CN110098875B - 光纤通信系统中自适应均衡方法、装置、电子设备及介质 - Google Patents
光纤通信系统中自适应均衡方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN110098875B CN110098875B CN201910374738.7A CN201910374738A CN110098875B CN 110098875 B CN110098875 B CN 110098875B CN 201910374738 A CN201910374738 A CN 201910374738A CN 110098875 B CN110098875 B CN 110098875B
- Authority
- CN
- China
- Prior art keywords
- current
- phase difference
- determining
- preset
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 76
- 239000013307 optical fiber Substances 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000003044 adaptive effect Effects 0.000 title claims description 34
- 239000011159 matrix material Substances 0.000 claims abstract description 160
- 238000005259 measurement Methods 0.000 claims abstract description 93
- 239000006185 dispersion Substances 0.000 claims abstract description 36
- 238000004590 computer program Methods 0.000 claims description 11
- UHDGCWIWMRVCDJ-XVFCMESISA-N cytidine Chemical compound O=C1N=C(N)C=CN1[C@H]1[C@H](O)[C@H](O)[C@@H](CO)O1 UHDGCWIWMRVCDJ-XVFCMESISA-N 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 description 15
- 238000005859 coupling reaction Methods 0.000 description 15
- 230000008878 coupling Effects 0.000 description 13
- 239000000835 fiber Substances 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000005253 cladding Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum 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
- H04B10/60—Receivers
- H04B10/61—Coherent receivers
- H04B10/616—Details of the electronic signal processing in coherent optical receivers
- H04B10/6161—Compensation of chromatic dispersion
-
- 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
- H04B10/6165—Estimation of the phase of the received optical signal, phase error estimation or phase error correction
-
- 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
- H04B10/66—Non-coherent receivers, e.g. using direct detection
- H04B10/69—Electrical arrangements in the receiver
- H04B10/697—Arrangements for reducing noise and distortion
- H04B10/6971—Arrangements for reducing noise and distortion using equalisation
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optical Communication System (AREA)
Abstract
本发明实施例提供了一种光纤通信系统中自适应均衡方法、装置、电子设备及介质，其中方法包括：获取当前接收信号；通过卡尔曼滤波器的第一预设方程，确定当前接收信号与信息发送端发送的初始信号的当前预测相位差；通过测量相位差矩阵及预设相位差期望值，确定当前预测误差值；通过当前预测相位差及预设平均模式色散值，确定当前测量矩阵；利用当前测量矩阵及第二预设方程，确定当前卡尔曼增益；利用当前卡尔曼增益、当前预测相位差及当前预测误差值，更新当前预测相位差；确定当前预测相位差小于预设相位阈值时的目标相位差；在目标相位差的条件下，确定当前接收信号对应的目标输出信号。本发明实现了简单高效的对多芯少模通信系统进行损伤均衡。
Description
技术领域
本发明涉及通信技术领域，特别是涉及一种光纤通信系统中自适应均衡方法、装置、电子设备及介质。
背景技术
随着数据业务快速发展，现有信息业务如高清视频、云计算等大量增长，以及未来大规模产生的新兴产业——如人工智能、无人驾驶汽车等，都将对网络通信大容量化产生巨大的需求。
空分复用技术能极大地提高光传输系统容量，大幅提升频谱效率。它是采用一种基于光模式的正交性在多芯光纤或者少模光纤中，对空间维度进行复用的复用技术。在采用空分复用的多芯少模传输系统中，信号经过发射、传输并接收，会受到包括模式色散、模式耦合和芯间耦合等各种信道损伤的影响，使得在信息接收端接收的信号与信息发送端的初始信号存在较大的偏差。
为了解决这些问题，需要在接收端采用信道均衡算法，对损伤效应进行补偿均衡。随着光纤通信系统不断朝着大容量超长距离传输发展，要求光纤通信技术朝着低成本、高精度灵活可调的方向发展，如何实现简单高效的对多芯少模通信系统进行损伤均衡，仍然是亟待解决的技术问题。
发明内容
本发明实施例的目的在于提供一种光纤通信系统中自适应均衡方法、装置、电子设备及介质，以实现简单高效的对多芯少模通信系统进行损伤均衡，使得在信息接收端接收的信号接近信息发送端的初始信号。具体技术方案如下：
第一方面，本发明实施例公开了一种光纤通信系统中自适应均衡方法，应用于多芯少模光纤通信系统的信息接收端，所述方法包括：
获取当前接收信号；所述当前接收信号为所述多芯少模光纤通信系统中信息发送端发送的初始信号经过三模三芯光纤信道链路传输后得到的信号；
通过卡尔曼滤波器的第一预设方程，确定所述当前接收信号与所述信息发送端发送的初始信号的当前预测相位差；
通过测量相位差矩阵及预设相位差期望值，确定当前预测误差值；
通过所述当前预测相位差及预设平均模式色散值，确定当前测量矩阵；
利用所述当前测量矩阵及第二预设方程，确定当前卡尔曼增益；
利用所述当前卡尔曼增益、所述当前预测相位差及所述当前预测误差值，更新所述当前预测相位差；
确定所述当前预测相位差小于预设相位阈值时的目标相位差；
在所述目标相位差的条件下，确定所述当前接收信号对应的目标输出信号。
可选地，所述第一预设方程为：
x-＝x
其中，x-表示当前接收信号与所述初始信号的当前预测相位差；当当前时间为第一次运算时，x表示初始相位差；当当前时间不为第一次运算时，x表示上一次运算得到的预测相位差。
可选地，在所述通过卡尔曼滤波器的第一预设方程，确定所述当前接收信号与所述信息发送端发送的初始信号的当前预测相位差之后，所述方法还包括：
通过所述卡尔曼滤波器的第三预设方程，确定所述当前预测相位差的当前预测误差协方差矩阵，其中，所述卡尔曼滤波器的第三预设方程为：
P-＝P+Q
其中，P-表示所述当前预测相位差的当前预测误差协方差矩阵；当当前时间为第一次运算时，P表示初始预测误差协方差矩阵；当当前时间不为第一次运算时，P表示上一次运算得到的预测误差协方差矩阵；Q表示预测噪声协方差。
可选地，通过所述当前预测相位差及预设平均模式色散值，确定当前测量矩阵，包括：
通过预设公式，计算所述当前接收信号针对所述当前预测相位差的当前输出信号；
所述预设公式为：
其中，Zout表示当前输出信号；Zin表示所述当前接收信号；e为常数；j表示虚部单位；x-表示所述当前预测相位差；
通过所述当前预测相位差及预设平均模式色散值，确定控制参数；
所述控制参数表示为：
其中，θ表示控制参数；real表示实部；j表示虚部单位；imag表示虚部；i表示虚部单位；Dt表示预设平均模式色散值；w表示角频率；
通过所述控制参数及所述当前输出信号，确定当前测量矩阵；
所述当前测量矩阵表示为：
其中，C表示当前测量矩阵；qx＝xcom·θ；qy＝ycom·θ；xcom和ycom表示当前输出信号；dqx表示qx的一阶导数；dqy表示qy的一阶导数。
可选地，所述第二预设方程为：
K＝P-CT(CP-CT+R)-1
其中，K表示所述当前卡尔曼增益；C表示所述当前测量矩阵；P-表示当前预测误差协方差矩阵；R表示测量误差协方差矩阵。
可选地，在所述确定所述当前相位差小于预设相位阈值时的目标相位差之后，所述方法还包括：
将所述目标相位差中的卡尔曼增益，确定为最优卡尔曼增益；
确定所述最优卡尔曼增益对应的最优测量矩阵；
通过所述最优卡尔曼增益、所述最优测量矩阵，确定最优预测误差协方差矩阵。
可选地，在所述目标相位差的条件下，确定所述当前接收信号对应的目标输出信号，包括：
通过所述预设公式，计算所述当前接收信号针对所述目标相位差的目标输出信号。
第二方面，本发明实施例公开了一种光纤通信系统中自适应均衡装置，应用于多芯少模光纤通信系统的信息接收端，所述装置包括：
当前接收信号获取模块，用于获取当前接收信号；所述当前接收信号为所述多芯少模光纤通信系统中信息发送端发送的初始信号经过三模三芯光纤信道链路传输后得到的信号；
当前预测相位差确定模块，用于通过卡尔曼滤波器的第一预设方程，确定所述当前接收信号与所述信息发送端发送的初始信号的当前预测相位差；
当前预测误差值确定模块，用于通过测量相位差矩阵及预设相位差期望值，确定当前预测误差值；
当前测量矩阵确定模块，用于通过所述当前预测相位差及预设平均模式色散值，确定当前测量矩阵；
当前卡尔曼增益确定模块，用于利用所述当前测量矩阵及第二预设方程，确定当前卡尔曼增益；
当前相位差确定模块，用于利用所述当前卡尔曼增益、所述当前预测相位差及所述当前预测误差值，更新所述当前预测相位差；
目标相位差确定模块，用于确定所述当前预测相位差小于预设相位阈值时的目标相位差；
目标输出信号确定模块，用于在所述目标相位差的条件下，确定所述当前接收信号对应的目标输出信号。
可选地，所述装置还包括：
当前预测误差协方差矩阵确定模块，用于通过所述卡尔曼滤波器的第三预设方程，确定所述当前预测相位差的当前预测误差协方差矩阵，其中，所述卡尔曼滤波器的第三预设方程为：
P-＝P+Q
其中，P-表示所述当前预测相位差的当前预测误差协方差矩阵；当当前时间为第一次运算时，P表示初始预测误差协方差矩阵；当当前时间不为第一次运算时，P表示上一次运算得到的预测误差协方差矩阵；Q表示预测噪声协方差。
可选地，所述当前测量矩阵确定模块，具体包括：
当前输出信号确定子模块，用于通过预设公式，计算所述当前接收信号针对所述当前预测相位差的当前输出信号；
所述预设公式为：
其中，Zout表示当前输出信号；Zin表示所述当前接收信号；e为常数；j表示虚部单位；x-表示所述当前预测相位差；
控制参数确定子模块，用于通过所述当前预测相位差及预设平均模式色散值，确定控制参数；
所述控制参数表示为：
其中，θ表示控制参数；real表示实部；j表示虚部单位；imαg表示虚部；i表示虚部单位；Dt表示预设平均模式色散值；w表示角频率；
当前测量矩阵确定子模块，用于通过所述控制参数及所述当前输出信号，确定当前测量矩阵；
所述当前测量矩阵表示为：
其中，C表示当前测量矩阵；qx＝xcom·θ；qy＝ycom·θ；xcom和ycom表示当前输出信号；dqx表示qx的一阶导数；dqy表示qy的一阶导数。
可选地，所述装置还包括：
最优卡尔曼增益确定模块，用于将所述目标相位差中的卡尔曼增益，确定为最优卡尔曼增益；
最优测量矩阵确定模块，用于确定所述最优卡尔曼增益对应的最优测量矩阵；
最优预测误差协方差矩阵，用于通过所述最优卡尔曼增益、所述最优测量矩阵，确定最优预测误差协方差矩阵。
可选地，所述目标输出信号确定模块，具体用于通过所述预设公式，计算所述当前接收信号针对所述目标相位差的目标输出信号。
第三方面，本发明实施例公开了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现上述光纤通信系统中自适应均衡方法中任一所述的方法步骤。
又一方面，本发明实施例公开了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上述光纤通信系统中自适应均衡方法中任一所述的方法步骤。
在本发明实施例提供了一种光纤通信系统中自适应均衡方法、装置、电子设备及介质中，通过对信息发送端的初始信号及信息接收端的当前接收信号进行相位差预测，通过自适应算法调整测量矩阵，并通过拓展卡尔曼迭代方程对当前预测相位差进行校正更新，使得得到小于预设相位阈值的目标相位差，在该目标相位差的条件下，确定当前接收信号对应的目标输出信号，使得得到的目标输出信号的相位最接近初始信号的相位，综上，本发明最终实现简单高效的对多芯少模通信系统进行损伤均衡，使得在信息接收端接收的信号经过自适应均衡后接近初始信号。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种多芯少模光纤通信系统的结构框架图；
图2为本发明实施例的一种光纤通信系统中自适应均衡方法流程图；
图3为本发明实施例的多芯少模光纤通信系统中三模光纤分段化链路模型示意图；
图4为本发明实施例的一种光纤通信系统中自适应均衡方法流程图；
图5为本发明实施例的信息接收端对当前接收信号进行调整的方法流程图；
图6为本发明实施例的一种光纤通信系统中自适应均衡方法参数更新示意图；
图7为本发明实施例的一种光纤通信系统中自适应均衡装置结构示意图；
图8为本发明实施例的一种电子设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了一种改进的卡尔曼滤波器，实现多芯少模光纤传输系统中信号损伤的自适应动态均衡方法。在应用多芯少模光纤的光通信系统中，信号经过信道传输，主要受到模式色散、模式耦合、芯间耦合的影响。本发明实施例的基本思想是对信息发送端的初始信号及信息接收端的当前接收信号进行相位差预测，通过自适应算法调整测量矩阵，并通过拓展卡尔曼迭代方程对当前预测相位差进行校正更新，更新值用于下一时刻迭代，使接收信号相位最接近初始相位，从而使得到的目标输出信号的相位最接近初始信号的相位，达到最佳的动态均衡。
为了更好的说明本发明实施例的一种多芯少模光纤通信系统中自适应均衡方法，首先公开图1所示的本发明实施例的一种多芯少模光纤通信系统的结构框架图。
本发明的光纤通信系统的多芯少模光纤传输系统包括：光发射模块101、三模三芯光纤9*9信道链路模块及光接收模块105。
其中，光发射模块101产生三路初始信号，每路初始信号产生方式如下：随机产生数值为-1或1的4000个序列，分为三组进行QPSK(Quadrature Phase Shift Keying，正交相移键控)调制，信号速率为10Gbit/s加载到LP01、LP11a和LP11b三种模式上，再将三路初始信号分别送入不同芯光纤中进行传输。
三模三芯光纤3*3信道链路模块的信道链路长50km，初始信号在芯内受到模式色散102、模式耦合103以及芯间耦合104的损伤。本发明实施例采用分段化法构建链路模型，一共分为500段，每段长为100m。
光接收模块105对当前接收信号以2倍速率采样，送入本发明实施例的自适应卡尔曼滤波器进行均衡。具体方法如下：
第一方面，本发明实施例公开了一种光纤通信系统中自适应均衡方法，应用于多芯少模光纤通信系统的信息接收端，如图2所示。图2为本发明实施例的一种光纤通信系统中自适应均衡方法流程图，方法包括：
S201，获取当前接收信号；当前接收信号为多芯少模光纤通信系统中信息发送端发送的初始信号经过三模三芯光纤信道链路传输后得到的信号。
S202，通过卡尔曼滤波器的第一预设方程，确定当前接收信号与信息发送端发送的初始信号的当前预测相位差；
卡尔曼滤波器(Kalman Filter，KF)是在1960年由匈牙利科学家鲁道夫.E.卡尔曼提出来的，用于时变线性系统的递归滤波器。它能够从一系列的不完全包含噪声的测量中，估计动态系统的最优状态。由于光纤信道中存在非线性效应，KF不能满足滤波要求，因此提出了用于非线性系统状态估计的EKF(Extended Kalman Filter，拓展卡尔曼滤波器)。
EKF可以由一组递归的数学公式表示：
x-＝f(x,u)
P-＝FjPFj T+Q
K＝P-Hj T(HjP-Hj T+R)-1
x＝x-+Kdz
P＝(I-KHj)P-
其中，f(x,u)表示当前预测值是上一时刻的预测值与控制量的函数；x表示系统状态预测值；u表示对系统的控制量；Fj表示系统参数矩阵；P表示初始预测误差协方差矩阵；
表示系统参数矩阵的转置；
表示测量参数矩阵的转置；dz表示当前预测误差值；I表示单位矩阵；x-为当前系统状态预测值；P-为当前预测误差协方差矩阵；Q为预测噪声协方差；K为卡尔曼增益；Hj为测量参数矩阵；P为最优预测误差协方差矩阵；R为测量误差协方差矩阵。
传统EKF滤波器的参数一般是不可改变的，但在实际应用中，当滤波器的参数能够随着输入信号的变化而改变，将取得更好的实时性处理效果。为了弥补EKF滤波算法的不足，满足信号处理的要求，自适应滤波成为研究的热点。
EKF利用最小均方误差来估计系统的状态，可以在系统精确模型未知的前提下，根据上一时刻的状态采用递归方式实现对非线性系统当前甚至未来状态的最优估计。
本步骤中，首先进行卡尔曼滤波器预测方程的建立，预测方程是对发送接收信号相位差进行预测并对接收信号进行动态均衡的基础。具体为根据卡尔曼滤波器原理的第一预设方程，确定当前接收信号与信息发送端发送的初始信号的当前预测相位差。
可选地，第一预设方程为：
x-＝x
其中，x-表示当前接收信号与初始信号的当前预测相位差；当当前时间为第一次运算时，x表示初始相位差；当当前时间不为第一次运算时，x表示上一次运算得到的预测相位差。
需要说明的是，本发明实施例中出现的第一、第二，并不是实际排序中的顺序，仅仅是为了说明本发明实施例的实现过程而设置的区分顺序。
S203，通过测量相位差矩阵及预设相位差期望值，确定当前预测误差值。
由于发送信号I/Q两路的幅度和相位绝对值相等，因此在发送接收端信号相位偏差趋近于零的情况下，信号相位差可以用接收信号的I/Q两路幅度平方差近似表示，且是随实时接收信号变化的参数。
本步骤中，可首先通过预设公式，计算当前接收信号针对当前预测相位差的当前输出信号；
预设公式为：
其中，Zout表示当前输出信号；Zin表示当前接收信号；e为常数；j表示虚部单位；x-表示当前预测相位差；
假设当前接收信号为Zin包括两路相同的信号xin和yin；当前输出信号包括xcom和ycom。
通过该当前接收信号及当前输出信号，建立测量相位差矩阵：
[real(xcom)2-imag(xcom)2；real(ycom)2-imag(ycom)2]
其中，real表示实部；imag表示虚部；xcom和ycom表示当前输出信号。
最后，可以用加法器计算预设相位差期望值W(本发明中设定的期望值为常数矩阵[0；0])减去测量相位差矩阵的值，得到当前预测误差值dz。
S204，通过当前预测相位差及预设平均模式色散值，确定当前测量矩阵。
本发明实施例中为了最终得到的目标输出信号更接近信息发送端的初始信号，设置了动态调整测量值与预测值对应关系的矩阵，即为当前测量矩阵，进而通过当前测量矩阵确定当前卡尔曼增益。并采用自适应的方式对当前测量矩阵进行更新。
根据预测的误差值以及模式色散值作为参考，由于误差中存在模式色散、模式耦合、芯间耦合以及白噪声的损伤形式，除了模式色散外其他损伤只造成幅度畸变，相位畸变则主要由模式色散决定，因此自适应控制参数的实部以预测值为基准加权，虚部根据色散值进行加权均衡。再通过信号与自适应控制参数的运算得到当前测量矩阵。
可选地，S204中通过当前预测相位差及预设平均模式色散值，确定当前测量矩阵，包括：
步骤一，通过预设公式，计算当前接收信号针对当前预测相位差的当前输出信号；
预设公式为：
其中，Zout表示当前输出信号；Zin表示当前接收信号；e为常数；j表示虚部单位；x-表示当前预测相位差；
步骤二，通过当前预测相位差及预设平均模式色散值，确定控制参数；
控制参数表示为：
其中，θ表示控制参数；real表示实部；j表示虚部单位；imag表示虚部；i表示虚部单位；Dt表示预设平均模式色散值；w表示角频率；
步骤三，通过控制参数及当前输出信号，确定当前测量矩阵；
当前测量矩阵表示为：
其中，C表示当前测量矩阵；qx＝xcom·θ；qy＝ycom·θ；xcom和ycom表示当前输出信号；dqx表示qx的一阶导数；dqy表示qy的一阶导数。
S205，利用当前测量矩阵及第二预设方程，确定当前卡尔曼增益。
上述在计算出当前测量矩阵后，可通过第二预设方程计算当前卡尔曼增益。
可选地，第二预设方程为：
K＝P-CT(CP-CT+R)-1
其中，K表示当前卡尔曼增益；C表示当前测量矩阵；P-表示当前预测误差协方差矩阵；R表示测量误差协方差矩阵。
S206，利用当前卡尔曼增益、当前预测相位差及当前预测误差值，更新当前预测相位差。
本步骤中，利用当前卡尔曼增益、当前预测相位差及当前预测误差值，更新当前预测相位差。
具体可通过以下公式更新：
x＝x-+Kdz
其中，x表示更新后的相位差；x-表示当前预测相位差；K表示当前卡尔曼增益；dz表示当前预测误差值。
S207，确定当前预测相位差小于预设相位阈值时的目标相位差。
重复上述S202-S206，更新当前预测相位差，将小于预设相位阈值的当前预测相位差作为目标相位差。该预设相位阈值可按照用户需要设置趋近于零的误差值。
S208，在目标相位差的条件下，确定当前接收信号对应的目标输出信号。
本步骤中，在目标相位差的下，确定出当前接收信号对应的目标输出信号。
可选地，S208中在目标相位差的条件下，确定当前接收信号对应的目标输出信号，包括：
通过预设公式，计算当前接收信号针对目标相位差的目标输出信号。
在本发明实施例提供的一种光纤通信系统中自适应均衡方法中，通过对信息发送端的初始信号及信息接收端的当前接收信号进行相位差预测，通过自适应算法调整测量矩阵，并通过拓展卡尔曼迭代方程对当前预测相位差进行校正更新，使得得到小于预设相位阈值的目标相位差，在该目标相位差的条件下，确定当前接收信号对应的目标输出信号，使得得到的目标输出信号的相位最接近初始信号的相位，综上，本发明最终实现简单高效的对多芯少模通信系统进行损伤均衡，使得在信息接收端接收的信号经过自适应均衡后接近初始信号。
可选地，在本发明光纤通信系统中自适应均衡方法的一种实施例中，在通过卡尔曼滤波器的第一预设方程，确定当前接收信号与信息发送端发送的初始信号的当前预测相位差之后，方法还包括：
通过卡尔曼滤波器的第三预设方程，确定当前预测相位差的当前预测误差协方差矩阵，其中，卡尔曼滤波器的第三预设方程为：
P-＝P+Q
其中，P-表示当前预测相位差的当前预测误差协方差矩阵；当当前时间为第一次运算时，P表示初始预测误差协方差矩阵；当当前时间不为第一次运算时，P表示上一次运算得到的预测误差协方差矩阵；Q表示预测噪声协方差。
可选地，在确定当前相位差小于预设相位阈值时的目标相位差之后，方法还包括：
步骤A，将目标相位差中的卡尔曼增益，确定为最优卡尔曼增益。
因为相位差与卡尔曼增益存在如下关系：
x＝x-+Kdz
其中，x表示目标相位差；x-表示当前相位差；K表示当前卡尔曼增益；dz表示当前预测误差值。
则在确定出目标相位差后，可将确定出目标相位差公式中的卡尔曼增益确定为最优卡尔曼增益。
步骤B，确定最优卡尔曼增益对应的最优测量矩阵。
因为卡尔曼增益与测量矩阵存在如下关系：
K＝P-CT(CP-CT+R)-1
其中，K表示当前卡尔曼增益；C表示当前测量矩阵；P-表示当前预测误差协方差矩阵；R表示测量误差协方差矩阵。
则在确定出最优卡尔曼增益后，可将确定出最优卡尔曼增益公式中的测量矩阵确定为最优测量矩阵。
步骤C，通过最优卡尔曼增益、最优测量矩阵，确定最优预测误差协方差矩阵。
卡尔曼增益、测量矩阵与预测误差协方差矩阵存在如下关系：
P＝(I-KC)P-
其中，P表示预测误差协方差矩阵；C表示测量矩阵；P-表示当前预测相位差的当前预测误差协方差矩阵；I表示单位矩阵；K表示卡尔曼增益。
则在确定出最优卡尔曼增益、最优测量矩阵后，可通过上述公式确定出最优预测误差协方差矩阵。
图3为本发明实施例的多芯少模光纤通信系统中三模光纤分段化链路模型示意图。
本发明实施例的信道链路长50km，信号在芯内受到模式色散，模式耦合以及芯间耦合的损伤。系统总传输矩阵H(w)的表达式如下：
Hk(w)表示第k段的传输矩阵；假设第k段内，模式色散损伤矩阵用Ak(w)表示；模式耦合的串扰矩阵用Ck(w)表示；芯间耦合的串扰矩阵用Cmcf,k(w)表示，则第k段内的传输矩阵可表示为：
Hk(w)＝Ak(w)·Ck(w)·Cmcf,k(w)
其中，模式色散损伤矩阵Ak(w)表达式为：
其中，i表示虚部单位；dt表示每段光纤的模式色散值；光纤分段数为500；光纤分段数的倒数
角频率
Ak(w)是可变的，随dt变化而变化。dt＝Dt*[1.1,1.05,1,0.95,0.9]，其中Dt为不同芯的平均模式色散值，Dt的取值为：
Dt＝[10×10-12,20×10-12,50×10-12]×50×103
模式耦合的串扰矩阵Ck(w)表达式为：
其中，ηk表示光纤端面接口归一化的横向偏移距离；θk表示光纤扭转角度；ηk＝[0.1028,0.0403,0.0600,0.0200,0.0820]；θk＝[0.1,0.08,0.02,0.04,0.06]。
芯间耦合的串扰矩阵Cmcf,k(w)表达式为：
其中
其中，i表示虚部单位；j表示虚部单位；z表示传播方向传播距离；β表示模式传输常数；Cij,k表示芯间耦合矩阵；cij,k表示无量纲参数；芯间距d为46.8μm，包层半径93.5μm，三芯光纤纤芯半径分别为a1＝830nm，a2＝720nm，a3＝650nm，折射率分别为n11＝1.447，n12＝1.448，n13＝1.449，纤芯衰减系数为0.32dB/km，包层折射率n1＝1.444，△表示各个纤芯的相对折射率差；a为各个纤芯的纤芯半径；I、J、K分别表示第一类贝塞尔函数和第一、二类修正贝塞尔函数；V表示光纤的归一化频率；Ui、Wj分别表示导波模的径向归一化相位、衰减常数平方根；k0表示光在真空中的传输常数。
为了更好地说明本发明实施例的过程，可有图4所示的本发明实施例的一种光纤通信系统中自适应均衡方法流程图。
S401，信息发送端对产生的随机序列进行高阶调制，得到初始信号；
S402，发送初始信号经过三模三芯光纤信道链路，在该信道链路中初始信号受到可变模式色散、模式耦合、芯间耦合的信号折损；
S403，信息接收端获取当前接收信号，并输入初始相位差x；确定当前接收信号与信息发送端发送的初始信号的当前预测相位差：x-＝f(x,u)；
S404，确定当前预测相位差的当前预测误差协方差矩阵：P-＝FPFT+Q；
S405，通过当前预测相位差及预设平均模式色散值，确定当前测量矩阵C；
S406，利用当前测量矩阵，确定当前卡尔曼增益：K＝P-CT(CP-CT+R)-1；
S407，利用当前卡尔曼增益、当前预测相位差及当前预测误差值，更新当前预测相位差，通过迭代的计算方式，确定当前预测相位差小于预设相位阈值时的目标相位差；x＝x-+Kdz；
S408，在目标相位差下，确定最优预测误差协方差矩阵：P＝(I-KC)P-；
S409，在目标相位差的条件下，对当前接收信号进行损伤均衡，获得对应的目标输出信号。
其中，具体在信息接收端对当前接收信号进行调整的方式可参见图5所示的方法流程图。
首先，通过预设公式，计算当前接收信号Zin动态均衡后的当前输出信号Zout。在卡尔曼预阶段，首先通过卡尔曼滤波器的第一预设方程，确定当前接收信号与信息发送端发送的初始信号的当前预测相位差x-，以及当前预测相位差的当前预测误差协方差矩阵P-；与此同时，通过测量相位差矩阵及预设相位差期望值W，通过加法器确定当前预测误差值dz。
利用当前预测误差值dz、当前预测相位差x-及当前预测误差协方差矩阵P-，对卡尔曼方程进行更新，更新当前预测相位差及当前预测误差协方差矩阵。具体更新可参见图6所示的本发明实施例的一种光纤通信系统中自适应均衡方法参数更新示意图。该更新过程可分为时间更新及测量更新，按照扩展卡尔曼方程进行迭代更新，使得确定出当前相位差小于预设相位阈值时的目标相位差，该迭代算法停止。在该目标相位差的条件下，确定当前接收信号对应的目标输出信号，使得最终目标输出信号Zout最接近于初始信号。
另外，在目标相位差下还可确定出最优卡尔曼增益、最优测量矩阵及最优预测误差协方差矩阵。
第二方面，本发明实施例公开了一种光纤通信系统中自适应均衡装置，应用于多芯少模光纤通信系统的信息接收端，如图7所示。图7为本发明实施例的一种光纤通信系统中自适应均衡装置结构示意图，装置包括：
当前接收信号获取模块701，用于获取当前接收信号；当前接收信号为多芯少模光纤通信系统中信息发送端发送的初始信号经过三模三芯光纤信道链路传输后得到的信号；
当前预测相位差确定模块702，用于通过卡尔曼滤波器的第一预设方程，确定当前接收信号与信息发送端发送的初始信号的当前预测相位差；
当前预测误差值确定模块703，用于通过测量相位差矩阵及预设相位差期望值，确定当前预测误差值；
当前测量矩阵确定模块704，用于通过当前预测相位差及预设平均模式色散值，确定当前测量矩阵；
当前卡尔曼增益确定模块705，用于利用当前测量矩阵及第二预设方程，确定当前卡尔曼增益；
当前相位差确定模块706，用于利用当前卡尔曼增益、当前预测相位差及当前预测误差值，更新当前预测相位差；
目标相位差确定模块707，用于确定当前预测相位差小于预设相位阈值时的目标相位差；
目标输出信号确定模块708，用于在目标相位差的条件下，确定当前接收信号对应的目标输出信号。
在本发明实施例提供的一种光纤通信系统中自适应均衡装置中，通过对信息发送端的初始信号及信息接收端的当前接收信号进行相位差预测，通过自适应算法调整测量矩阵，并通过拓展卡尔曼迭代方程对当前预测相位差进行校正更新，使得得到小于预设相位阈值的目标相位差，在该目标相位差的条件下，确定当前接收信号对应的目标输出信号，使得得到的目标输出信号的相位最接近初始信号的相位，综上，本发明最终实现简单高效的对多芯少模通信系统进行损伤均衡，使得在信息接收端接收的信号经过自适应均衡后接近初始信号。
可选地，在本发明光纤通信系统中自适应均衡装置的一种实施例中，装置还包括：
当前预测误差协方差矩阵确定模块，用于通过卡尔曼滤波器的第三预设方程，确定当前预测相位差的当前预测误差协方差矩阵，其中，卡尔曼滤波器的第三预设方程为：
P-＝P+Q
其中，P-表示当前预测相位差的当前预测误差协方差矩阵；当当前时间为第一次运算时，P表示初始预测误差协方差矩阵；当当前时间不为第一次运算时，P表示上一次运算得到的预测误差协方差矩阵；Q表示预测噪声协方差。
可选地，在本发明光纤通信系统中自适应均衡装置的一种实施例中，当前测量矩阵确定模块704，具体包括：
当前输出信号确定子模块，用于通过预设公式，计算当前接收信号针对当前预测相位差的当前输出信号；
预设公式为：
其中，Zout表示当前输出信号；Zin表示当前接收信号；e为常数；j表示虚部单位；x-表示当前预测相位差；
控制参数确定子模块，用于通过当前预测相位差及预设平均模式色散值，确定控制参数；
控制参数表示为：
其中，θ表示控制参数；real表示实部；j表示虚部单位；imag表示虚部；i表示虚部单位；Dt表示预设平均模式色散值；w表示角频率；
当前测量矩阵确定子模块，用于通过控制参数及当前输出信号，确定当前测量矩阵；
当前测量矩阵表示为：
其中，C表示当前测量矩阵；qx＝xcom·θ；qy＝ycom·θ；xcom和ycom表示当前输出信号；dqx表示qx的一阶导数；dqy表示qy的一阶导数。
可选地，在本发明光纤通信系统中自适应均衡装置的一种实施例中，装置还包括：
最优卡尔曼增益确定模块，用于将目标相位差中的卡尔曼增益，确定为最优卡尔曼增益；
最优测量矩阵确定模块，用于确定最优卡尔曼增益对应的最优测量矩阵；
最优预测误差协方差矩阵，用于通过最优卡尔曼增益、最优测量矩阵，确定最优预测误差协方差矩阵。
可选地，在本发明光纤通信系统中自适应均衡装置的一种实施例中，目标相位差确定模块707，具体用于通过预设公式，计算当前接收信号针对目标相位差的目标输出信号。
第三方面，本发明实施例公开了一种电子设备，如图8所示。图8为本发明实施例的一种电子设备结构示意图，包括处理器801、通信接口802、存储器803和通信总线804，其中，处理器801、通信接口802、存储器803通过通信总线804完成相互间的通信；
存储器803，用于存放计算机程序；
处理器801，用于执行存储器803上所存放的程序时，实现以下方法步骤：
获取当前接收信号；当前接收信号为多芯少模光纤通信系统中信息发送端发送的初始信号经过三模三芯光纤信道链路传输后得到的信号；
通过卡尔曼滤波器的第一预设方程，确定当前接收信号与信息发送端发送的初始信号的当前预测相位差；
通过测量相位差矩阵及预设相位差期望值，确定当前预测误差值；
通过当前预测相位差及预设平均模式色散值，确定当前测量矩阵；
利用当前测量矩阵及第二预设方程，确定当前卡尔曼增益；
利用当前卡尔曼增益、当前预测相位差及当前预测误差值，更新当前相位差；
确定当前相位差小于预设相位阈值时的目标相位差；
在目标相位差的条件下，确定当前接收信号对应的目标输出信号。
上述电子设备提到的通信总线804可以是外设部件互连标准(PeripheralComponent Interconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线804可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口802用于上述电子设备与其他设备之间的通信。
存储器803可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器803还可以是至少一个位于远离前述处理器801的存储装置。
上述的处理器801可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明实施例提供的一种电子设备及介质中，通过对信息发送端的初始信号及信息接收端的当前接收信号进行相位差预测，通过自适应算法调整测量矩阵，并通过拓展卡尔曼迭代方程对当前预测相位差进行校正更新，使得得到小于预设相位阈值的目标相位差，在该目标相位差的条件下，确定当前接收信号对应的目标输出信号，使得得到的目标输出信号的相位最接近初始信号的相位，综上，本发明最终实现简单高效的对多芯少模通信系统进行损伤均衡，使得在信息接收端接收的信号经过自适应均衡后接近初始信号。
又一方面，本发明实施例公开了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上述光纤通信系统中自适应均衡方法中任一所述的方法步骤。
在本发明实施例提供的一种计算机可读存储介质中，通过对信息发送端的初始信号及信息接收端的当前接收信号进行相位差预测，通过自适应算法调整测量矩阵，并通过拓展卡尔曼迭代方程对当前预测相位差进行校正更新，使得得到小于预设相位阈值的目标相位差，在该目标相位差的条件下，确定当前接收信号对应的目标输出信号，使得得到的目标输出信号的相位最接近初始信号的相位，综上，本发明最终实现简单高效的对多芯少模通信系统进行损伤均衡，使得在信息接收端接收的信号经过自适应均衡后接近初始信号。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备及存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非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作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (8)
1.一种光纤通信系统中自适应均衡方法，其特征在于，应用于多芯少模光纤通信系统的信息接收端，所述方法包括：
获取当前接收信号；所述当前接收信号为所述多芯少模光纤通信系统中信息发送端发送的初始信号经过三模三芯光纤信道链路传输后得到的信号；
通过卡尔曼滤波器的第一预设方程，确定所述当前接收信号与所述信息发送端发送的初始信号的当前预测相位差，所述第一预设方程为：
x-＝x
其中，x-表示当前接收信号与所述初始信号的当前预测相位差；当当前时间为第一次运算时，x表示初始相位差；当当前时间不为第一次运算时，x表示上一次运算得到的预测相位差；
通过测量相位差矩阵及预设相位差期望值，确定当前预测误差值；
通过所述当前预测相位差及预设平均模式色散值，确定当前测量矩阵；
利用所述当前测量矩阵及第二预设方程，确定当前卡尔曼增益，所述第二预设方程为：
K＝P-CT(CP-CT+R)-1
其中，K表示所述当前卡尔曼增益；C表示所述当前测量矩阵；P-表示当前预测误差协方差矩阵；R表示测量误差协方差矩阵；
利用所述当前卡尔曼增益、所述当前预测相位差及所述当前预测误差值，更新所述当前预测相位差；
确定所述当前预测相位差小于预设相位阈值时的目标相位差；
在所述目标相位差的条件下，确定所述当前接收信号对应的目标输出信号。
2.根据权利要求1所述的方法，其特征在于，在所述确定所述当前接收信号与所述信息发送端发送的初始信号的当前预测相位差之后，所述方法还包括：
通过所述卡尔曼滤波器的第三预设方程，确定所述当前预测相位差的当前预测误差协方差矩阵，其中，所述卡尔曼滤波器的第三预设方程为：
P-＝P+Q
其中，P-表示所述当前预测相位差的当前预测误差协方差矩阵；当当前时间为第一次运算时，P表示初始预测误差协方差矩阵；当当前时间不为第一次运算时，P表示上一次运算得到的预测误差协方差矩阵；Q表示预测噪声协方差。
3.根据权利要求1所述的方法，其特征在于，通过所述当前预测相位差及预设平均模式色散值，确定当前测量矩阵，包括：
通过预设公式，计算所述当前接收信号针对所述当前预测相位差的当前输出信号；
所述预设公式为：
其中，Zout表示当前输出信号；Zin表示所述当前接收信号；e为常数；j表示虚部单位；x-表示所述当前预测相位差；
通过所述当前预测相位差及预设平均模式色散值，确定控制参数；
所述控制参数表示为：
其中，θ表示控制参数；real表示实部；j表示虚部单位；imag表示虚部；i表示虚部单位；Dt表示预设平均模式色散值；w表示角频率；
通过所述控制参数及所述当前输出信号，确定当前测量矩阵；
所述当前测量矩阵表示为：
其中，C表示当前测量矩阵；qx＝xcom·θ；qy＝ycom·θ；xcom和ycom表示当前输出信号；dqx表示qx的一阶导数；dqy表示qy的一阶导数。
4.根据权利要求1所述的方法，其特征在于，在所述确定所述当前相位差小于预设相位阈值时的目标相位差之后，所述方法还包括：
将所述目标相位差中的卡尔曼增益，确定为最优卡尔曼增益；
确定所述最优卡尔曼增益对应的最优测量矩阵；
通过所述最优卡尔曼增益、所述最优测量矩阵，确定最优预测误差协方差矩阵。
5.根据权利要求3所述的方法，其特征在于，在所述目标相位差的条件下，确定所述当前接收信号对应的目标输出信号，包括：
通过所述预设公式，计算所述当前接收信号针对所述目标相位差的目标输出信号。
6.一种光纤通信系统中自适应均衡装置，其特征在于，应用于多芯少模光纤通信系统的信息接收端，所述装置包括：
当前接收信号获取模块，用于获取当前接收信号；所述当前接收信号为所述多芯少模光纤通信系统中信息发送端发送的初始信号经过三模三芯光纤信道链路传输后得到的信号；
当前预测相位差确定模块，用于通过卡尔曼滤波器的第一预设方程，确定所述当前接收信号与所述信息发送端发送的初始信号的当前预测相位差，所述第一预设方程为：
x-＝x
其中，x-表示当前接收信号与所述初始信号的当前预测相位差；当当前时间为第一次运算时，x表示初始相位差；当当前时间不为第一次运算时，x表示上一次运算得到的预测相位差；
当前预测误差值确定模块，用于通过测量相位差矩阵及预设相位差期望值，确定当前预测误差值；
当前测量矩阵确定模块，用于通过所述当前预测相位差及预设平均模式色散值，确定当前测量矩阵；
当前卡尔曼增益确定模块，用于利用所述当前测量矩阵及第二预设方程，确定当前卡尔曼增益，所述第二预设方程为：
K＝P-CT(CP-CT+R)-1
其中，K表示所述当前卡尔曼增益；C表示所述当前测量矩阵；P-表示当前预测误差协方差矩阵；R表示测量误差协方差矩阵；
当前相位差确定模块，用于利用所述当前卡尔曼增益、所述当前预测相位差及所述当前预测误差值，更新所述当前预测相位差；
目标相位差确定模块，用于确定所述当前预测相位差小于预设相位阈值时的目标相位差；
目标输出信号确定模块，用于在所述目标相位差的条件下，确定所述当前接收信号对应的目标输出信号。
7.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
8.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910374738.7A CN110098875B (zh) | 2019-05-07 | 2019-05-07 | 光纤通信系统中自适应均衡方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910374738.7A CN110098875B (zh) | 2019-05-07 | 2019-05-07 | 光纤通信系统中自适应均衡方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110098875A CN110098875A (zh) | 2019-08-06 |
| CN110098875B true CN110098875B (zh) | 2020-07-03 |
Family
ID=67447043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910374738.7A Active CN110098875B (zh) | 2019-05-07 | 2019-05-07 | 光纤通信系统中自适应均衡方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110098875B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4011006B1 (en) * | 2019-08-13 | 2024-07-31 | Huawei Technologies Co., Ltd. | Noise cancelling device and method for a receiver |
| CN111008729B (zh) * | 2019-11-06 | 2023-04-28 | 阿里巴巴集团控股有限公司 | 一种迁移预测的方法和装置 |
| CN113708207B (zh) * | 2021-11-01 | 2022-02-11 | 北京邮电大学 | 一种光纤拉曼放大器增益谱调控方法及装置 |
| CN115361068B (zh) * | 2022-06-30 | 2023-09-05 | 北京邮电大学 | 一种多芯少模光纤信号的自适应损伤均衡方法及装置 |
| CN116772903B (zh) * | 2023-08-16 | 2023-10-20 | 河海大学 | 基于迭代ekf的sins/usbl安装角估计方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101997616B (zh) * | 2010-10-25 | 2013-10-09 | 中国船舶重工集团公司第七一五研究所 | 一种基于矢量阵mimo的高速水声通信方法 |
| US20120177065A1 (en) * | 2011-01-09 | 2012-07-12 | Winzer Peter J | Secure Data Transmission Using Spatial Multiplexing |
| US9473250B2 (en) * | 2014-09-03 | 2016-10-18 | Mitsubishi Electric Research Laboratories, Inc. | System and method for recovering carrier phase in optical communications |
| CN105703838B (zh) * | 2016-01-26 | 2018-07-03 | 哈尔滨工业大学深圳研究生院 | 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 |
| CN106936513A (zh) * | 2017-03-22 | 2017-07-07 | 北京邮电大学 | 一种基于卡尔曼滤波算法的载波相位恢复方法及装置 |
| CN106992835B (zh) * | 2017-04-28 | 2019-04-02 | 中山大学 | 模分复用光纤通信系统的构建方法及构建的光纤通信系统 |
| CN107579780B (zh) * | 2017-08-28 | 2020-01-17 | 哈尔滨工业大学深圳研究生院 | 基于半径导向卡尔曼的参数自适应偏振态跟踪和均衡方法 |
| CN107707310B (zh) * | 2017-09-20 | 2020-05-29 | 哈尔滨工业大学深圳研究生院 | 一种基于自适应卡尔曼的偏振解复用和载波相位恢复方法 |
| CN108055081B (zh) * | 2017-12-26 | 2020-07-24 | 中山大学 | 面向空分/模分复用光纤通信系统的简化卡尔曼滤波器均衡方法 |
| CN108521385B (zh) * | 2018-03-30 | 2020-12-15 | 中山大学 | 一种使用交叉混合状态的相干光通信均衡方法 |
| CN109687912B (zh) * | 2019-01-22 | 2021-09-14 | 重庆邮电大学 | 相干光ofdm系统中一种时域容积卡尔曼相位噪声补偿方法 |
-
2019
- 2019-05-07 CN CN201910374738.7A patent/CN110098875B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110098875A (zh) | 2019-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110098875B (zh) | 光纤通信系统中自适应均衡方法、装置、电子设备及介质 | |
| CN109495348A (zh) | 一种具有时延和数据包丢失的网络控制系统h∞故障检测方法 | |
| CN111900937A (zh) | 一种预失真方法、系统、设备及存储介质 | |
| CN113837399B (zh) | 联邦学习模型的训练方法、装置、系统、存储介质及设备 | |
| Ma et al. | Robust proportionate adaptive filter based on maximum correntropy criterion for sparse system identification in impulsive noise environments | |
| CN108805174A (zh) | 聚类方法及装置 | |
| CN112737894B (zh) | 网络质量监控方法和装置、存储介质和电子设备 | |
| CN111510473B (zh) | 访问请求处理方法、装置、电子设备和计算机可读介质 | |
| CN114499723A (zh) | 一种基于傅立叶神经算子的光纤信道快速建模方法 | |
| Ding | A stable fast affine projection adaptation algorithm suitable for low-cost processors | |
| CN109388784A (zh) | 最小熵核密度估计器生成方法、装置和计算机可读存储介质 | |
| CN111313998B (zh) | 一种统计信道模型验证方法及装置 | |
| CN109117575B (zh) | 表面等离激元波导系统的结构参数确定方法及设备 | |
| Hammer et al. | Tracking of multiple quantiles in dynamically varying data streams | |
| CN117454935A (zh) | 模型训练方法、信息生成方法、装置、设备和介质 | |
| CN111030644A (zh) | 一种非线性网络化控制系统的有限时间耗散滤波方法 | |
| CN111800193B (zh) | 一种基于多芯少模光纤传输的信号的处理方法及装置 | |
| CN114124214B (zh) | 一种光纤传输优化方法、装置、电子设备及存储介质 | |
| CN111585739B (zh) | 一种相位调整方法及装置 | |
| CN113779335A (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
| CN113357138A (zh) | 液压泵剩余使用寿命预测方法、装置及终端设备 | |
| CN112700270A (zh) | 评分数据处理方法、装置、设备及存储介质 | |
| CN116318469B (zh) | 非高斯噪声下的通信干扰信号中心频率估计方法和装置 | |
| WO2023284492A1 (zh) | 光信噪比估计方法、光通信设备及存储介质 | |
| CN117761433B (zh) | 一种系统电磁兼容性分析方法、装置、设备及存储介质 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240322 Address after: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee after: HUAWEI TECHNOLOGIES Co.,Ltd. Country or region after: China Address before: 100876 Beijing city Haidian District Xitucheng Road No. 10 Patentee before: Beijing University of Posts and Telecommunications Country or region before: China |
|
| TR01 | Transfer of patent right |