CN109474336B - 一种光信噪比监测装置及监测方法 - Google Patents
一种光信噪比监测装置及监测方法 Download PDFInfo
- Publication number
- CN109474336B CN109474336B CN201910017755.5A CN201910017755A CN109474336B CN 109474336 B CN109474336 B CN 109474336B CN 201910017755 A CN201910017755 A CN 201910017755A CN 109474336 B CN109474336 B CN 109474336B
- Authority
- CN
- China
- Prior art keywords
- signal
- polarization
- noise ratio
- optical signal
- var
- 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.)
- Expired - Fee Related
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 87
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012806 monitoring device Methods 0.000 title claims abstract description 10
- 230000010287 polarization Effects 0.000 claims abstract description 57
- 239000013598 vector Substances 0.000 claims abstract description 26
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 239000013307 optical fiber Substances 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000006735 deficit Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000012935 Averaging Methods 0.000 claims 1
- 238000012549 training Methods 0.000 abstract description 15
- 238000013468 resource allocation Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 239000006185 dispersion Substances 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- H04B10/07—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
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
- H04B10/07953—Monitoring or measuring OSNR, BER or Q
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- 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
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
- H04B10/07951—Monitoring or measuring chromatic dispersion or PMD
-
- 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
- H04B10/2569—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion due to polarisation mode dispersion [PMD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种光信噪比监测装置及监测方法，该装置包括用于获取待测信号的斯托克斯参数的信号获取装置、用于提取斯托克斯参数中的信噪比和偏振损伤的信号特征提取装置、经光信号特征参数及其对应的光信噪比值训练所得的支持向量回归模型。本装置通过对斯托克斯参数的获取、信噪比和偏振损伤的提取且基于支持向量回归机实现光信噪比监测，其结构简单，成本低，可广泛部署于网络中的各个节点，为光网络中的资源分配及动态路由提供信息依据。
Description
技术领域
本发明涉及光通信装置领域，具体涉及一种光信噪比监测装置及监测方法。
背景技术
由于骨干网需要实现大容量、高带宽、高速率以及长距离传输，这对现代光通信系统的传输能力和性能维护提出了更高的要求。实际的光网络常常使用高阶调制格式信号以及波分复用、频分复用和偏振复用等技术来实现大容量、高速率的数据传输。在传输过程中，由于信号的功率会不断地降低，信号的质量也会不断地变差。因此现代光纤通信系统为了实现低成本、远距离传输的目的，常常在光纤链路中使用中继传输的方式，在不同的中继站使用掺铒光纤放大器EDFA来实现信号的放大。但过多的放大器的使用，就会使得放大器的噪声比如自发辐射ASE噪声不断地累积，从而影响传输信号的质量和系统的性能。由于光信噪比OSNR可以直观地反映传输光信号的信号功率和噪声功率的变化，故而OSNR是光性能监测OPM中衡量光路性能的重要指标，可直接反映信号质量和系统的性能。
另一方面，为了实现动态路由以及资源分配，需要在网络中广泛部署OPM节点，因此，OPM模块的成本一定不能像传统监测仪器一样昂贵。而OPM模块的成本和监测技术是直接相关的，不同的接收方式、数据处理算法，都会对成本造成影响。如上所述，OSNR是OPM模块最重要的监测参数，因此低成本的OSNR监测方案是当前和未来高速光网络运营的急切需求。
发明内容
本发明为了解决上述技术问题提供一种光信噪比监测装置及监测方法。
本发明通过下述技术方案实现：
一种光信噪比监测装置，包括：
用于获取待测信号的斯托克斯参数的信号获取装置；
用于提取斯托克斯参数中的信噪比和偏振损伤的信号特征提取装置；
经光信号特征参数及其对应的光信噪比值训练所得的支持向量回归模型。
本装置通过斯托克斯参数的获取、信噪比和偏振损伤的提取且基于支持向量回归机实现光信噪比监测，其结构简单，成本低，可广泛部署于网络中的各个节点，为光网络中的资源分配及动态路由决策等光网络管理和控制优化提供信息依据。
一种光信噪比监测方法，包括以下步骤：
A、获取光纤链路传输的光信号中的斯托克斯参数；
B、提取斯托克斯参数中的信噪比、偏振损伤信号特征；
C、将上述信号特征输入至经光信号特征参数及其对应的光信噪比值训练完成的支持向量回归模型以输出光信噪比。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明通过斯托克斯参数的获取、信噪比和偏振损伤的提取且基于支持向量回归机实现光信噪比监测，其结构简单，成本低，可广泛部署于网络中的各个节点，光信噪比监测速度快，准确性高，为光网络中的资源分配及动态路由决策等光网络管理和控制优化提供信息依据。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。
图1为本发明的原理框图。
图2为实施例3中的系统仿真模型的原理框图。
图3为本发明偏振仪的结构示意图。
图4为在不同色散条件下，光信噪比的监测结果。
图5为不同偏振模色散条件下，光信噪比的监测结果。
图6为不同偏振相关损耗条件下，光信噪比的监测结果。
图7为不同偏振态条件下，光信噪比的监测结果。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1所示的一种光信噪比监测装置，包括依次信号连接的信号获取装置、信号特征提取装置、支持向量回归模型。信号特征提取装置用于提取斯托克斯参数中的信噪比和偏振损伤，支持向量回归模型为经多组光信号信号特征及其对应的光信噪比值训练得到的模型。装置可安装在网络中的各个节点，运行时，利用信号获取装置获取光纤链路2传输的光信号即待测信号中的斯托克斯参数，信号特征提取装置提取斯托克斯参数中的信噪比、偏振损伤信号特征，上述提取的信号输入至支持向量回归模型中输出光信噪比。采用本装置，通过支持向量回归模型SVR构建的信号特征与信噪比之间的关系，仅需获取斯托克斯参数，并提取出斯托克斯参数中的信号特征即可实现光信噪比的监测，其结构简单，方法快捷，预测结果准确。
实施例2
基于上述实施例的原理，本实施例对其实施方式进行细化。
信号获取装置包括依次信号连接的信号分离装置、信号检测装置、低通滤波器、模数转换器。信号分离装置可采用99：1的定向耦合器1，波分复用WDM光通信网络中传输的包含自发辐射ASE噪声的偏振复用光信号，经定向耦合器分离后，通过调整光带通滤波器的带宽以仅使一个光信号通道通过而不影响其相邻的信道；信号检测装置可采用偏振仪实现，以获取偏振复用光信号中连续斯托克斯参数；低通滤波器可采用数字低通滤波器，对连续斯托克斯参数连续滤波；模数转换器可采用10MHz的模数转换器，获得最终的斯托克斯参数(S0,S1,S2,S3)。
获得斯托克斯参数后，需要对这些参数进行预处理以提取信号特征，由于本发明所采用的模数转换器ADC仅为10MHz，因此在提取特征时对数字信号处理器的要求也比较低，可以有效降低该方案的成本。这里需要提取的信号特征包括两个方面：首先，对采集到的斯托克斯参数求其均值E和方差Var，所求得的这些数字特征(E(S0)；Var(S1),Var(S2))中包含了光信号的信噪比信息；其次，利用平面拟合的算法，可以获得两路正交偏振态的斯托克斯向量±(S1,S2,S3)，进而提取出表征偏振损伤的参数。
上述获得的表征信号特征的六个参数，输入至训练完成的支持向量回归模型中，获得最终的光信噪比的预测值。其中，支持向量回归机的模型的训练，通过多组信号的信号特征及其对应的光信噪比值训练而得。本实施例的装置和方法可应用于偏振复用光通信系统中光信噪比的监测，其中支持向量回归机模型的训练，可通过在实际通信网络中按时间序列采集的信号及光谱仪测得的光信噪比值作为训练集,训练本发明的模型；模型一经训练好,即可脱离光谱仪独立工作。
实施例3
基于上述实施例的原理，现对本方案的可实施性进行说明。
由于难以获取运营商现网实测数据,也不可能天价搭建实验室系统获取测量数据，由于VPITransmissionMaker软件仿真能模拟获得和真实系统有一致的规律，我们采用VPITransmissionMaker软件仿真获取所需的测量参量，用于说明本专利的具体实施方法和可行性。系统仿真模型如图2所示，在发射端，DP-QPSK信号由两路独立的、码长为215-1的伪随机序列，经过脉冲产生器驱动两路并行的SD-MZM调制产生。其中，连续波激光器的中心频率为193.1THz，激光器线宽为0.1MHz，发射功率为10dBm，OSNR模块通过给信号加入高斯白噪声来设置光信噪比。传输链路包含一段光纤损耗为0.2dB/km、色散损耗系数为16ps/nm/km的标准单模光纤，PDL和PMD模拟器分别用于仿真系统中的一阶偏振模色散和偏振相关损耗，Pol Rotator1和Pol Rotator2用于仿真系统中的偏振旋转。接收端包括了一个可调光带通滤波器OBPM、通用偏振仪、10MHz数字抗混叠滤波器以及采样率为50MHz的模数转换器。
本方案中的偏振复用光信号被99：1的定向耦合器分离后，通过调整光带通滤波器的带宽滤出待测波长的光信号；随后，利用偏振仪来获取偏振复用光信号的连续斯托克斯参数。其中偏振仪的结构如图3所示，输入的光信号通过定向耦合器等分成三路光信号，从上至下分别为第一、二和三光信号。第一光信号经过方位角为0的第一偏振分束器，随后经过第一平衡探测器，可得到S0、S1；类似的，第二光信号经过方位角为45°的第二偏振分束器、第二平衡探测器可得到S2；第三路光信号先经过一个四分之一玻片，再经过方位角为45°的第三偏振分束器、第三平衡探测器可得到S3。此时获得的是连续的斯托克斯参数，随后每个支路分别经过一个10MHz的抗混叠滤波器，以及一个50MHz的ADC，可以获得最终的瞬时斯托克斯参数。这里的抗混叠滤波器的带宽虽然仅为10MHz，但对于提取信号特征已经足够，此外，这样的带宽可以避免色散对监测结果的产生影响。
斯托克斯参数的数字特征即均值和方差中包含了光信噪比的信息，但是由于光信号的偏振态SOP在传输过程中会发生旋转，导致光信号的SOP与偏振分束器之间有一定夹角，如果直接采用统计学定义来计算方差，将会带来巨大的误差，在这里，我们采用了奇异值分解SVD的办法来求解斯托克斯参数的方差，光信号SOP的旋转会导致邦加球Poincare-Sphere的整体旋转，而不会改变形状，由于SVD本身就是一种平面拟合的算法，因此非常适用于这类问题的求解。
SVD具体的求解方差的方法如下：假设通过上述方法获得m个斯托克斯参数
这些参数构成一个m×3的矩阵A，利用奇异值分解算法，A可以分解为三个矩阵的乘积，即A＝UΣV*。其中，矩阵V是一个3×3的矩阵，三个列向量分别对应了旋转后的坐标轴，第三列对应着S1轴的方向；矩阵Σ中包含了矩阵A的奇异值，矩阵Σ的形式为：
这里的σ1,σ2,σ3对应着(S1,S2,S3)的方差。斯托克斯参数的均值与光信号的SOP存在一定的关联性，因此我们可以直接利用均值定义求解。通过以上计算，我们可以获得表征光信噪比的参数：E(S0)；Var(S1),Var(S2)。
偏振复用光通信系统中的偏振损伤主要包括偏振模色散PMD和偏振相关损耗PDL，而PMD和PDL与信号的偏振态直接相关，因此在估计PMD和PDL之前，必须要先获取信号的偏振态。利用上述奇异值分解的方法，可以获得两路正交偏振态的斯托克斯向量：±(S1,S2,S3)。于是，信号的偏振态与系统坐标系夹角(θ)，可以通过
求得；系统中的一阶PMD可以通过两路偏振信号的相位差(δ)来估计，而相位差可以通过δ＝arctan(S2，S3)求得；此外，系统中PDL则可以通过E(S1)cos(θ)来估计。综上所述，我们从斯托克斯参数中提取了六个表征信号特征的参数分别为E(S0)、Var(S1)、Var(S2)、θ、δ、E(S1)cos(θ)。
我们将利用支持向量回归机来进行模型训练，训练部分采用了台湾大学林智仁教授等开发设计的Libsvm工具包，结合Matlab进行仿真。训练的数据由上述VPITransmissionMaker仿真系统所得，通过设置不同的损伤参数，来获取不同的训练数据，具体的参数设置如表1所示，通过这些参数的组合，我们获得了6400组训练样本，需要注意的是支持向量回归机的计算复杂度与输入样本数没有关系，而仅仅与模型的支持向量数有关。在实际使用时，训练数据可以使用不同时间从实际光通信系统中采集到光信号，利用本方案信号获取装置、信号特征提取装置及其信号特征提取的方法提取信号特征，利用光谱仪获得OSNR值。
表1：用于训练和测试的损伤参数
上述表1中，DGD为两个偏振模之间的差分群时延，CD为光纤中的色度色散，PDL为偏振相关损耗，Angle1为PolRotator1的偏振旋转角，Angle2为Pol Rotator2的偏振旋转角。
支持向量回归机的输入由上述表征偏振损伤的参数(θ，δ，PDL)及表征光信噪的参数(E(S0)，Var(S2)，Var(S3))构成，这里记为：
SVRinput＝(θ，δ，PDL，E(S0)，Var(S2)，Var(S3))
与之对应的输出则为待估计的光信噪比的值：SVRoutput＝(OSNR)。
支持向量回归机的模型选用e-SVR，核函数选用RBF函数，最终得到训练好的SVR模型，训练时间约为5s左右，模型中支持向量的个数仅为252个。最后，利用表一中的测试参数生成的测试数据，对模型进行验证，每个测试数据的测试时间不到1s，可以达到实时监测的要求，最终的预测结果如图4-7所示。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种光信噪比监测装置，其特征在于，包括：
用于获取待测信号的斯托克斯参数(S0,S1,S2,S3)的信号获取装置；
用于提取斯托克斯参数中的信噪比(E(S0)；Var(S1),Var(S2))和偏振损伤(θ、δ、E(S1)cos(θ))的信号特征提取装置；
经信噪比(E(S0)；Var(S1),Var(S2))、偏振损伤(θ、δ、E(S1)cos(θ))及其对应的光信噪比值训练所得的支持向量回归模型；
将信号特征提取装置提取的信号特征输入至所述的支持向量回归模型以输出光信噪比；
其中，E为均值，Var为方差，θ为信号的偏振态与系统坐标系夹角，δ为偏振信号的相位差。
2.根据权利要求1所述的一种光信噪比监测装置，其特征在于，所述信号获取装置包括：
从光信号中分离出偏振复用光信号的信号分离装置，
检测偏振复用光信号中连续斯托克斯参数的信号检测装置，
对连续斯托克斯参数连续滤波的低通滤波器，
将滤波后的信号转化为数字信号的模数转换器。
3.根据权利要求2所述的一种光信噪比监测装置，其特征在于，所述信号分离装置为定向耦合器。
4.根据权利要求2所述的一种光信噪比监测装置，其特征在于，所述信号检测装置为偏振仪，所述偏振仪包括3路等分光信号处理电路，第一路光信号处理电路包括依次信号连接的方位角为0°的第一偏振分束器、第一平衡探测器，第二路光信号处理电路包括依次信号连接的方位角为45°的第二偏振分束器、第二平衡探测器；第三路光信号处理电路包括依次信号连接的四分之一玻片、方位角为45°的第三偏振分束器、第三平衡探测器。
5.根据权利要求2所述的一种光信噪比监测装置，其特征在于，所述模数转换器的采样率为10MHz。
6.根据权利要求1所述的一种光信噪比监测装置，其特征在于，所述信号特征提取装置对采集到的斯托克斯参数求其均值，并利用奇异值分解算法求其方差以获得信噪比信息、利用平面拟合的算法获得两路正交偏振态的斯托克斯向量以提取偏振损伤的信息。
7.一种光信噪比监测方法，其特征在于，包括以下步骤：
A、获取光纤链路传输的光信号中的斯托克斯参数(S0,S1,S2,S3)；
B、提取斯托克斯参数中的信噪比(E(S0)；Var(S1),Var(S2))、偏振损伤(θ、δ、E(S1)cos(θ))信号特征，
C、将信噪比(E(S0)；Var(S1),Var(S2))、偏振损伤(θ、δ、E(S1)cos(θ))输入至经信噪比(E(S0)；Var(S1),Var(S2))、偏振损伤(θ、δ、E(S1)cos(θ))及其对应的光信噪比值训练完成的支持向量回归模型以输出光信噪比；
其中，E为均值，Var为方差，θ为信号的偏振态与系统坐标系夹角，δ为偏振信号的相位差。
8.根据权利要求7所述的一种光信噪比监测方法，其特征在于，步骤A具体为：
A1、利用定向耦合器对光纤链路传输的光信号进行分离；
A2、利用偏振仪获取光信号的连续斯托克斯参数；
A3、依次通过低通滤波器以及模数转换器对斯托克斯参数进行数量得到最终的斯托克斯参数(S0,S1,S2,S3)。
9.根据权利要求7所述的一种光信噪比监测方法，其特征在于，步骤B包括：
B1、对采集到的斯托克斯参数求均值和方差得到包含光信号的信噪比信息的数字特征(E(S0)；Var(S1),Var(S2))；
B2、利用平面拟合的算法获得两路正交偏振态的斯托克斯向量±(S1,S2,S3)，提取出表征偏振损伤的参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910017755.5A CN109474336B (zh) | 2019-01-08 | 2019-01-08 | 一种光信噪比监测装置及监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910017755.5A CN109474336B (zh) | 2019-01-08 | 2019-01-08 | 一种光信噪比监测装置及监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109474336A CN109474336A (zh) | 2019-03-15 |
| CN109474336B true CN109474336B (zh) | 2020-11-06 |
Family
ID=65678289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910017755.5A Expired - Fee Related CN109474336B (zh) | 2019-01-08 | 2019-01-08 | 一种光信噪比监测装置及监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109474336B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112787717B (zh) * | 2020-12-30 | 2022-03-01 | 武汉邮电科学研究院有限公司 | 光信噪比预测方法及装置 |
| CN112819179B (zh) * | 2021-01-29 | 2022-05-24 | 华中科技大学 | 一种光信号调制参数提取模型的构建方法及其应用 |
| CN115208462A (zh) * | 2022-07-14 | 2022-10-18 | 上海交通大学 | 光通信系统光模块控制参数优化方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7218436B2 (en) * | 2003-08-08 | 2007-05-15 | General Photonics Corporation | Optical instrument and measurements using multiple tunable optical polarization rotators |
| US7522785B2 (en) * | 2004-12-01 | 2009-04-21 | General Photonics Corporation | Measurements of polarization-dependent loss (PDL) and degree of polarization (DOP) using optical polarization controllers |
| US20120219285A1 (en) * | 2011-02-28 | 2012-08-30 | David Jimmy Dahan | In-band optical signal to noise ratio monitoring technique |
| US8983290B2 (en) * | 2013-06-24 | 2015-03-17 | Fujitsu Limited | System and method for monitoring a dual-polarization signal using an in-band supervisory signal |
| WO2015006981A1 (zh) * | 2013-07-19 | 2015-01-22 | 华为技术有限公司 | 一种osnr检测方法、装置和系统 |
| 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 |
-
2019
- 2019-01-08 CN CN201910017755.5A patent/CN109474336B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Non-Patent Citations (1)
| Title |
|---|
| 用于偏振复用（PMD）光通信系统的OSNR监测技术研究;陈磊;《中国优秀硕士学位论文全文数据库 信息科技辑》;20140115;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109474336A (zh) | 2019-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109474336B (zh) | 一种光信噪比监测装置及监测方法 | |
| CN108446631B (zh) | 基于卷积神经网络的深度学习的智能频谱图分析方法 | |
| US20190101447A1 (en) | Integrated polarimeter in an optical line system | |
| EP2475113B1 (en) | Method and device for detecting in-band optical signal to noise ratio | |
| US9608722B2 (en) | Method and apparatus for measuring quality parameters of optical transmission channel | |
| US9960845B2 (en) | In-band optical-link monitoring for a WDM network | |
| JP4008454B2 (ja) | 偏光スクランブルへテロダイン（Ｐｏｌａｒｉｚａｔｉｏｎ−ＳｃｒａｍｂｌｅｄＨｅｔｅｌｏｄｙｎｉｎｇ）を用いて使用中の光チャネルの周波数分解された偏光状態を測定する方法及び装置 | |
| US10530491B2 (en) | Coherent optical receiver, device and method for detecting inter-lane skew in coherent optical receiver | |
| CN110212976B (zh) | 一种基于人工神经网络的光信噪比监测方法 | |
| CN110048781B (zh) | 一种光信号调制格式的识别方法及装置 | |
| CN104052544A (zh) | 一种光信噪比监测方法和装置 | |
| CN103888187A (zh) | 光信噪比监测装置及光信噪比监测方法 | |
| WO2017117322A1 (en) | Optical network span sensing | |
| CN101764649B (zh) | 基于ica信号分离算法的mgdm多模光纤通信系统及方法 | |
| Sui et al. | OSNR monitoring in the presence of first-order PMD using polarization diversity and DSP | |
| WO2022068702A1 (zh) | 信号处理方法、装置及系统 | |
| CN110048770B (zh) | 一种基于roadm网络的带内光信噪比监测方法及模块 | |
| US9419711B2 (en) | Measuring in-band optical signal-to-noise ratio (OSNR) | |
| EP1685663A2 (en) | Flash optical performance monitor | |
| EP2688228A2 (en) | Method and apparatus for monitoring optical power | |
| JP7396466B2 (ja) | 偏波変動推定装置及び偏波変動推定方法 | |
| CN109302238B (zh) | 一种光iq调制器参数调节方法及系统 | |
| CN113078946B (zh) | 一种光信噪比监测方法及其系统 | |
| Nakagawa et al. | Demonstration of integrated optical path monitoring sub-system in CDCG-ROADM network | |
| Anderson et al. | Optical performance monitoring for intelligent networks |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201106 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |