于等于20将16QAM格式识别出来。因此，依据P1和R的取值，可以将三信道光纤数字通信系统中QPSK、16QAM、64QAM三种调制格式识别出来。
由于光纤中存在非线性效应，随着光纤传输距离的增加，累积的非线性增加。实施例3中，光纤的输入功率较大且光纤传输距离长，因此三个信道之间累积的信道间非线性效应较大，从图5和图6的结果可以得出本发明所述方法能容忍光纤的信道间非线性效应。
由实施例2图3和图4的结果与实施例3中图5和图6的结果可以得出本发明所述方法能容忍长距离光纤传输累积的非线性效应。
以上所述为本发明的较佳实施例而已，本发明不应该局限于该实施例和附图所公开的内容。凡是不脱离本发明所公开的精神下完成的等效或修改，都落入本发明保护的范围。

Claims (3)

1.一种状态转换概率分布的光数字通信调制格式识别方法，其特征在于：包括如下步骤：
步骤(1)将经光纤链路输出的待识别光数字通信信号输入相干接收机中；
步骤(2)相干接收机利用本振激光器将步骤(1)待识别光数字通信信号进行相干解调，输出基带模拟信号；
步骤(3)将步骤(2)输出的基带模拟信号进入模数转换器，输出数字信号；
步骤(4)将步骤(3)输出的数字信号输入数字信号处理器进行处理，识别出待识别光数字通信信号的调制格式，具体包括如下子步骤：
步骤(4.1)对步骤(3)输出的数字信号进行色散均衡和偏振模色散均衡；
步骤(4.2)将步骤(4.2)色散均衡和偏振模色散均衡后的信号下采样到每个符号一个点；
步骤(4.3)计算经过步骤(4.2)后输出信号的相邻符号状态转换的幅度变化概率分布以识别调制格式，具体为：
其中，步骤(4.2)输出的第k个符号的幅度记为N为符号数量；
计算相邻符号状态转换的幅度变化概率分布，具体包括如下子步骤：
步骤(4.3.1)计算相邻符号状态转换的幅度变化比，具体为：若rk＜1,则取其倒数作为rk的值，一共有N-1个幅度变换比，记为r1，r2...rN-2，rN-1；
步骤(4.3.2)计算rk的概率分布P1，定义为
其中，表示幅度变化比小于等于的概率；
步骤(4.3.3)判断步骤(4.3.2)计算的P1是否大于等于阈值0.6,若是则待识别光数字通信信号的调制格式判定为QPSK，结束本方法；否则待识别光数字通信信号的调制格式为16QAM或64QAM，跳至步骤(4.3.4)进行后续步骤；
步骤(4.3.4)计算rk的概率分布P2以及计算R＝1/[1-P2]；
其中，
步骤(4.3.5)判断步骤(4.3.4)计算的R是否大于阈值Rth，若是则待识别光数字通信信号的调制格式判定为16QAM，否则待识别光数字通信信号的调制格式判定为64QAM，结束本方法。
2.根据权利要求1所述的一种状态转换概率分布的光数字通信调制格式识别方法，其特征在于：步骤(1)中，待识别光数字通信信号的调制格式为QPSK、16QAM和64QAM三者中的一种。
3.根据权利要求1所述的一种状态转换概率分布的光数字通信调制格式识别方法，其特征在于：步骤(4.3.5)中，阈值Rth为能够区别16QAM与64QAM的常数值。
CN201811533194.6A 2018-12-14 2018-12-14 一种状态转换概率分布的光数字通信调制格式识别方法 Active CN109450836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811533194.6A CN109450836B (zh) 2018-12-14 2018-12-14 一种状态转换概率分布的光数字通信调制格式识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811533194.6A CN109450836B (zh) 2018-12-14 2018-12-14 一种状态转换概率分布的光数字通信调制格式识别方法

Publications (2)

Publication Number Publication Date
CN109450836A true CN109450836A (zh) 2019-03-08
CN109450836B CN109450836B (zh) 2020-05-29

Family

ID=65558686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811533194.6A Active CN109450836B (zh) 2018-12-14 2018-12-14 一种状态转换概率分布的光数字通信调制格式识别方法

Country Status (1)

Country Link
CN (1) CN109450836B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110048781A (zh) * 2019-04-17 2019-07-23 武汉邮电科学研究院有限公司 一种光信号调制格式的识别方法及装置
CN111083078A (zh) * 2019-12-11 2020-04-28 华中科技大学 一种概率整形正交振幅调制格式盲识别方法及系统
CN113098601A (zh) * 2021-04-13 2021-07-09 兰州理工大学 一种深度学习预均衡-超奈奎斯特速率大气光传输方法
CN114598581A (zh) * 2022-01-24 2022-06-07 北京邮电大学 概率整形信号的双阶段检测模型训练方法、识别方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016202923A1 (en) * 2015-06-19 2016-12-22 Danmarks Tekniske Universitet Optical signal-to-noise ratio estimator and estimation methodology for optical communication
CN106899531A (zh) * 2017-03-01 2017-06-27 西安电子科技大学 一种识别卫星通信信号调制方式的方法
CN107018108A (zh) * 2017-05-10 2017-08-04 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
CN108880692A (zh) * 2018-06-05 2018-11-23 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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016202923A1 (en) * 2015-06-19 2016-12-22 Danmarks Tekniske Universitet Optical signal-to-noise ratio estimator and estimation methodology for optical communication
CN106899531A (zh) * 2017-03-01 2017-06-27 西安电子科技大学 一种识别卫星通信信号调制方式的方法
CN107018108A (zh) * 2017-05-10 2017-08-04 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
CN108880692A (zh) * 2018-06-05 2018-11-23 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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HISHAM ABUELLA等: "Automatic Modulation Classification Based on Kernel Density Estimation", 《CANADIAN JOURNAL OF ELECTRICAL AND COMPUTER ENGINEERING》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110048781A (zh) * 2019-04-17 2019-07-23 武汉邮电科学研究院有限公司 一种光信号调制格式的识别方法及装置
CN111083078A (zh) * 2019-12-11 2020-04-28 华中科技大学 一种概率整形正交振幅调制格式盲识别方法及系统
CN113098601A (zh) * 2021-04-13 2021-07-09 兰州理工大学 一种深度学习预均衡-超奈奎斯特速率大气光传输方法
CN114598581A (zh) * 2022-01-24 2022-06-07 北京邮电大学 概率整形信号的双阶段检测模型训练方法、识别方法及装置
CN114598581B (zh) * 2022-01-24 2023-08-04 北京邮电大学 概率整形信号的双阶段检测模型训练方法、识别方法及装置

Also Published As

Publication number Publication date
CN109450836B (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
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
Bilal et al. Blind modulation format identification for digital coherent receivers
CN109361471B (zh) 一种基于幅度偏差分析的光通信信号调制格式识别方法
US6690894B2 (en) Multilevel optical signals optimized for systems having signal-dependent and signal-independent noises, finite transmitter extinction ratio and intersymbol interference
US7233962B2 (en) Optical error simulation system
CN111884716B (zh) 一种基于神经网络的光纤通信系统性能评估方法
CN109379132B (zh) 一种低速相干探测和神经网络估计光纤色散的装置与方法
CN109347776A (zh) 一种差分相位幅度比的光通信信号调制格式识别方法
CN111541483A (zh) 基于高阶统计矩的相干光通信系统光信噪比监测方法
CN102035602A (zh) 基于最优信道编码调制的自适应光传输系统和方法
Guesmi et al. Modulation formats recognition technique using artificial neural networks for radio over fiber systems
CN112613538B (zh) 一种基于加权主成分分析的非线性均衡方法
CN114553315A (zh) 基于CNN-biRNN的光纤非线性均衡方法及系统
CN113472435A (zh) 一种光信号调制参数和损伤因素同时提取的方法
Zhou et al. Simultaneous baud rate/modulation format identification and multi-parameter optical performance monitoring using multi-task learning with enhanced picture of Radon transform
Liu et al. Machine learning based fiber nonlinear noise monitoring for subcarrier-multiplexing systems
Xu et al. Optical performance monitoring in transparent fiber-optic networks using neural networks and asynchronous amplitude histograms
CN116389207A (zh) 一种基于信号幅度直方图的调制格式识别方法
Guo et al. Deep neural network based chromatic dispersion estimation with ultra-low sampling rate for optical fiber communication systems
CN114598581B (zh) 概率整形信号的双阶段检测模型训练方法、识别方法及装置
Udalcovs et al. Investigation of allowed channel spacing for differently modulated optical signals in combined HDWDM systems
CN113364519B (zh) 一种光性能监测方法、装置、电子设备以及存储介质
Cai et al. Optical filtering impairment monitoring based on artificial neural network in coherent receiver
Isoe et al. A high capacity data centre network: simultaneous 4-PAM data at 20 Gbps and 2 GHz phase modulated RF clock signal over a single VCSEL carrier
Wang et al. Deep learning enabled simultaneous OSNR and CD monitoring for coherent transmission system

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190308

Assignee: Hengshui Hanwang Electronic Technology Co.,Ltd.

Assignor: BEIJING INSTITUTE OF TECHNOLOGY

Contract record no.: X2022990000971

Denomination of invention: A method of modulation format recognition in optical digital communication based on state transition probability distribution

Granted publication date: 20200529

License type: Exclusive License

Record date: 20221201

EE01 Entry into force of recordation of patent licensing contract