CN111566953B - 符号判定装置和符号判定方法 - Google Patents

符号判定装置和符号判定方法 Download PDF

Info

Publication number
CN111566953B
CN111566953B CN201980008702.5A CN201980008702A CN111566953B CN 111566953 B CN111566953 B CN 111566953B CN 201980008702 A CN201980008702 A CN 201980008702A CN 111566953 B CN111566953 B CN 111566953B
Authority
CN
China
Prior art keywords
transmission path
symbol
unit
symbol sequence
value
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
Application number
CN201980008702.5A
Other languages
English (en)
Other versions
CN111566953A (zh
Inventor
谷口宽树
山本秀人
增田阳
福德光师
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.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
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 Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Publication of CN111566953A publication Critical patent/CN111566953A/zh
Application granted granted Critical
Publication of CN111566953B publication Critical patent/CN111566953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/04—Control of transmission; Equalising
    • H04B3/06—Control of transmission; Equalising by the transmitted signal
    • 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
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
    • H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
    • H03M13/41—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes using the Viterbi algorithm or Viterbi processors
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03012—Arrangements for removing intersymbol interference operating in the time domain
    • H04L25/03019—Arrangements for removing intersymbol interference operating in the time domain adaptive, i.e. capable of adjustment during data reception
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03184—Details concerning the metric
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03203—Trellis search techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Electromagnetism (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Error Detection And Correction (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Optical Communication System (AREA)
  • Dc Digital Transmission (AREA)

Abstract

实施方式的符号判定装置具备：传送路缩短部，按输入信号的一部分的符号序列的每个符号值乘以线性数字滤波器的抽头增益，输出示出各乘法值之和的符号序列；传送路估计部，基于示出传送路的状态的符号序列使用自适应非线性数字滤波器来估计传送路的传递函数；加法比较处理部，基于根据所述传送路缩短部的输出和所述传递函数而计算的度量来计算维特比算法中的距离函数的最小值；以及路径追溯判定部，基于所述距离函数的最小值来追溯维特比算法中的网格图的路径由此进行符号判定。

Description

符号判定装置和符号判定方法
技术领域
本发明涉及符号判定装置和符号判定方法。
本申请基于在2018年1月19日向日本申请的日本特愿2018-007671号要求优先权，将其内容援引于此。
背景技术
随着近年的智能电话、平板电脑的急速普及或高精细动画分发服务的各种丰富内容的增加等，在互联网的骨干网络中转送的流量持续增加。此外，云服务在企业中的活用也正在推进，因此，预测在数据中心（DC）内，DC间的网络的流量也同样以年率约1.3倍的比例增加。现在，在DC内或DC间的连接方式中主要引入以太网（注册商标，以下同样）。预想伴随着通信流量的增大，单一据点中的DC的大规模化会变得困难，因此，今后考虑，DC间协作的需要性提高到至今以上，在DC间交流的流量的进一步增大。为了应对这样的状况，要求低成本且大容量的短距离光传送技术的建立。
在现行的以太网规格中，除了10GBE-ZR，在到40km的传送路中应用光纤通信，到100GBE，使用向光的开（on）、关（off）分配2值信息的强度调制方式。接收侧仅由受光器构成，是比在长距离传送中使用的相干接收方式便宜的结构（图12）。调制速度是25GBd，每符号的信息量对1 bit/symbol（比特/符号）的NRZ（Non-return-to-zero，不归零）信号进行4波复用，由此，实现100Gb/s的传送容量。
在100GbE的下一代的400GbE的标准化中，考虑在100GbE中使用的经济性的设备结构的维持和信号的频带利用效率，开始采用2 bits/symbol的PAM4（4-level pulse-amplitude-modulation，4级脉冲幅度调制）。
面向今后的进一步流量增大，2020年以后，预定800GbE、1.6TbE的标准化，讨论了从现在的400GbE的大容量化。
作为面向进一步的大容量化的课题，举出了伴随着传送容量扩大的信号品质劣化。
具体而言，是伴随着使用低成本即窄带的设备的系统结构的高速化而导致的频带限制所造成的码间干扰。作为用于从由于码间干扰而失真的接收信号波形得到正确的发送数据的最有效的均衡方式，已知最大似然序列估计（MLSE：Maximum LikelihoodSequential Estimation）（非专利文献1）。关于使用MLSE的信号品质劣化抑制技术，还针对上述的以太网大容量化进行讨论（例如，参照非专利文献1）。MLSE通过接收器侧的数字信号处理对发送信号波形所接受的码间干扰进行估计、再现，由此，实现高均衡性能。因此，估计精度越高，越能够抑制由于码间干扰所造成的误码。
此外，在MLSE的安装中，能够通过维特比算法以较少的运算量来得到完全的最大似然序列。这是将相对于序列长度以指数方式增大的运算量抑制为线性增大的算法。
现有技术文献
非专利文献
非专利文献1：Nicklas Eiselt, Sjoerd van der Heide, Helmut Griesser,Michael Eiselt, Chigo Okonkwo, Juan Jose Vegas Olmos and Idelfonso TafurMonroy "Experimental Demonstration of 112-GBit/s PAM-4 over up to 80 km SSMFat 1550 nm forInter-DCI Applications" ECOC2016, 42nd European Conference andExhibition on Optical Communications September 18-22, 2016 Dusseldolf；
非专利文献2：D. D. FALCONER and F. R. MAGEE. JR. "Adaptive ChannelMemory Truncation for Maximum Likelihood Sequence Estimation" The Bell SystemTechnical Journal Vol. 52, No. 9, pp. 1541-1562，November, 1973；
非专利文献3：Xianming Zhu, Shiva Kumar, Srikanth Raghavan and YihongMauro "Application of Nonlinerar MLSE Based on Volterra Theory in NZ-DSFOptical Communication Systems" in 2008 Conference on Lasers and Electro-Optics, 2008, vol.2, pp. 1-2。
发明内容
发明要解决的课题
然而，依然，1.运算量相对于脉冲扩展宽度呈指数地增大，2.MLSE需要估计传送路的响应特性，在以直接检波方式作为前提的光传送系统中，残留在从自乘检波的非线性在MLSE中的估计精度方面存在界限这样的课题。针对每一个课题，存在通过1.在MLSE的前级设置前馈均衡器（Feed Forward Equalizer）（传送路缩短部）由此压缩信号脉冲的冲激响应，抑制依赖于MLSE的存储长度的运算量增大（非专利文献2），2.在MLSE中应用非线性滤波器（非专利文献3）来改善的方法。
鉴于上述事情，本发明的目的在于，作为低成本光传送系统的接收侧数字信号处理中的信号品质劣化抑制技术，提供了进行通过活用光传送特性的手法来改善上述残存课题的利用MLSE的符号判定的符号判定装置和符号判定方法。
用于解决课题的方案
本发明的一个方式是一种符号判定装置，其中，具备：传送路缩短部，取得在传送路中传播来的符号序列所构成的输入信号的一部分，按取得的符号序列的每个符号来计算将符号示出的值与线性数字滤波器的抽头增益相乘的值，计算所述相乘的值之和，输出示出所述和的符号序列；传送路估计部，具备自适应非线性数字滤波器，基于示出所述传送路的状态的符号序列使用所述自适应非线性数字滤波器来估计所述传送路的传递函数；加法比较处理部，基于度量来计算维特比算法中的距离函数的最小值，所述度量是基于所述传送路缩短部的输出、以及所述传送路估计部估计的传递函数而计算的值；以及路径追溯判定部，基于所述距离函数的最小值来追溯维特比算法中的网格图的路径由此进行符号判定，输出作为判定的结果的符号序列。
本发明的一个方式是上述的符号判定装置，其中，还具备滤波器更新部，所述滤波器更新部基于所述传送路缩短部输出的示出所述和的符号序列、以及所述路径追溯判定部输出的所述符号序列来更新所述抽头增益的值。
本发明的一个方式是上述的符号判定装置，其中，所述传送路估计部具备的自适应非线性数字滤波器是n阶（n为2以上的整数）沃尔特拉滤波器。
本发明的一个方式是上述的符号判定装置，其中，所述滤波器更新部基于所述传送路估计部的沃尔特拉核的值、以及所述路径追溯判定部输出的符号序列来更新所述沃尔特拉核的值。
本发明的一个方式是上述的符号判定装置，其中，通过预先实施的训练来取得所述抽头增益的值、以及所述沃尔特拉滤波器的沃尔特拉核的值。
本发明的一个方式是上述的符号判定装置，其中，还具备第二传送路估计部，所述第二传送路估计部具备所述自适应非线性数字滤波器，计算用于对所述第一传送路估计部的沃尔特拉核的值进行更新的值，所述符号判定装置基于在基于已知的信息比特序列而生成的训练信息符号序列作为发送信号传播的情况并且输入所述传送路缩短部取得的符号序列的情况下的示出所述和的符号序列、与输入所述训练信息符号序列的情况下的所述第二传送路估计部的输出之差来更新所述抽头增益的值和所述沃尔特拉核的值。
本发明的一个方式是上述的符号判定装置，其中，所述滤波器更新部参照所述距离函数的值并与规定的值相比较，由此，决定是否更新所述线性数字滤波器的抽头增益。
本发明的一个方式是上述的符号判定装置，其中，所述滤波器更新部参照所述距离函数的值并与规定的值相比较，由此，决定是否更新所述沃尔特拉核的值。
本发明的一个方式是上述的符号判定装置，其中，所述加法比较处理部利用维特比算法来计算距离函数的最小值，所述判定部通过追溯维特比算法中的网格图的路径来进行符号判定。
本发明的一个方式是一种符号判定方法，其中，具有：传送路缩短步骤，取得在传送路中传播来的符号序列所构成的输入信号的一部分，按取得的符号序列的每个符号来计算将符号示出的值与线性数字滤波器的抽头增益相乘的值，计算所述相乘的值之和，输出示出所述和的符号序列；第一传送路估计步骤，具备自适应非线性数字滤波器，基于示出所述传送路的状态的符号序列使用所述自适应非线性数字滤波器来估计所述传送路的传递函数；加法比较处理步骤，基于度量来计算距离函数的最小值，所述度量是基于所述传送路缩短步骤中的输出、以及在所述第一传送路估计步骤中估计的传递函数而计算的值；以及判定步骤，基于所述距离函数的最小值来进行符号判定，输出作为判定的结果的符号序列。
发明效果
通过本发明，能够提供抑制运算量增大的利用MLSE的符号判定方法。
附图说明
图1是示出第一实施方式的通信系统100的具体的系统结构的图。
图2是示出第一实施方式的传送路3的具体的等效电路的图。
图3是示出以往的通信系统800的具体的系统结构的图。
图4是示出以往的识别电路8的功能结构的具体例的图。
图5是示出第一实施方式的识别电路4的功能结构的具体例的图。
图6是说明第一实施方式的部分符号序列的说明图。
图7是示出第一实施方式的识别电路4中的符号判定的具体的处理的流程的流程图。
图8是示出使用第一实施方式的识别电路4的符号判定的实验结果、以及使用以往的识别电路8的符号判定的实验结果的图。
图9是示出第二实施方式的通信系统100a的具体的系统结构的图。
图10是示出第二实施方式的识别电路4a的功能结构的具体例的图。
图11是进行事前的抽头增益训练的情况下的通信系统100的说明图。
图12是说明根据现行的以太网规格的通信的说明图。
具体实施方式
（第一实施方式）
图1是示出第一实施方式的通信系统100的具体的系统结构的图。通信系统100是传送由符号序列表示的信息的光传送系统。
通信系统100具备信号生成部1、光强度调制部2、传送路3和识别电路4（符号判定装置）。
信号生成部1从所输入的数据信号中生成m值的电信息符号序列（以下称为“m值电信息符号序列”。）｛st｝。m值电信息符号序列是m元码。m值电信息符号序列的1个符号通过电压或电流的大小表示m种记号（或数字）。m是2以上的整数，是符号多值度。如果用数字表示m种记号（或数字），则m种记号（或数字）是0、1、…m-1。
角标t（t是0以上的整数）是用于识别各符号的识别子，表示生成m值电信息符号序列｛st｝的各符号的时刻。
传送路3将m值电信息符号序列｛st｝变换为m值光信息符号序列来传送，再变换为通过电压或电流的大小表示m种记号（或数字）的m值电信息符号序列｛rt｝并输出。传送路3具备光强度调制部2、光纤31和受光器32。光强度调制部2取得m值电信息符号序列｛st｝，生成通过光强度表示m种记号（或数字）的符号序列即m值的光信息符号序列。以下，用H表示传送路3的传递函数。传递函数H是利用实施方式的后述的识别电路4估计的函数。
图2是示出第一实施方式的传送路3的具体的等效电路的图。在图2中，T是符号间隔，是通信系统100中的运算时刻的时间间隔。符号间隔是从符号通过规定的地点起到下一符号通过该地点为止的时间。L表示符号数。在考虑传送路3的传送中的时刻t的符号的前后L符号量的码间干扰的情况下，传送路3输出的m值电信息符号序列｛rt｝用以下的式子表示。此外，以下，认为时刻t是通过符号间隔T离散化的时间的识别子。即，tT为时间，t表示在通过T离散化的时间中从规定时刻起第几个的时间。
[数式1]
Figure 920040DEST_PATH_IMAGE002
ωt是平均值0、方差δ2的彼此独立的高斯随机序列，是由传送路3加到符号序列的噪声分量。
光纤31传送m值光信息符号序列。受光器32接收m值光信息符号序列，将其变换为m值电信息符号序列｛rt｝并输出。关于受光器32，只要将光信号变换为电信号，则无论是怎样的器件都可以。例如，受光器32可以是光电二极管。
识别电路4取得m值电信息符号序列｛rt｝，进行取得m值电信息符号序列｛st｝的各符号的估计值的符号判定。识别电路4在符号判定时估计传递函数H。以下，将所估计的传递函数H称为估计传递函数H’。
在说明第一实施方式的识别电路4的功能结构的具体例之前，说明以往的符号判定的方法。
图3是示出以往的通信系统800的具体的系统结构的图。
通信系统800与通信系统100的不同之处在于，代替第一实施方式的识别电路4而具备识别电路8。识别电路8取得m值电信息符号序列｛rt｝，基于所取得的m值电信息符号序列｛rt｝来进行以往的符号判定。识别电路8与识别电路4同样地在进行以往的符号判定时估计传递函数H。
识别电路8例如通过MLSE进行符号判定。MLSE是通过探索使附带条件联合概率密度函数pN（｛rN｝｛S’N｝）变为最大的m值电信息符号序列｛s’N｝来进行符号判定的方法。附带条件联合概率密度函数pN（｛rN｝｛S’N｝）是在通过传送路3发送序列长度N的m值电信息符号序列｛s’N｝的情况下接收到m值电信息符号序列｛rN｝的概率。附带条件联合概率密度函数pN（｛rN｝｛S’N｝）用以下的式子表示。序列长度N是信息符号序列的符号数。
[数式2]
Figure 774864DEST_PATH_IMAGE004
使附带条件联合概率密度函数pN（｛rN｝｛S’N｝）变为最大与使距离函数dN变为最小是等效的。距离函数dN是由以下的式子表示的函数。
[数式3]
Figure 554601DEST_PATH_IMAGE006
以下，说明距离函数dN的最小化的方法。
时刻t中的传送路的状态（state）μt=（s’t-L，…，s’t，…，s’t+L）的数量是m2L+1。时刻t中的传送路的状态的数量是时刻t中的在传送路中传送的信息符号序列。作为时刻t中的传送路的状态而能发生的状态的数量是2L+1个符号序列长度和调制符号I=［i1，i2，…，im］的全部的组合的数量。符号序列长度是时刻t中的在传送路3中传送的信息符号序列的符号数。调制符号是在传送路3中传送的信息符号序列的1个符号所表示的m种记号（或数字）。即，在信息符号序列是8元码并且8种记号（或数字）用数字表示的情况下，调制符号是｛0，1，2，3，4，5，6，7｝。以下，将传送路的状态称为传送路状态。
在时刻t中，能够将具有m2L+1个状态的传送路3视为具有m2L+1个状态的有限状态机。因此，距离函数dN能够按每次接收到m值电信号序列｛rN｝而进行利用维特比算法的逐步计算。在时刻t中到达状态μt的距离函数dt（｛μt｝）能够通过时刻t-1中的距离函数dt-1（｛μt-1｝）、以及伴随着时刻t中的状态转变的似然度（度量）b（rt；μt-1→μt）来表示。距离函数dt（｛μt｝）满足以下的式子。
[数式4]
Figure 949810DEST_PATH_IMAGE008
度量b用以下的式子表示。再有，H’是估计传递函数。
[数式5]
Figure 764183DEST_PATH_IMAGE010
时刻t中的度量b仅依赖于从时刻t-1中的传送路状态向时刻t中的传送路状态的转变，而不依赖于其以前的状态。
在到达传送路状态μt-1的距离函数的最小值即d_mint-1（μt-1）、以及与其对应的状态转变即时刻t中的向传送路状态μt的状态转变的全部是已知的情况下，不需要为了求取传送路状态到达状态μt的距离函数dt（μt）的最小值而求取与全部的状态转变对应的距离函数dt（μt）。在这样的情况下，针对有可能转变为传送路状态μt的全部的传送路状态｛μt-1｝，计算d_mint-1（μt-1）与b（rt；μt-1→μt）之和，进而求取其结果之中的最小值即可。即，计算以下的式（6）即可。
[数式6]
Figure 524328DEST_PATH_IMAGE012
d_mint（μt）是到达传送路状态μt的全部的距离函数dt（μt）的最小值。以下，将d_mint（μt）称为最小距离。
图4是示出以往的识别电路8的功能结构的具体例的图。识别电路8具备传送路估计部81、加法比较选择处理部82和路径追溯判定部83。
传送路估计部81对估计传递函数H’进行估计。加法比较选择处理部82计算度量b，基于其计算结果来计算最小距离d_mint（μt）。路径追溯判定部83选择使得在时刻t中到达传送路状态μt的距离函数变为d_mint（μt）的那样的、成为维特比算法的网格图的路径的起点的传送路状态。路径追溯判定部83基于所选择的传送路状态来取得m值电信息符号序列｛st｝的各符号的估计值。
以上是以往的MLSE的符号判定的方法、以及执行其的识别电路8的功能结构的具体例。
回到第一实施方式的通信系统100的说明。
图5是第一实施方式的识别电路4的功能结构的具体例。识别电路4具备传送路缩短部41、第一传送路估计部42、加法比较选择处理部43（加法比较处理部）、路径追溯判定部44、第二传送路估计部45、延迟生成部46和滤波器更新算法部47（滤波器更新部）。
传送路缩短部41取得受光器32输出的m值电信息符号序列｛rt｝的一部分（以下称为“部分符号序列”。），进行压缩处理。传送路缩短部41输出通过压缩处理针对1个输出符号压缩u个量的m值电信息符号序列分量的信息量的信息符号序列（以下称为“压缩符号序列”。）OutA。压缩处理是针对部分符号序列｛rt｝进行乘法累加运算的处理，是进行由式（7）表示的乘法累加运算的处理。
更具体而言，传送路缩短部41使部分符号序列｛rt｝延迟（（u-1）/2）T时间，将以部分符号序列｛rt）的1个符号rt-（u+1）/2为中心的u个符号序列（即，部分符号序列）输入到自适应线性数字滤波器。接着，传送路缩短部41将各符号示出的值乘以抽头增益，并输出示出它们之和的符号序列（即，压缩符号序列）。因此，压缩符号序列示出由以下的式（7）表示的值。
再有，此时，在比对受光器32输出的m值电信息符号序列｛rt｝进行运算的定时即运算定时晚｛（u-1）/2｝T的定时处生成与线性数字滤波器的输出对应的压缩符号序列的符号。
再有，u是线性数字滤波器的抽头数。此外，C1、C2、…、Cu是线性数字滤波器的抽头增益。在式（7）中，j表示1至u的整数。
[数式7]
Figure 791361DEST_PATH_IMAGE014
抽头增益C1、C2、…Cu的值是能在识别电路4进行符号判定的过程中更新的值。以下，在不区分抽头增益C1、C2、…Cu的情况下，称为抽头增益C。
再有，关于传送路缩短部41，只要是可进行压缩处理的电路，则无论是怎样的电路都可以，例如，可以是FIR（Finite Impulse Response，有限冲激响应）滤波器。
图6是说明第一实施方式的部分符号序列的说明图。序列长度为N的符号序列之中的u个符号被输入到传送路缩短部。
第一传送路估计部42基于时刻t中的传送路的状态μt来求取通过具有规定的沃尔特拉核的沃尔特拉级数而表示的函数，作为估计传递函数H’。第一传送路估计部42具备自适应非线性数字滤波器。第一传送路估计部42具备的自适应非线性数字滤波器是二阶沃尔特拉滤波器。再有，沃尔特拉滤波器可以未必是二阶，也可以是与二阶相比高阶的沃尔特拉滤波器。
第一传送路估计部42输出的估计传递函数H’用以下的式（8）表示。
[数式8]
Figure 990262DEST_PATH_IMAGE016
再有，v是非线性数字滤波器的存储长度。此外，h1、h2、…、hv、h11、h12、…、hvv是第一传送路估计部42的2次沃尔特拉级数中的沃尔特拉核（即，系数）。第一传送路估计部42的沃尔特拉核是能在识别电路4进行符号判定的过程中更新的值。s’t-v+1、…、s’t是在时刻t中的传送路3的状态μt=（s’t-v+1，…，s’t，…，s’t）下在传送路3中传播的信息符号序列。以下，将式（8）中的（s’t-v+1，…，s’t，s’t-v+1s’t-v+1，s’t-v+1s’t-v+2，…，s’ts’t）称为输入要素。
再有，假如在传送路缩短部41中使用自适应非线性数字滤波器的情况下，对通过非线性的传递函数的信息符号序列重叠进行非线性的运算，因此，有可能会发生高次分量。进而，由于在逐步运算中对信息符号序列进行非线性运算，所以运算量会爆发。
另一方面，在传送路估计部中使用自适应非线性数字滤波器的情况下，对时刻t中的传送路的状态μt=（s’t-v+1，…，s’t）进行非线性的运算，因此，不用担心会发生多余的高次分量。此外，包括2次项的向第一传送路估计部42的输入要素（s’t-v+1，…，s’t，s’t-v+1s’t-v+1，s’t-v+1s’t-v+2，…，s’ts’t）是不变的，因此，自适应非线性数字滤波器中的2次的运算仅为输入要素的准备，能够削减逐步运算量。
通过使用自适应非线性滤波器而提高了识别电路4的识别精度，但是，在传送路缩短部41和第一传送路估计部42中，在为了得到充分的性能所需的抽头数中存在较大的不同。具体而言，例如，在传送路缩短部41中为数十阶，在第一传送路估计部42中为数个级别。因此，在使在每一个中使用的滤波器为自适应非线性滤波器时增大的运算量中出现较大的差。因此，与在传送路缩短部41中使用自适应非线性滤波器相比，在第一传送路估计部42中使用自适应非线性滤波器能够更大幅地抑制整体的运算量增大。
加法比较选择处理部43基于传送路缩短部41的输出和第一传送路估计部42的输出通过以下的式（9）计算度量b。加法比较选择处理部43进而基于所计算的度量b和式（4）～（6）来计算d_mint（μt）。
[数式9]
Figure 659140DEST_PATH_IMAGE018
路径追溯判定部44选择使得在时刻t到达传送路状态μt的距离函数变为d_mint（μt）的那样的、成为维特比算法的网格图的路径的起点的传送路状态。路径追溯判定部44基于所选择的传送路状态来计算m值电信息符号序列｛st｝的各符号的估计值。以下，将m值电信息符号序列｛st｝的各符号的估计值称为At，将把m值电信息符号序列｛st｝的各符号的值置换为估计值At的符号序列称为估计符号序列｛At｝。
已知，如果追溯第一传送路估计部42的存储长度的数倍程度，则维特比算法的网格图的路径会收敛。此外，通过使传送路状态的数量（以下称为“追溯数”。）为固定值，从而能够抑制符号判定的处理中的运算量的增大。
第二传送路估计部45具备与第一传送路估计部42相同的自适应非线性数字滤波器，计算用于对第一传送路估计部42的沃尔特拉核的值进行更新的值。第二传送路估计部45取得延迟了（v-1）T时间的估计符号序列｛At｝，代替利用式（8）的估计传递函数H’的计算，而计算用以下的式（10）表示的函数H’’（以下称为“更新用函数H’’”。）。
[数式10]
Figure 590187DEST_PATH_IMAGE020
h’1、h’2，…、h’v、h’11、h’12，…、h’vv是第二传送路估计部45的2次的沃尔特拉级数中的沃尔特拉核（即，系数）。第二传送路估计部45的沃尔特拉核是能在识别电路4进行符号判定的过程中更新的值。
延迟生成部46使向滤波器更新算法部输入的压缩符号序列延迟wT时间。w是追溯数。
滤波器更新算法部47取得压缩符号序列、估计符号序列｛At｝和更新用函数H’’，并更新传送路缩短部41的抽头增益C的值、第一传送路估计部42的沃尔特拉核的值、以及第二传送路估计部45的沃尔特拉核的值。
滤波器更新算法部47使用使压缩符号序列延迟wT时间的符号序列与估计符号序列｛At｝之差（以下称为“抽头增益更新用评价值”。）来更新传送路缩短部41的抽头增益C的值。在更新时，使用RLS（Recursive Least Square，递归最小二乘方）算法或LMS（LeastMean Square，最小均方）算法等迭代近似解法的算法。
在抽头增益C的更新中使用的估计符号序列｛At｝是由于在利用路径追溯的判定时产生的延迟而延迟了wT时间的符号序列。在滤波器更新算法部47中更新抽头增益C时，需要使压缩符号序列和估计符号序列｛At｝向滤波器更新算法部47的输入定时相同。
因此，滤波器更新算法部47在更新抽头增益C的值时使用延迟了wT时间的压缩符号序列。
滤波器更新算法部47使用将估计符号序列｛At｝作为输入时的更新用函数H’’的输出与使压缩符号序列延迟了wT时间的符号序列之差（以下称为“沃尔特拉核更新用评价值”。）来更新第一传送路估计部42的沃尔特拉核的值、以及第二传送路估计部45的沃尔特拉核的值。更新后的第一传送路估计部42的沃尔特拉核的值与第二传送路估计部45的沃尔特拉核的值为相同值。
在更新时，使用RLS算法或LMS算法等迭代近似解法的算法。
在第一传送路估计部42的沃尔特拉核的值、以及第二传送路估计部45的沃尔特拉核的值的更新（以下称为“沃尔特拉核更新”。）中，需要使压缩符号序列和更新用函数H’’的输出向滤波器更新算法部47的输入定时相同。在沃尔特拉核更新中使用的估计符号序列｛At｝如上述那样是由于在利用路径追溯的判定时产生的延迟而延迟了wT时间的符号序列。因此，在第二传送路估计部45的更新用函数H’’的计算时，使用延迟了（v-1）T时间的估计符号序列｛At｝，由此，在滤波器更新算法部47中的沃尔特拉核更新时，压缩符号序列和更新用函数H’’的输出向滤波器更新算法部47的输入定时变为相同。
图7是示出第一实施方式的识别电路4中的符号判定的具体的处理的流程的流程图。
识别电路4取得m值电信息符号序列（步骤S101）。传送路缩短部41针对在步骤S101中取得的m值电信息符号序列的部分符号序列执行压缩处理，输出压缩符号序列（步骤S102）。第一传送路估计部42基于时刻t中的传送路的状态μt来计算估计传递函数H’（步骤S103）。加法比较选择处理部43基于在步骤S102和步骤S103中输出的压缩符号序列和估计传递函数H’来计算度量b。进而，加法比较选择处理部43计算最小距离d_mint（μt）（步骤S104）。路径追溯判定部44基于最小距离d_mint（μt）使用维特比算法来计算估计符号序列｛At｝（步骤S105）。
第二传送路估计部45计算将估计符号序列｛At｝作为输入时的更新用函数H’’的输出（步骤S106）。滤波器更新算法部47判定抽头增益更新用评价值是否比预先确定的规定的值（抽头用目标值）大，所述抽头增益更新用评价值是使压缩符号序列延迟了wT时间的符号序列与将估计符号序列｛At｝作为输入时的第二传送路估计部45的输出之差（步骤S107）。
在抽头增益更新用评价值为抽头用目标值以上的情况下（步骤S107：否），滤波器更新算法部47使抽头增益的值变化基于抽头增益更新用评价值的变化量（步骤S108）。接着，滤波器更新算法部47判定沃尔特拉核更新用评价值是否比预先确定的规定的值（沃尔特拉用目标值）大，所述沃尔特拉核更新用评价值是将估计符号序列｛At｝作为输入时的更新用函数H’’的输出与使压缩符号序列延迟了wT时间的符号序列之差（步骤S109）。在沃尔特拉核更新用评价值比沃尔特拉用目标值小的情况下（步骤S109：是），回到步骤S102。另一方面，在沃尔特拉核更新用评价值为沃尔特拉用目标值以上的情况下（步骤S109：否），滤波器更新算法部47使沃尔特拉核的值变化基于沃尔特拉核更新用评价值的变化量（步骤S110）。
在步骤S110的处理中结束了全部符号的估计的情况下（步骤S111：是），识别电路4将在步骤S105中得到的估计符号序列｛At｝作为估计结果进行输出（步骤S112）。
另一方面，在步骤S111的处理中未结束全部符号的估计的情况下（步骤S111：否），回到步骤S102的处理。
另一方面，在步骤S107中抽头增益更新用评价值比抽头用目标值小的情况下（步骤S107：是），省略步骤S108的处理，执行步骤S109。
图8是示出使用第一实施方式的识别电路4的符号判定的实验结果和使用以往的识别电路8的符号判定的实验结果的图。
在图8所示的实验结果中，横轴表示BER（Bit Error Rate，误比特率），横轴示出发送向识别电路4或识别电路8的信息符号的光的输入功率。图8示出了使用实施方式的识别电路4的符号判定的BER更低。
像这样构成的实施方式的识别电路4具备对输入的一部分进行压缩的传送路缩短部41、以及通过沃尔特拉级数展开来估计传递函数的第一传送路估计部42，因此，能够提供抑制运算量增大的利用MLSE的符号判定方法。
（第二实施方式）
图9是示出第二实施方式的通信系统100a的具体的系统结构的图。通信系统100a与通信系统100的不同之处在于，代替识别电路4而具备识别电路4a。以下，针对具有相同功能的部分，标注与图1相同的符号，由此，省略说明。
识别电路4a与识别电路4同样地取得m值电信息符号序列｛rt｝，进行取得m值电信息符号序列｛st｝的各符号的估计值的符号判定。
图10是示出第二实施方式的识别电路4a的功能结构的具体例的图。识别电路4a与识别电路4的不同之处在于，代替滤波器更新算法部47而具备第一滤波器更新算法部47a（滤波器更新部）和第二滤波器更新算法部47b（滤波器更新部）。以下，针对具有相同功能的部分，标注与图5相同的符号，由此，省略说明。
第一滤波器更新算法部47a使用使压缩符号序列延迟了wT时间的符号序列与估计符号序列｛At｝之差（以下称为“抽头增益更新用评价值”。）来更新传送路缩短部41的抽头增益C的值。在更新时，使用RLS（Recursive Least Square）算法或LMS（Least Mean Square）算法等迭代近似解法的算法。
在抽头增益C的更新中使用的估计符号序列｛At｝是由于在利用路径追溯的判定时产生的延迟而延迟了wT时间的符号序列。在第一滤波器更新算法部47a中更新抽头增益C时，需要使压缩符号序列和估计符号序列｛At｝向第一滤波器更新算法部47a的输入定时相同。因此，第一滤波器更新算法部47a在更新抽头增益C的值时使用延迟了wT时间的压缩符号序列。
第二滤波器更新算法部47b使用使压缩符号序列延迟了wT时间的符号序列与将估计符号序列｛At｝作为输入时的第二传送路估计部45的输出之差（即，沃尔特拉核更新用评价值）来更新第一传送路估计部42的沃尔特拉核的值和第二传送路估计部45的沃尔特拉核的值。更新后的第一传送路估计部42的沃尔特拉核的值与第二传送路估计部45的沃尔特拉核的值为相同的值。在更新时，使用RLS算法或LMS算法等迭代近似解法的算法。
在第一传送路估计部42的沃尔特拉核的值和第二传送路估计部45的沃尔特拉核的值的更新（即，沃尔特拉核更新）中，需要使更新用函数H’’的输出和估计符号序列｛At｝向第二滤波器更新算法部47b的输入定时相同。在沃尔特拉核更新中使用的估计符号序列｛At｝如上述那样是由于在利用路径追溯的判定时产生的延迟而延迟了wT时间的符号序列。因此，在由第二传送路估计部45的更新用函数H’’的计算时，使用延迟了（v-1）T时间的估计符号序列｛At｝，由此，在第二滤波器更新算法部47b中的沃尔特拉核更新时，更新用函数H’’的输出和估计符号序列｛At｝向第二滤波器更新算法部47b的输入定时相同。
（变形例）
再有，在第一实施方式的通信系统100和第二实施方式的通信系统100a中，使传送路缩短部41和第一传送路估计部42为自适应数字滤波器，由此，不需要事前的抽头增益训练，能够进行利用盲估计的符号判定。在这样的情况下，为了使自适应数字滤波器正常地工作，需要正确地进行抽头系数和沃尔特拉核的更新。
再有，作为光传送路的特征，举出波形失真的主要原因（频带限制、波长色散）的变动速度非常慢的情况。因此，作为光电场序列估计的优越性，举出如下的事情，即：使传送路缩短部41和第一传送路估计部42为自适应数字滤波器，事前地进行抽头增益训练，不进行抽头系数和沃尔特拉核的逐步更新，由此，能够实现通信系统100中的符号判定处理中的大幅的运算量的削减。
在事前的抽头增益训练中需要已知的随机符号序列。图11是进行事前的抽头增益训练的情况下的通信系统100的说明图。在图11中，假定，作为训练信息符号序列A’，使用将使PRBS（Pseudo Random Binary Sequence：伪随机比特序列）重复的信息比特序列变换为m值电信息符号序列的符号序列。考虑发送训练信息符号序列A’而利用识别电路对接收的m值电信号序列｛rt｝进行判定的信息符号序列A由于接收的定时偏离信息符号序列A’的起点的情况（偏移）。在此时的识别电路中，不需要高精度，因此，不需要使用第一实施方式或第二实施方式的识别电路。于是，取得信息符号序列A和信息符号序列A’的相关，再次发送考虑了偏移的训练信息符号序列A’，代替作为判定结果的信息符号序列A而利用训练信息符号序列A’进行识别电路的自适应数字滤波器更新。由此，能够实现反映正确的判定结果的抽头系数和沃尔特拉核的更新、收敛。
此外，在考虑光传送路的变动时，在计算度量b时的最小值超过一定的阈值的情况下，对传送路缩短部41的抽头增益C和第一传送路估计部42的沃尔特拉核进行更新。度量b越小，则序列估计的判定结果的似然度越大，因此，度量b的大小与序列估计的精度较大地相关。当阈值较小时，自适应数字滤波器针对传送路的细微变动都进行追踪，相反，当阈值较大时，即使传送路变动某种程度也不更新。因此，能够通过该阈值的大小来调节滤波器更新的计算量与序列估计的精度的权衡。在使用该手法时，在维特比算法中除了路径度量之外还进行度量b的比较，因此，与不考虑光传送路的变动的情况相比，运算量增加，但是，针对光传送路的变动，能够实现稳定的工作。此外，该手法是即使在不进行上述的事前的抽头增益训练的情况下也对运算量削减有效的手法。
在避免由于上述的度量b的比较所造成的运算量增大的情况下，确定规定的X的值以使得每当接收到示出规定的X的值的符号时进行1次滤波器更新的定时，由此，使滤波器更新频度变稀疏，能够实现运算量削减。该手法也是即使在不进行事前的抽头增益训练的情况下也对运算量削减有效的手法。
在进行利用盲估计的符号判定的情况下，具体而言，基于第一符号序列和第二符号序列之差来更新抽头增益的值和沃尔特拉核的值。第一符号序列是训练信息符号序列A’作为发送信号被传播的情况并且输入传送路缩短部41取得的符号序列的情况下的、传送路缩短部41输出的压缩符号序列。第二符号序列是输入训练信息符号序列A’的情况下的第二传送路估计部45的输出。
再有，抽头增益更新用评价值也可以为使压缩符号序列延迟了wT时间的符号序列与将估计符号序列｛At｝作为输入时的第二传送路估计部45的输出之差。
再有，第一滤波器更新算法部47a可以参照距离函数的值并与规定的值相比较，由此，决定是否更新线性数字滤波器的抽头增益。
再有，沃尔特拉核更新用评价值可以是使压缩符号序列延迟了wT时间的符号序列与将估计符号序列｛At｝作为输入时的第二传送路估计部45的输出之差。
再有，第二滤波器更新算法部47b可以参照距离函数的值并与规定的值相比较，由此，决定是否更新沃尔特拉核的值。再有，第二滤波器更新算法部47b可以与第一滤波器更新算法部47a一体地构成。
再有，第一传送路估计部42是传送路估计部的一例。
可以用计算机实现上述的实施方式中的识别电路4和4a。在该情况下，可以将用于实现该功能的程序记录在计算机可读记录介质中，使计算机系统读入记录在该记录介质中的程序并执行，由此实现。再有，在此所说的“计算机系统”包括OS或周边设备等硬件。此外，“计算机可读记录介质”是指软盘、磁光盘、ROM、CD-ROM等可移动介质、内置在计算机系统中的硬盘等存储装置。进而，“计算机可读记录介质”还包括如经由因特网等网络或电话线路等通信线路来发送程序的情况下的通信线那样在短时间期间内动态地保持程序的介质、如成为该情况下的服务器或客户端的计算机系统内部的易失性存储器那样在一定时间内保持程序的介质。此外，上述程序既可以为用于实现前述的功能的一部分的程序，进而也可以为能够通过与已经记录在计算机系统中的程序的组合来实现前述功能的程序，还可以为使用FPGA（Field Programmable Gate Array，现场可编程门阵列）等可编程逻辑设备来实现的程序。
以上，参照附图详述了本发明的实施方式，但是，具体的结构不限于该实施方式，也包括不脱离本发明的主旨的范围的设计等。
附图标记的说明
1…信号生成部，2…光强度调制部，3…传送路，4…识别电路，31…光纤，32…受光器，41…传送路缩短部，42…第一传送路估计部，43…加法比较选择处理部，44…路径追溯判定部，45…第二传送路估计部，46…延迟生成部，47…滤波器更新算法部，4a…识别电路，47a…第一滤波器更新算法部，47b…第二滤波器更新算法部。

Claims (10)

1.一种符号判定装置，其中，具备：
传送路缩短部，取得在传送路中传播来的符号序列所构成的输入信号的一部分，按取得的符号序列的每个符号来计算将符号示出的值与线性数字滤波器的抽头增益相乘的值，计算所述相乘的值之和，输出示出所述和的符号序列；
第一传送路估计部，具备自适应非线性数字滤波器，基于示出所述传送路的状态的符号序列使用所述自适应非线性数字滤波器来估计所述传送路的传递函数；
加法比较处理部，基于度量来计算距离函数的最小值，所述度量是基于所述传送路缩短部的输出、以及所述第一传送路估计部估计的传递函数而计算的值；以及
判定部，基于所述距离函数的最小值来进行符号判定，输出作为判定的结果的符号序列。
2.根据权利要求1所述的符号判定装置，其中，还具备滤波器更新部，所述滤波器更新部基于所述传送路缩短部输出的示出所述和的符号序列、以及所述判定部输出的所述符号序列来更新所述抽头增益的值。
3.根据权利要求2所述的符号判定装置，其中，所述第一传送路估计部具备的自适应非线性数字滤波器是n阶沃尔特拉滤波器，其中，n为2以上的整数。
4.根据权利要求3所述的符号判定装置，其中，所述滤波器更新部基于所述第一传送路估计部的沃尔特拉核的值、以及所述判定部输出的符号序列来更新所述沃尔特拉核的值。
5.根据权利要求3所述的符号判定装置，其中，通过预先实施的训练来取得所述抽头增益的值、以及所述沃尔特拉滤波器的沃尔特拉核的值。
6.根据权利要求4所述的符号判定装置，其中，
还具备第二传送路估计部，所述第二传送路估计部具备所述自适应非线性数字滤波器，计算用于对所述第一传送路估计部的沃尔特拉核的值进行更新的值，
基于在基于已知的信息比特序列而生成的训练信息符号序列作为发送信号被传播的情况并且输入所述传送路缩短部取得的符号序列的情况下的示出所述和的符号序列、与输入所述训练信息符号序列的情况下的所述第二传送路估计部的输出之差来更新所述抽头增益的值和所述沃尔特拉核的值。
7.根据权利要求2所述的符号判定装置，其中，所述滤波器更新部参照所述距离函数的值并与规定的值相比较，由此，决定是否更新所述线性数字滤波器的抽头增益。
8.根据权利要求4所述的符号判定装置，其中，所述滤波器更新部参照所述距离函数的值并与规定的值相比较，由此，决定是否更新所述沃尔特拉核的值。
9.根据权利要求1所述的符号判定装置，其中，所述加法比较处理部利用维特比算法来计算距离函数的最小值，所述判定部通过追溯维特比算法中的网格图的路径来进行符号判定。
10.一种符号判定方法，其中，具有：
传送路缩短步骤，取得在传送路中传播来的符号序列所构成的输入信号的一部分，按取得的符号序列的每个符号来计算将符号示出的值与线性数字滤波器的抽头增益相乘的值，计算所述相乘的值之和，输出示出所述和的符号序列；
第一传送路估计步骤，具备自适应非线性数字滤波器，基于示出所述传送路的状态的符号序列使用所述自适应非线性数字滤波器来估计所述传送路的传递函数；
加法比较处理步骤，基于度量来计算距离函数的最小值，所述度量是基于所述传送路缩短步骤中的输出、以及在所述第一传送路估计步骤中估计的传递函数而计算的值；以及
判定步骤，基于所述距离函数的最小值来进行符号判定，输出作为判定的结果的符号序列。
CN201980008702.5A 2018-01-19 2019-01-18 符号判定装置和符号判定方法 Active CN111566953B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018007671 2018-01-19
JP2018-007671 2018-01-19
PCT/JP2019/001474 WO2019142912A1 (ja) 2018-01-19 2019-01-18 シンボル判定装置及びシンボル判定方法

Publications (2)

Publication Number Publication Date
CN111566953A CN111566953A (zh) 2020-08-21
CN111566953B true CN111566953B (zh) 2022-11-01

Family

ID=67302278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980008702.5A Active CN111566953B (zh) 2018-01-19 2019-01-18 符号判定装置和符号判定方法

Country Status (4)

Country Link
US (1) US11349524B2 (zh)
JP (1) JP6859457B2 (zh)
CN (1) CN111566953B (zh)
WO (1) WO2019142912A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10985951B2 (en) 2019-03-15 2021-04-20 The Research Foundation for the State University Integrating Volterra series model and deep neural networks to equalize nonlinear power amplifiers
WO2022044077A1 (ja) * 2020-08-24 2022-03-03 日本電信電話株式会社 シンボル判定装置及びタップ選択方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0738470A (ja) * 1993-07-21 1995-02-07 Nippon Telegr & Teleph Corp <Ntt> 適応等化器
EP0682414A1 (en) * 1993-11-29 1995-11-15 Oki Electric Industry Company, Limited Device for estimating soft judgement value and device for estimating maximum likelihood system
JPH10173573A (ja) * 1996-12-06 1998-06-26 N T T Ido Tsushinmo Kk 適応等化器
GB0606745D0 (en) * 2006-04-04 2006-05-10 Ericsson Telefon Ab L M Maximum likelihood sequence evaluation in optical fibre communication systems
CN103460659A (zh) * 2011-02-07 2013-12-18 日本电信电话株式会社 数字信号处理装置
WO2016074803A1 (en) * 2014-11-13 2016-05-19 Telefonaktiebolaget L M Ericsson (Publ) Digital signal processing of an optical communications signal in a coherent optical receiver

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2621685B2 (ja) * 1991-05-29 1997-06-18 日本電気株式会社 適応型最尤系列推定装置
WO1995012926A1 (fr) * 1993-11-05 1995-05-11 Ntt Mobile Communications Network Inc. Procede de demodulation adaptative produisant des repliques et demodulateur l'utilisant
FI108265B (fi) * 2000-02-21 2001-12-14 Tellabs Oy Menetelmä ja laitteisto adaptiivisen kanavakorjauksen opetusvaiheen toteuttamiseksi digitaalisella tietoliikenneyhteydellä
US8831074B2 (en) * 2005-10-03 2014-09-09 Clariphy Communications, Inc. High-speed receiver architecture
CN105827321B (zh) * 2015-01-05 2018-06-01 富士通株式会社 多载波光通信系统中的非线性补偿方法、装置和系统
JP6319487B1 (ja) * 2017-03-14 2018-05-09 Ｎｔｔエレクトロニクス株式会社 光伝送特性推定方法、光伝送特性補償方法、光伝送特性推定システム及び光伝送特性補償システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0738470A (ja) * 1993-07-21 1995-02-07 Nippon Telegr & Teleph Corp <Ntt> 適応等化器
EP0682414A1 (en) * 1993-11-29 1995-11-15 Oki Electric Industry Company, Limited Device for estimating soft judgement value and device for estimating maximum likelihood system
JPH10173573A (ja) * 1996-12-06 1998-06-26 N T T Ido Tsushinmo Kk 適応等化器
GB0606745D0 (en) * 2006-04-04 2006-05-10 Ericsson Telefon Ab L M Maximum likelihood sequence evaluation in optical fibre communication systems
CN103460659A (zh) * 2011-02-07 2013-12-18 日本电信电话株式会社 数字信号处理装置
WO2016074803A1 (en) * 2014-11-13 2016-05-19 Telefonaktiebolaget L M Ericsson (Publ) Digital signal processing of an optical communications signal in a coherent optical receiver

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
自适应减少复杂度的盲最大似然序列估计;许小东等;《电子学报》;20081015(第10期);全文 *

Also Published As

Publication number Publication date
JP6859457B2 (ja) 2021-04-14
CN111566953A (zh) 2020-08-21
JPWO2019142912A1 (ja) 2020-07-16
US11349524B2 (en) 2022-05-31
WO2019142912A1 (ja) 2019-07-25
US20200389207A1 (en) 2020-12-10

Similar Documents

Publication Publication Date Title
JP2016536948A (ja) 光通信における適応的予等化
CN105610517B (zh) 相干光接收机的迭代后均衡
JPH11196137A (ja) デジタル通信レシーバー用改良型検知
CN110858824B (zh) 用于时钟恢复的基于预补偿器的量化
US10574263B2 (en) Method for implementing turbo equalization compensation, turbo equalizer and system
US8208529B2 (en) Equalization apparatus and method of compensating distorted signal and data receiving apparatus
CN111566953B (zh) 符号判定装置和符号判定方法
CA2065167C (en) Method and apparatus for equalization in fast varying mobile radio channels
CN113796016B (zh) 符号判定装置和符号判定方法
Maiti et al. Modified nonlinear decision feedback equalizer for long-haul fiber-optic communications
JP2011223591A (ja) 等化制御に関する方法及び装置
CN107438985B (zh) 处理快于奈奎斯特的信令接收信号
CN111541633B (zh) 使用间隔间定时误差估计的改进的时钟恢复
Candido et al. Channel equalization for chaotic communications systems
WO2022044077A1 (ja) シンボル判定装置及びタップ選択方法
JP7495637B2 (ja) シンボル判定装置及びタップ選択方法
US9722816B2 (en) Precoding in faster-than-nyquist communications
CN113517934B (zh) 一种信号处理方法及相关设备
Lauinger et al. Blind and channel-agnostic equalization using adversarial networks
US8218978B2 (en) Maximum likelihood sequence estimation in optical fibre communication systems
FR2798540A1 (fr) Procede de decodage et d&#39;egalisation conjointe d&#39;un signal numerique protege par un code defini par un treillis
CN114978345A (zh) 用于数据相关失真补偿的均衡器和均衡器训练单元
KR101198384B1 (ko) 가변스텝기반의 블라인드 채널 예측 방법
JPH05316083A (ja) 移動無線において変動する伝送路における等化方法及び適応等化器
CN115473777A (zh) 一种自适应soqpsk调制解调方法、终端和接收机

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