CN109495183A - 一种相干光通信系统中星座点中心的跟踪方法及系统 - Google Patents

一种相干光通信系统中星座点中心的跟踪方法及系统 Download PDF

Info

Publication number
CN109495183A
CN109495183A CN201811271034.9A CN201811271034A CN109495183A CN 109495183 A CN109495183 A CN 109495183A CN 201811271034 A CN201811271034 A CN 201811271034A CN 109495183 A CN109495183 A CN 109495183A
Authority
CN
China
Prior art keywords
signal
point
collection
subset
central point
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
CN201811271034.9A
Other languages
English (en)
Other versions
CN109495183B (zh
Inventor
刘武
杨超
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.)
Wuhan Research Institute of Posts and Telecommunications Co Ltd
Original Assignee
Wuhan Research Institute of Posts and Telecommunications Co Ltd
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 Wuhan Research Institute of Posts and Telecommunications Co Ltd filed Critical Wuhan Research Institute of Posts and Telecommunications Co Ltd
Priority to CN201811271034.9A priority Critical patent/CN109495183B/zh
Publication of CN109495183A publication Critical patent/CN109495183A/zh
Application granted granted Critical
Publication of CN109495183B publication Critical patent/CN109495183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04B10/616—Details of the electronic signal processing in coherent optical receivers
    • H04B10/6163—Compensation of non-linear effects in the fiber optic link, e.g. self-phase modulation [SPM], cross-phase modulation [XPM], four wave mixing [FWM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • H04B10/616—Details of the electronic signal processing in coherent optical receivers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • Optical Communication System (AREA)

Abstract

一种相干光通信系统中星座点中心的跟踪方法及系统，涉及相干光通信应用领域，方法包括：以每个参考星座点为中心设定相同的信号范围，所有信号范围内的信号点作为初始信号集，每个信号范围内的信号点作为信号子集，确定各信号子集的中心点；计算所有接收信号的信号点到各信号子集中心点的信号空间距离，以此进行聚类计算，得到新信号集、新信号子集以及新信号子集的中心点；通过调整计算信号空间距离的参数，保证接收信号总的EVM最低，且各新信号子集的中心点均位于初始信号集内，此时各子集中心点为实际参考星座点。本发明使求得的星座点中心和符号判决更准确，进而有效减少链路噪声和残余相差对信号判决的影响，适用于高阶相干光通信系统。

Description

一种相干光通信系统中星座点中心的跟踪方法及系统
技术领域
本发明涉及相干光通信应用领域，具体来讲涉及一种相干光通信系统中星座点中心的跟踪方法及系统。
背景技术
在相干光通信系统中，通信质量受到多方面的影响，其中线性损伤包括色散和偏振色散，非线性损伤包括非线性效应等。数字信号处理算法能很好的补偿各种线性损伤，但仍难以完全克服非线性损伤的影响。尤其在高速光通信系统中，为了提高通信容量广泛采用了高阶正交幅度调制(Quadrature Amplitude Modulation，QAM)格式，更密集的信号点需要更高的信噪比，由此带来的光纤非线性效应是高速传输系统中性能劣化的主要因素。
已有多种信号均衡算法用于消除相干光通信系统中非线性损伤的影响，比如数字反向传播、反向伏尔泰拉，但这些算法计算量巨大且适用性窄。随着机器学习方法的出现，新出现一类基于DSP(Digital Signal Processing，数字信号处理)算法的密度中心追踪(density-centroid tracking，DCT)算法，其原理是基于信号在星座图中分布的密度准确寻找出分布的中心，使用实际的星座分布而不是理想的星座分布来归类和判决各信号，这样能降低包括非线性效应的各类噪声影响，从而降低误码率。
现有DCT均衡方法类似于机器学习中的K均值方法(K-means)，其具体实现是找出数据的中心进而归类数据，本质是一种无监督的聚类方法。K均值方法的聚类结果非常依赖于初始的簇分布中心，因此易于收敛到局部最优值，而且由于聚类判决使用非凸平方差函数，算法搜寻全局最优解时通常超出范围。因此当K值增加时，K均值方法难以发现全局最优解，难以适用于高阶调制格式。另一方面，DCT均衡方法假定接收信号已精确的完成了相位恢复，假定信号在星座图上的簇分布为简单的圆形散点。但实际上由于接收信号存在残余相位差，接收信号在星座图上总带有相位偏转，簇分布会带有围绕星座原点的拖尾。这决定了实际系统中不能简单采用K均值方法，而要将残余相位因素考虑进来。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种相干光通信系统中星座点中心的跟踪方法及系统，考虑到信号在星座图上的相位偏转因素，使求得的星座点中心和符号判决更准确，进而有效减少链路噪声和残余相差对信号判决的影响，适用于高阶相干光通信系统。
为达到以上目的，一方面，采取的技术方案是一种相干光通信系统中星座点中心的跟踪方法，包括步骤：
以每个参考星座点为中心设定相同的信号范围，所有信号范围内的信号点作为初始信号集，每个信号范围内的信号点作为信号子集，确定各信号子集的中心点；
计算所有接收信号的信号点到各信号子集中心点的信号空间距离，以此进行聚类计算，得到新信号集、新信号子集以及新信号子集的中心点；
通过调整计算信号空间距离的参数，保证接收信号总的EVM(Error VectorMagnitude，误差向量幅度)最低，且各新信号子集的中心点均位于初始信号集内，此时各子集中心点为实际参考星座点。
优选的，所述信号范围根据接收信号的信噪比设定，且每个信号范围内的信号点到参考星座点的欧式距离小于0.1×参考星座点间最短欧式距离。
优选的，所述各信号子集的中心点为信号子集的重心，基于求平均值计算获得。
优选的，所述接收信号的信号点实际围绕各信号子集的中心点呈椭圆形分布。
优选的，所述星座图上，计算各接收信号的信号点到各信号子集中心点的信号空间距离的函数为：
其中，I为所述信号集的一个信号子集中心点，P为任意接收信号的信号点，IJ方向为所述椭圆的短轴方向，IK方向为所述椭圆的长轴方向，J和K分别为椭圆的长轴和短轴在坐标系上的交点，β表示IP与IK的夹角，rIP、rII和rIK分别表示I点到P点、J点和K点的欧式距离。
优选的，所述rII和rIK为调整的参数，由接收信号的调制格式和信噪比决定，调制阶数越高，rIJ和rIK越小；信噪比越小，rIJ和rIK越大；且相位噪声越大，rIK越大。
优选的，每次调整所述函数的参数后，进行聚类计算得到扩大后的新信号集及新信号子集，重新计算新信号子集的中心点。
优选的，得到所述实际星座参考点后，以所述椭圆形为界进行符号判决。
另一方面，采取的技术方案是相干光通信系统中星座点中心的跟踪系统，包括：
控制模块，其用于设置所述信号范围、确定初步信号集、调整所述函数的参数，以及通过判断得出实际参考星座点；
计算模块，其用于计算星座图上所有接收的信号点到各信号子集中心点的信号空间距离，并以此完成聚类计算，还用于计算各新信号子集的中心点的位置和接收信号总的EVM。
优选的，所述控制模块根据信噪比和调制格式设置信号范围，根据以下函数计算各接收信号的信号点到各信号子集中心点的信号空间距离：
其中，I为所述信号集的一个信号子集中心点，P为任意接收信号点，IJ方向为椭圆的短轴方向，IK方向为椭圆的长轴方向，J和K分别为椭圆的长轴和短轴在坐标系上的交点，β表示IP与IK的夹角，rIP、rIJ和rIK分别表示I点到P点、J点和K点的欧式距离，且rIJ和rIK为调整的参数。
上述技术方案中的一个技术方案具有如下优点或有益效果：
1、考虑到信号在星座图上的相位偏转因素，基于信号空间的信号空间距离函数，对接收的信号点到各信号子集中心点的信号空间距离进行了折算，求得的实际参考星座点更准确，使后续的符号判断更准确。
2、在机器学习的聚类过程中多次扩大信号集，并通过比较信号子集的中心点来进行检验，由于符合条件的子集中心点为实际参考星座点，保证求得的星座点中心的有效性。
附图说明
图1为本发明实施例相干光通信系统中星座点中心的跟踪方法流程图；
图2为本发明实施信号到各信号集中心点的距离函数示意图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
如图1所示，本实施例中相干光通信系统中星座点中心的跟踪方法，具体包括步骤：
S1.以每个参考星座点为中心，根据接收信号的信噪比设定相同的信号范围，所有信号范围内的信号点作为初始信号集，每个信号范围内的信号点作为信号子集，确定上述各信号子集的中心点，所述信号子集的中心点，即为信号子集的重心，可以通过求平均值获得。
其中，信号范围是信号点到参考星座点的距离范围，以参考星座点为圆心划圆圈定。每个信号范围内的信号点到该信号范围内的参考星座点的欧式距离＜0.1×参考星座点间最短欧式距离。
S2.计算星座图上所有接收信号的信号点到各信号子集中心点的信号空间距离，并以此进行聚类计算，得到扩大后的新信号集及新信号子集，计算新信号子集的中心点。
由于存在未纠正的相位残余，接收信号在星座图上会有围绕原点的偏转；例如：理想的4-QAM信号在星座图上应该是位于45度、135度、225度和315度的4个圆形区域，但由于对应同一星座点的不同信号有相位偏差，实际信号在星座图上幅度大致相同但角度略有偏转。因此信号空间距离的计算需要考虑残余相位造成的拖尾因素，设定接收信号的信号点围绕各信号子集的中心点呈椭圆形分布。
如图2所示，星座图上，计算各接收信号的信号点到各信号子集中心点的信号空间距离的函数为：
其中，I为所述信号集的一个信号子集中心点，P为任意接收信号点，IJ方向为所述椭圆的短轴方向，IK方向为所述椭圆的长轴方向，J和K分别为椭圆的长轴和短轴在坐标系上的交点，β表示IP与IK的夹角，rIP、rII和rIK分别表示I点到P点、J点和K点的欧式距离。上述rIJ和rIK为可调整的参数，由接收信号的调制格式和信噪比决定，调制阶数越高，rIJ和rIK越小；信噪比越小，rIJ和rIK越大；且rIK受相位噪声影响，相位噪声越大，rIK越大。
通过K类聚合方法进行聚类计算，即对所有信号进行分类并归入新信号集。然后基于求平均值，得到各新信号子集的重心，该重心即为新信号子集的中心点。
S3.判断所有接收信号总的EVM是否最低，若是，进入S5；若否，进入S4。
S4.调整信号空间的距离函数的参数rIJ和rIK，转入S2。
S5.判断各新信号子集的中心点是否均位于初始信号集内，若是，进入S6；若否，转入S4。
S6.以此时得到的新信号集为最优信号集，以最优信号集的各子集中心点为实际参考星座点，后续以上述椭圆为界进行符号判决。
基于上述方法，本实施例中提供一种相干光通信系统中星座点中心的跟踪系统，包括控制模块和计算模块。
控制模块用于根据信噪比和调制格式设置信号范围、确定初步信号集、调整计算信号空间距离的参数，以及通过判断得出实际参考星座点。其中，判断条件为保证接收信号总的EVM最低，且各新信号子集的中心点均位于初始信号集内，否则更新调整计算信号空间距离的参数rIJ和rIK。
计算模块用于计算星座图上所有接收的信号点到各信号子集中心点的信号空间距离，并以此完成聚类计算，还用于计算各新信号子集的中心点的位置和接收信号总的EVM。具体的，对于接收信号的信号点到各信号子集中心点的信号空间距离，根据调整的参数rIJ和rIK重新进行计算。
本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (10)

1.一种相干光通信系统中星座点中心的跟踪方法，其特征在于，包括步骤：
以每个参考星座点为中心设定相同的信号范围，所有信号范围内的信号点作为初始信号集，每个信号范围内的信号点作为信号子集，确定各信号子集的中心点；
计算所有接收信号的信号点到各信号子集中心点的信号空间距离，以此进行聚类计算，得到新信号集、新信号子集以及新信号子集的中心点；
通过调整计算信号空间距离的参数，保证接收信号总的误差向量幅度EVM最低，且各新信号子集的中心点均位于初始信号集内，此时各子集中心点为实际参考星座点。
2.如权利要求1所述的相干光通信系统中星座点中心的跟踪方法，其特征在于：所述信号范围根据接收信号的信噪比设定，且每个信号范围内的信号点到参考星座点的欧式距离小于0.1×参考星座点间最短欧式距离。
3.如权利要求1所述的相干光通信系统中星座点中心的跟踪方法，其特征在于：所述各信号子集的中心点为信号子集的重心，基于求平均值计算获得。
4.如权利要求1所述的相干光通信系统中星座点中心的跟踪方法，其特征在于：所述接收信号的信号点实际围绕各信号子集的中心点呈椭圆形分布。
5.如权利要求1所述的相干光通信系统中星座点中心的跟踪方法，其特征在于，所述星座图上，计算各接收信号的信号点到各信号子集中心点的信号空间距离的函数为：
其中，I为所述信号集的一个信号子集中心点，P为任意接收信号的信号点，IJ方向为所述椭圆的短轴方向，IK方向为所述椭圆的长轴方向，J和K分别为椭圆的长轴和短轴在坐标系上的交点，β表示IP与IK的夹角，rIP、rIJ和rIK分别表示I点到P点、J点和K点的欧式距离。
6.如权利要求5所述的相干光通信系统中星座点中心的跟踪方法，其特征在于：所述rIJ和rIK为调整的参数，由接收信号的调制格式和信噪比决定，调制阶数越高，rIJ和rIK越小；信噪比越小，rIJ和rIK越大；且相位噪声越大，rIK越大。
7.如权利要求6所述的相干光通信系统中星座点中心的跟踪方法，其特征在于：每次调整所述函数的参数后，进行聚类计算得到扩大后的新信号集及新信号子集，重新计算新信号子集的中心点。
8.如权利要求4-7任一项所述的相干光通信系统中星座点中心的跟踪方法，其特征在于：得到所述实际星座参考点后，以所述椭圆形为界进行符号判决。
9.一种基于权利要求1所述跟踪方法的相干光通信系统中星座点中心的跟踪系统，其特征在于，包括：
控制模块，其用于设置所述信号范围、确定初步信号集、调整所述函数的参数，以及通过判断得出实际参考星座点；
计算模块，其用于计算星座图上所有接收的信号点到各信号子集中心点的信号空间距离，并以此完成聚类计算，还用于计算各新信号子集的中心点的位置和接收信号总的EVM。
10.如权利要求9所述的相干光通信系统中星座点中心的跟踪系统，其特征在于：所述控制模块根据信噪比和调制格式设置信号范围，根据以下函数计算各接收信号的信号点到各信号子集中心点的信号空间距离：
其中，I为所述信号集的一个信号子集中心点，P为任意接收信号点，IJ方向为椭圆的短轴方向，IK方向为椭圆的长轴方向，J和K分别为椭圆的长轴和短轴在坐标系上的交点，β表示IP与IK的夹角，rIP、rIJ和rIK分别表示I点到P点、J点和K点的欧式距离，且rIJ和rIK为调整的参数。
CN201811271034.9A 2018-10-29 2018-10-29 一种相干光通信系统中星座点中心的跟踪方法及系统 Active CN109495183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811271034.9A CN109495183B (zh) 2018-10-29 2018-10-29 一种相干光通信系统中星座点中心的跟踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811271034.9A CN109495183B (zh) 2018-10-29 2018-10-29 一种相干光通信系统中星座点中心的跟踪方法及系统

Publications (2)

Publication Number Publication Date
CN109495183A true CN109495183A (zh) 2019-03-19
CN109495183B CN109495183B (zh) 2020-06-23

Family

ID=65693383

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811271034.9A Active CN109495183B (zh) 2018-10-29 2018-10-29 一种相干光通信系统中星座点中心的跟踪方法及系统

Country Status (1)

Country Link
CN (1) CN109495183B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111726165A (zh) * 2020-06-16 2020-09-29 北京邮电大学 一种光通信系统、方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102065056A (zh) * 2011-01-10 2011-05-18 郑州大学 基于聚类实现任意星座图的mqam信号调制方式识别的方法
CN102263716A (zh) * 2011-07-26 2011-11-30 苏州大学 一种调制类型识别方法及系统
CN102497343A (zh) * 2011-11-25 2012-06-13 南京邮电大学 一种基于聚类和支持向量机的联合调制识别方法
US20160350676A1 (en) * 2014-01-21 2016-12-01 Laser Light Communications Llc Optical communication system
CN107342962A (zh) * 2017-07-03 2017-11-10 北京邮电大学 基于卷积神经网络的深度学习智能星座图分析方法
CN107707494A (zh) * 2017-10-10 2018-02-16 苏州大学 用于64‑qam相干光通信系统的光纤非线性均衡方法
CN107819513A (zh) * 2017-11-01 2018-03-20 苏州大学 用于64‑qam相干光传输系统的缓和光纤非线性方法
CN108173599A (zh) * 2017-12-26 2018-06-15 中山大学 基于DENCLUE聚类的Stokes空间相干光调制格式识别方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102065056A (zh) * 2011-01-10 2011-05-18 郑州大学 基于聚类实现任意星座图的mqam信号调制方式识别的方法
CN102263716A (zh) * 2011-07-26 2011-11-30 苏州大学 一种调制类型识别方法及系统
CN102497343A (zh) * 2011-11-25 2012-06-13 南京邮电大学 一种基于聚类和支持向量机的联合调制识别方法
US20160350676A1 (en) * 2014-01-21 2016-12-01 Laser Light Communications Llc Optical communication system
CN107342962A (zh) * 2017-07-03 2017-11-10 北京邮电大学 基于卷积神经网络的深度学习智能星座图分析方法
CN107707494A (zh) * 2017-10-10 2018-02-16 苏州大学 用于64‑qam相干光通信系统的光纤非线性均衡方法
CN107819513A (zh) * 2017-11-01 2018-03-20 苏州大学 用于64‑qam相干光传输系统的缓和光纤非线性方法
CN108173599A (zh) * 2017-12-26 2018-06-15 中山大学 基于DENCLUE聚类的Stokes空间相干光调制格式识别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111726165A (zh) * 2020-06-16 2020-09-29 北京邮电大学 一种光通信系统、方法及装置

Also Published As

Publication number Publication date
CN109495183B (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
CN107707494B (zh) 用于64-qam相干光通信系统的光纤非线性均衡方法
CN108667523B (zh) 基于无数据辅助的knn算法的光纤非线性均衡方法
CN114500200B (zh) 数字信号处理方法、动态均衡方法、装置、介质以及设备
US10873493B2 (en) Carrier-phase recovery system and method
CN104202289B (zh) 一种用于短距离无线通信的抗iq不平衡失真的信号判决方法
CN109309640B (zh) 基于机器学习的盲信号格式识别方法
CN107770108A (zh) 一种k‑均值聚类和分级训练svm分类器的联合调制识别方法
CN108965178A (zh) 基于机器学习的智能自适应均衡器及均衡解调方法
CN108173599A (zh) 基于DENCLUE聚类的Stokes空间相干光调制格式识别方法
US6466614B1 (en) Method and apparatus for classifying a baseband signal
CN111585922A (zh) 一种基于卷积神经网络的调制方式识别方法
CN109495183A (zh) 一种相干光通信系统中星座点中心的跟踪方法及系统
CN110659745A (zh) 一种具有动态学习速率边界的分布式自适应矩估计方法
CN110061761A (zh) 信号均衡方法及装置、光接收机
CN108173788A (zh) 一种基于ofdm无线系统的信道估计方法及其系统
JP5418679B2 (ja) １６ｑａｍデータ変調のための位相再生装置、位相再生方法、および受信器
CN111988249B (zh) 一种基于自适应神经网络的接收端均衡方法及接收端
CN117040976A (zh) 非合作通信条件下的盲均衡器及双模式联合盲均衡方法
CN111313974A (zh) 一种信号幅度排序与比值计算的调制格式识别方法
CN108259402A (zh) 一种信号解调的方法及装置
Pillay et al. Comments on" Signal Vector Based Detection Scheme for Spatial Modulation"
CN113411279B (zh) 一种基于dvb-s2系统的可复用q次方解映射方法及系统
CN106101052B (zh) 基于判决域的低复杂度128apsk软解映射方法
WO2020244335A1 (zh) 数据信号处理方法及装置、存储介质、电子装置
CN115913850A (zh) 一种基于残差网络的开集调制识别方法

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