CN112714084A - 用于光通信的设备、方法和计算机可读存储介质 - Google Patents

用于光通信的设备、方法和计算机可读存储介质 Download PDF

Info

Publication number
CN112714084A
CN112714084A CN201911015454.5A CN201911015454A CN112714084A CN 112714084 A CN112714084 A CN 112714084A CN 201911015454 A CN201911015454 A CN 201911015454A CN 112714084 A CN112714084 A CN 112714084A
Authority
CN
China
Prior art keywords
signal
equalization parameters
updated
equalized signal
recovered
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
CN201911015454.5A
Other languages
English (en)
Other versions
CN112714084B (zh
Inventor
叶晨晖
胡小锋
张凯宾
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.)
Nokia Shanghai Bell Co Ltd
Nokia Oyj
Original Assignee
Nokia Shanghai Bell Co Ltd
Nokia Networks Oy
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 Nokia Shanghai Bell Co Ltd, Nokia Networks Oy filed Critical Nokia Shanghai Bell Co Ltd
Priority to CN201911015454.5A priority Critical patent/CN112714084B/zh
Publication of CN112714084A publication Critical patent/CN112714084A/zh
Application granted granted Critical
Publication of CN112714084B publication Critical patent/CN112714084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04L25/03343—Arrangements at the transmitter end
    • 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
    • H04L25/38—Synchronous or start-stop systems, e.g. for Baudot code
    • H04L25/40—Transmitting circuits; Receiving circuits
    • H04L25/49—Transmitting circuits; Receiving circuits using code conversion at the transmitter; using predistortion; using insertion of idle bits for obtaining a desired frequency spectrum; using three or more amplitude levels ; Baseband coding techniques specific to data transmission systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Optical Communication System (AREA)

Abstract

本公开的实施例涉及用于光通信的设备、方法和计算机可读存储介质。根据本公开的实施例，第一设备从第二设备接收预均衡的信号。预均衡的信号由第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从第二设备到第一设备的传输而发生失真。第一设备对失真的预均衡的信号进行恢复而获得经恢复的信号。第一设备确定经恢复的信号的质量。第一设备基于质量，更新训练信号与预均衡的信号之间的关联关系。第一设备基于更新的关联关系，更新预均衡参数。第一设备向第二设备发送更新的预均衡参数，以便预补偿失真。

Description

用于光通信的设备、方法和计算机可读存储介质
技术领域
本公开的实施例总体上涉及通信技术，更具体地，涉及用于光通信的设备、方法和计算机可读存储介质。
背景技术
在光网络中，发送方在发送信号之前，需要对信号进行编码、调制、转换等处理，然后经由光线路(例如，光纤)传输到其通信距离范围内的接收方。在实践中，光线路本身并非是理想的信道条件，会引起信号的失真，从而使信号质量下降。例如，信号质量下降可以是以下因素相互作用的结果：由带宽不足引起的码间干扰，由色散引起的码间干扰，以及来自非理想驱动器、调制器、平方律检测等的端到端链路中的非线性。因此，接收方除了执行解码、解调制等常规操作，还需要对所接收的信号进行信号补偿和均衡等处理，以恢复出原始信号。
考虑到如此复杂的信道条件，简化的线性信道假设不再适用，并且无法满足实际情况。例如，由于非线性信道和数字信号处理器的输出的卷积不再与数字信号处理器的输出和非线性信道的卷积，简单地将接收侧的前馈均衡器(FFE)移到发送端并不能得到令人满意的性能。因此，仍然需要可靠而实用的方法来在给定信道中设置信号发送端前馈均衡器。
发明内容
总体上，本公开的实施例提出了用于光通信的设备、方法和计算机可读存储介质。
在第一方面，本公开的实施例提供了一种第一设备。该第一设包括至少一个处理器以及至少一个存储器。至少一个存储器包括计算机程序代码。至少一个存储器和计算机程序代码被配置为与至少一个处理器一起促使第一设备执行以下至少一次：从第二设备接收预均衡的信号，所述预均衡的信号由所述第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从所述第二设备到所述第一设备的传输而发生失真；对失真的所述预均衡的信号进行恢复而获得经恢复的信号；确定所述经恢复的信号的质量；基于所述质量，更新所述训练信号与所述预均衡的信号之间的关联关系；基于更新的所述关联关系，更新所述预均衡参数；以及向所述第二设备发送更新的所述预均衡参数，以便预补偿所述失真。
在第二方面，本公开的实施例提供了一种第二设备。该第二设包括至少一个处理器以及至少一个存储器。至少一个存储器包括计算机程序代码。至少一个存储器和计算机程序代码被配置为与至少一个处理器一起促使第二设备执行以下至少一次：利用预均衡参数对训练信号进行预均衡而生成预均衡的信号；向第一设备发送所述预均衡的信号，所述预均衡的信号经由从所述第二设备到所述第一设备的传输而发生失真；以及从所述第一设备接收更新的所述预均衡参数，以便预补偿所述失真，训练信号与所述预均衡的信号之间的关联关系基于所述第一设备对失真的所述预均衡的信号进行恢复而获得的经恢复的信号的质量而被更新。
在第三方面，本公开的实施例提供了一种方法。该方法包括：在第一设备处执行以下至少一次：从第二设备接收预均衡的信号，所述预均衡的信号由所述第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从所述第二设备到所述第一设备的传输而发生失真；对失真的所述预均衡的信号进行恢复而获得经恢复的信号；确定所述经恢复的信号的质量；基于所述质量，更新所述训练信号与所述预均衡的信号之间的关联关系；基于更新的所述关联关系，更新所述预均衡参数；以及向所述第二设备发送更新的所述预均衡参数，以便预补偿所述失真。
在第四方面，本公开的实施例提供了一种方法。该方法包括：在第二设备处执行以下至少一次：利用预均衡参数对训练信号进行预均衡而生成预均衡的信号；向第一设备发送所述预均衡的信号，所述预均衡的信号经由从所述第二设备到所述第一设备的传输而发生失真；以及从所述第一设备接收更新的所述预均衡参数，以便预补偿所述失真，训练信号与所述预均衡的信号之间的关联关系基于所述第一设备对失真的所述预均衡的信号进行恢复而获得的经恢复的信号的质量而被更新。
在第五方面，本公开的实施例提供了一种装置。该装置包括：用于在第一设备处从第二设备接收预均衡的信号的部件，所述预均衡的信号由所述第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从所述第二设备到所述第一设备的传输而发生失真；用于对失真的所述预均衡的信号进行恢复而获得经恢复的信号的部件；用于确定所述经恢复的信号的质量的部件；用于基于所述质量，更新所述训练信号与所述预均衡的信号之间的关联关系的部件；用于基于更新的所述关联关系，更新所述预均衡参数的部件；以及用于向所述第二设备发送更新的所述预均衡参数，以便预补偿所述失真的部件。
在第六方面，本公开的实施例提供了一种装置。该装置包括：用于在第二设备处利用预均衡参数对训练信号进行预均衡而生成预均衡的信号的部件；用于向第一设备发送所述预均衡的信号的部件，所述预均衡的信号经由从所述第二设备到所述第一设备的传输而发生失真；以及用于从所述第一设备接收更新的所述预均衡参数，以便预补偿所述失真的部件，训练信号与所述预均衡的信号之间的关联关系基于所述第一设备对失真的所述预均衡的信号进行恢复而获得的经恢复的信号的质量而被更新。
在第七方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序。计算机程序包括指令，该指令在被设备上的处理器执行时，促使设备执行根据第三方面所述的方法。
在第八方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序。计算机程序包括指令，该指令在被设备上的处理器执行时，促使设备执行根据第四方面所述的方法。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的示例实施例的关键或重要特征，亦非旨在限制本公开的范围。本公开的其他特征将通过以下的描述变得容易理解。
附图说明
现在将参考附图来描述一些示例实施例，其中：
图1示出了本公开的实施例可以在其中实施的示例通信网络；
图2示出了根据本公开的某些实施例的通信的信令图；
图3示出了根据本公开的某些实施例的第二设备中的FFE的示意图；
图4示出了根据本公开的某些实施例的第一设备中的FFE的示意图；
图5示出了根据本公开的某些实施例的神经网络的示意图；
图6示出了根据本公开的某些实施例的神经网络的示意图；
图7示出了根据本公开的某些实施例的神经网络的示意图；
图8示出了根据本公开的某些示例实施例的方法的流程图；
图9示出了根据本公开的某些示例实施例的方法的流程图；
图10示出了适合实现本公开的某些实施例的设备的框图；以及
图11示出了根据本公开的一些示例实施例的示例计算机可读介质的框图。
在各个附图中，相同或相似的附图标记表示相同或相似的元素。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“示例实施例”和“某些实施例”表示“至少一个示例实施例”。下文还可能包括其他明确的和隐含的定义。
在此使用的术语“电路”是指以下的一项或多项：
(a)仅硬件电路实现方式(诸如仅模拟和/或数字电路的实现方式)；以及
(b)硬件电路和软件的组合，诸如(如果适用)：(i)模拟和/或数字硬件电路与软件/固件的组合，以及(ii)硬件处理器的任意部分与软件(包括一起工作以使得诸如OLT、DPU或其他计算设备等装置执行各种功能的数字信号处理器、软件和存储器)；以及
(c)硬件电路和/或处理器，诸如微处理器或者微处理器的一部分，其要求软件(例如固件)用于操作，但是在不需要软件用于操作时可以没有软件。
电路的定义适用于此术语在本申请中(包括任意权利要求中)的所有使用场景。作为另一示例，在此使用的术语“电路”也覆盖仅硬件电路或处理器(或多个处理器)、或者硬件电路或处理器的一部分、或者其随附软件或固件的实现方式。例如，如果适用于特定权利要求元素，术语“电路”还覆盖基带集成电路或处理器集成电路或者OLT、DPU或其他计算设备中的类似的集成电路。
如本文所使用的术语“光网络”、“光通信网络”、“无源光网络”、“PON”是指其所包括的光分布网络(ODN)由诸如光分路器和光纤等无源器件组成，而不需要任何有源器件，其包括但不限于千兆无源光网络(GPON)、万兆无源光网络(XG-PON)、对称万兆无源光网络(XGS-PON)、下一代无源光网络(NG-PON)以及其他目前已知的或将来开发的光通信网络。
如本文所使用的术语“光线路终端(OLT)”是指光网络中作为服务提供节点为终端用户提供服务的设备。OLT可以提供例如光电转换功能，从而接收来自光网络单元(ONU)的用户数据。
如本文所使用的术语“ONU”是指通过光纤与OLT相连将信号通过光纤发送出去客户端节点。
如前所述，光线路会对其上传输的信号造成线性和/或非线性失真。总体上，可以以预处理或后处理的方式，利用基于数学模型专门设计的算法来抵抗诸如光纤色散、由带宽不足导致的码间干扰等信号失真。前馈均衡器(FFE)是高速串行数据通信中常用的信号均衡方法，因为它具有成本效益(尤其是模拟FFE)，并且在减轻码间干扰的前标记(pre-cursor)和后标记(post-cursor)方面均具有出色的性能。
传统上，根据FFE在发送侧和接收侧的位置以及是基于模拟电路还是数字电路，存在以下三种FFE设计选项。
在第一种选项中，具有2个或3个抽头的模拟FFE被布置在发送侧以便对信号进行预加重或预去重。第一种选项是发送方的标准化功能模型，其具有低成本和无噪声增强的特点。但由于缺乏自动适应性而无法令人满意。
在第二种选项中，模拟FFE被布置在接收侧。这是迄今为止非常成熟的解决方案，其以低成本而闻名，但由于本能的噪声增强和缺乏量化的不准确性而使其性能受到限制。
在第三种选项中，数字FFE被布置在接收侧。由于模数转换的精确量化和最小均方算法(LMS)或迫零(ZF)算法提供的超强自适应性，其性能优于第二种选项。但是，由于噪声增强和非线性而使其性能受到限制。
有鉴于此，本公开的实施例提供了一种光通信方案。根据该方案，在发送端设置可编程的模拟FFE，可以通过接收端反馈的预均衡参数调整指令以容忍系统非线性。以此方式，可以实现无噪声增强、性能改进、自适应性和低成本。
图1示出了本公开的实施例可以在其中实现的通信网络100的示意图。如图1所示，通信网络100包括第一设备110，其可以经由通信信道115与第二设备120-1进行通信。此外，第一设备110还可以经由相应的通信信道分别与更多的第二设备120-2至120-N进行通信，其中N可以表示自然数。在本公开的上下文中，第二设备120-1至120-N可以统称为第二设备120。不失一般性，以下描述将以第二设备120-1作为第二设备的示例。因此，应当理解，针对第二设备120-1的描述将等同地适用于其他第二设备。
第一设备110可以经由通信信道115向第二设备120-1发送数据，并且从第二设备120-1接收数据。此外，第一设备110还可以经由通信信道115向第二设备120-1发送控制信号或控制指令，或者从第二设备120-1接收控制信号或控制指令。更一般地，第一设备110与第二设备120-1可以经由通信信道115来发送和接收任何数据或信息。
将注意到，在后文中，使用从第二设备120-1向第一设备110发送信号为例描述本公开的一些实施例。但是，这样的描述仅是示例性的，无意以任何方式限制本公开的范围。本公开的实施例等同地适用于从第一设备110向第二设备120-1发送信号。更特别地，在区分上行传输方向和下行传输方向的通信系统中，本公开的实施例既适用于上行传输方向，也适用于下行传输方向。
在一些实施例中，通信网络100可以是无源光网络，例如，吉比特无源光网络(G-PON)、10吉比特无源光网络(XG-PON)、10吉比特对称无源光网络(XGS-PON)，等等。在这种情况下，第一设备110可以是在无源光网络的服务提供方处的终端，例如光线路终端(OLT)等。第二设备120-1可以是在无源光网络的用户位置处的终端，例如，光网络单元(ONU)等。而通信信道115可以包括光纤、光分路器等传输介质。在其他实施例中，除了无源光网络之外，通信网络100也可以是任何适用于本公开的实施例的有线或无线通信网络。在这种情况下，第一设备110和第二设备120可以是任何有线或无线通信设备，而通信信道115可以是任何可以承载通信的传输介质。
在一些实施例中，第二设备120-1中可以设置可编程的模拟FFE，而第一设备110中可以设置该模拟FFE的数字版本。第二设备120-1利用从第一设备110接收的预均衡参数对训练信号进行预均衡，以生成预均衡的信号。继而，第二设备120-1向第一设备110发送该预均衡的信号。该预均衡的信号经由从第二设备120-1到第一设备110的传输而发生失真。响应于接收到该预均衡的信号，第一设备110自适应地调整预均衡参数，并将调整后的预均衡参数发送到第二设备120-1，以便预补偿失真。
应当理解，尽管图1中描绘了通信网络100包括特定数目的第一设备110、第二设备120，并且第一设备110和第二设备120通过特定的通信信道115和相应连接通信地耦合，但是这样的布置仅是示例性的，无意以任何方式限制本公开的范围。在其他实施例中，通信网络100可以包括任何适当数目的第一设备、第二设备、以及其他未示出的通信设备或电子设备，它们可以按照任何适当方式使用任何适当通信信道进行通信或被耦合。更一般地，本公开的实施例适用于信号通过通信信道被传输的任何通信系统。下面结合图2来描述本公开的一些实施例的示例方法。
图2示出了根据本公开的某些实施例的通信过程200的信令图。过程200例如可以由如图1所示的第一设备110和第二设备120-1来执行。为了方便讨论，对过程200的描述将结合图1所示的第一设备110和第二设备120-1进行。应当理解，过程200还可以包括未示出的附加动作和/或可以省略所示出的动作，本公开的范围在此方面不受限制。
第二设备120-1利用从第一设备110接收的预均衡参数(也被称为初始预均衡参数)对训练信号进行预均衡，以生成210预均衡的信号。在此使用的训练信号是第一设备110已知的。例如，该训练信号可以是通过第一设备110和第二设备120-1的协商而确定的。备选地或附加地，该训练信号可由第二设备120-1事先发送给第一设备110。
在一些实施例中，第二设备120-1可以采用可编程的模拟FFE对训练信号进行预均衡。作为示例，第二设备120-1可以采用图3所示的可编程的模拟FFE 300对训练信号进行预均衡。在这样的实施例中，预均衡参数可以包括可编程的模拟FFE的抽头权重。
如图3所示，模拟FFE 300包括延迟器310和312，被配置为对训练信号进行延迟，以获得历史训练信号、当前传输的训练信号、以及将要传输的训练信号。模拟FFE 300还包括采样保持器320、322和324，被配置为分别对历史训练信号、当前传输的训练信号、以及将要传输的训练信号进行采样和保持。采样保持器320、322和324各自包括时钟开关(clk)和电容器(C)。模拟FFE 300还包括抽头330、332和334。抽头330、332和334分别被设置有抽头权重W1、W2和W3。模拟FFE 300还包括乘法器340、342和344，被配置为利用权重W1、W2和W3对采样保持器320、322和324的输出进行加权。模拟FFE 300还包括加法器350，被配置为对乘法器340、342和344的输出进行求和，以输出预均衡的信号。
应当理解，在其他实施例中，第二设备120-1可以采用任何适用于本公开的实施例的方式对训练信号进行预均衡。
第二设备120-1向第一设备110发送220该预均衡的信号。该预均衡的信号经由从第二设备120-1到第一设备110的传输而发生失真。
接收到失真的预均衡的信号后，第一设备110对失真的预均衡的信号进行恢复而获得230经恢复的信号。在一些实施例中，第一设备110可以通过模数转换、重采样、均衡、解调制等处理实现对失真的预均衡的信号的恢复。例如，第一设备110可以采用图4所示的数字FFE 400将失真的预均衡的信号均衡到数字域。
如图4所示，数字FFE 400包括延迟器410和412，被配置为对接收的信号进行延迟，以获得历史接收信号、当前接收的信号、以及将要接收的训练信号。数字FFE 400还包括采样保持器420、422和424，被配置为分别对历史接收信号、当前接收的信号、以及将要接收的训练信号进行采样和保持。采样保持器420、422和424各自包括时钟开关(clk)和电容器(C)。数字FFE 400还包括抽头440、442和444。抽头440、442和444分别被设置有抽头权重W+1、W0和W-1。数字FFE 400还包括乘法器440、442和444，被配置为利用权重W+1、W0和W-1对采样保持器420、422和424的输出进行加权。数字FFE 400还包括加法器450，被配置为对乘法器440、442和444的输出进行求和。数字FFE 400还包括判决器460，被配置为对加法器450的输出判决为0或1，以输出经恢复的信号。数字FFE 400还包括加法器470，被配置为确定经恢复的信号与训练信号之间的差异。
在一些实施例中，第一设备110可以采用LMS算法或ZF算法来调整数字FFE 400的抽头权重，以便尽可能地从失真的预均衡的信号中恢复出原始的训练信号。此外，由于用于模数转换、重采样、解调制的技术是已知的，因而在此不进行赘述。
第一设备110确定240经恢复的信号的质量。在一些实施例中，第一设备110可以基于经恢复的信号的误码率(BER)来确定经恢复的信号的质量，以衡量向第二设备120-1提供的预均衡参数是否适当。在一些实施例中，第一设备110可以通过确定经恢复的信号的逐比特误差来确定经恢复的信号的BER，进而确定经恢复的信号的质量。
在确定了经恢复的信号的质量后，第一设备110基于经恢复的信号的质量，更新250训练信号与预均衡的信号之间的关联关系。在一些实施例中，第一设备110可以利用图3所示的可编程的模拟FFE 300的数字版本、并且利用神经网络来训练训练信号与预均衡的信号之间的关联关系，从而更新该关联关系。
作为示例，在某些实施例中，第一设备110可以采用基于强化学习算法的深度神经网络。例如，第一设备110可以采用双Q学习网络来训练训练信号与预均衡的信号之间的关联关系。
仅出于说明目的，下面将描述双Q学习网络的示例。在双Q学习网络中存在两个神经网络，即，图5所示的评价神经网络(ENN)500和图6所示的目标神经网络(TNN)600。目标神经网络用于获取Q函数的目标Q值并且其参数相对固定，其中目标Q值表示双Q学习网络最终收敛得到的最优解。在一些示例实施例中，该最优解可以是经恢复的信号的误码率的预定值。评价神经网络用于评估当前状态s(即神经网络的输入)和动作a(即神经网络的输出)对Q函数的值的影响，相比于目标神经网络，其参数变化较快。每隔一定的时间，评价神经网络的参数被复制到目标神经网络。从而，在一段时间内，目标神经网络参数保持不变，使得强化学习算法具备一定的稳定性。评价神经网络的参数在每一次迭代计算中都会根据反馈的奖励和目标神经网络提供的对比值，实时发生参数更新，使得强化学习算法在具备稳定性的同时又具备一定的探索性。
如图5和图6所示，在训练训练训练信号与预均衡的信号之间的关联关系时，可以将训练训练信号作为神经网络的输入st，神经网络的输出可以为一组离散的电压值中的最大值(softmax)at，其表示预均衡的信号。将经恢复的信号相对于原始的训练信号的逐比特误差作为奖励值R。可以为正确传输的比特赋予第一奖励值(例如+1)，而为错误传输的比特赋予第二奖励值(例如-1)。例如，在第二设备120-1所发送的训练信号为0110，而经恢复的信号为0100的情况下，经恢复的信号的奖励值R可以为+1，+1，-1，+1。可以理解，上述奖励值仅仅为示例，可以为正确传输的比特和错误传输的比特分别赋予任何适当的奖励值。
目标状态可以设置为使得经恢复的信号的误码率趋近预定值(例如，0.38％等)，也即，使得由第一设备110恢复的信号与原始的训练信号与之间的差异尽可能地小。在此示例中，当经过训练得到不超过预定值的误码率时，即可认为Q学习算法已经收敛，并且得到最优解，即，训练训练信号与预均衡的信号之间的最优的关联关系。作为说明性而非限制性的示例，第一设备110可以使用以下公式(1)和(2)来训练该关联关系：
Figure BDA0002245563410000111
Figure BDA0002245563410000112
其中公式(1)中的Q(at|st,θE)表示根据策略θE，在t时刻根据状态st采取的动作at并计算的评价神经网络的Q值，α表示接近目标神经网络的学习速率，
Figure BDA0002245563410000121
表示根据策略θT，在t+1时刻，采取动作at而得到下一个状态st+1时采取动作at+1能获得最大的预期Q值对应的动作at+1，γ表示折扣因子。公式(2)定义了Q函数，表示根据策略θE或者θT，在状态st下采取所有动作at所能获得的奖励值的期望值E。在t时刻，根据公式(1)更新策略θE，据此重新训练评价神经网络直到收敛。在t+1时刻，进入下一状态st+1继续进行迭代进化。每隔一段时间(例如，可以是5次或者10次迭代)，评价神经网络的网络参数覆盖目标神经网络，即表示策略θT被更新为策略θE。经过若干次迭代，直到评价神经网络和目标神经网络足够接近，关联关系的迭代学习过程结束。
尽管在以上示例中，以趋近于预定值的误码率作为Q函数的目标Q值，但是在其他示例实施例中，还可以使用通信网络100的其他性能参数作为目标Q值。还应当理解，上述双Q学习网络仅仅作为机器学习算法的示例而描述，还可以采用任意其他适当的机器学习算法来训练训练信号与预均衡的信号之间的关联关系，不论是目前已知的还是将来开发的，本公开的范围在此方面不受限制。例如，第一设备110可以采用执行器-评价器(Actor-Critic，AC)算法或优势执行器-评价器(Advantage-Actor-Critic，A2C)算法，来训练训练信号与预均衡的信号之间的关联关系。
返回到图2，在更新了训练信号与预均衡的信号之间的关联关系后，第一设备110基于更新的关联关系，更新260预均衡参数。在一些实施例中，第一设备110可以采用如图7所示的神经网络700，基于LMS算法或ZF算法来更新预均衡参数。在图7的示例中，可以将训练信号作为神经网络700的输入，而将预均衡的信号作为神经网络700的输出，来训练预均衡参数W1、W2……Wk，其中k为自然数。
在一些实施例中，第一设备110可以迭代更新预均衡参数至少一次直至预定的收敛条件被满足。作为示例，收敛条件可以包括以下至少一项：经恢复的信号的误码率在阈值误码率以下，或者迭代的次数达到预定次数。
继而，第一设备110向第二设备120-1发送270更新的预均衡参数，以便预补偿失真。在一些实施例中，第一设备110可以通过向第二设备120-1发送更新的预均衡参数与预均衡参数之间的差异，来向第二设备120-1发送更新的预均衡参数。可替换地，第一设备110可以向第二设备120-1发送更新的预均衡参数本身。
在一些实施例中，过程200可以被迭代执行，直至预定的收敛条件被满足。作为示例，该收敛条件可以包括以下至少一项：经恢复的信号的误码率在阈值误码率以下，或者迭代的次数达到预定次数。例如，在接收到更新的预均衡参数后，第二设备120-1可以利用更新的预均衡参数对训练信号进行预均衡，从而生成更新的预均衡的信号并且发送到第一设备110。第一设备110可以再次利用图5至7所示的神经网络来分别更新训练信号与预均衡的信号之间的关联关系、以及预均衡参数，直至预定的收敛条件被满足。
在训练完成之后，第一设备110可以向第二设备120-1发送信令，以通知第二设备120-1其通信链路预均衡器参数配置已经学习完成，可以开始向第一设备110进行真实数据的接入和传输。
通过上文描述将会理解，本公开的方案通过在发送端设置可编程的模拟FFE，在接收端设置该模拟FFE的数字版本，利用机器学习算法来训练模拟FFE的预均衡参数，通过接收端向发送端反馈调整指令来调整发送端的模拟FFE的预均衡参数，可以实现无噪声增强、性能改进、自适应性和低成本。该方案在预算紧张并且依赖于低成本设备的50G+PON系统中非常有用，其可以满足PR30(29dB)余量标准。
图8示出了根据本公开的某些实施例的方法800的流程图。为了描述方便，下面结合图1，以在图1所示的第一设备110处实施为例，对方法800进行描述。应当理解的是，方法800还可以包括未示出的附加步骤和/或可以省略所示出的步骤，本公开的范围在此方面不受限制。
在框810，第一设备110从第二设备120-1接收预均衡的信号。预均衡的信号由第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从第二设备到第一设备的传输而发生失真。
在框820，第一设备110对失真的预均衡的信号进行恢复而获得经恢复的信号。
在框830，第一设备110确定经恢复的信号的质量。
在框840，第一设备110基于经恢复的信号的质量，更新训练信号与预均衡的信号之间的关联关系。
在框850，第一设备110基于更新的关联关系，更新预均衡参数。
在框860，第一设备110向第二设备120-1发送更新的预均衡参数，以便预补偿失真。
在一些实施例中，方法800由第一设备110执行至少一次。
在一些实施例中，确定经恢复的信号的质量包括：基于经恢复的信号的误码率来确定经恢复的信号的质量。
在一些实施例中，更新关联关系包括迭代更新关联关系至少一次直至预定的收敛条件被满足，收敛条件包括以下至少一项：经恢复的信号的误码率在阈值误码率以下，或者迭代的次数达到预定次数。
在一些实施例中，发送更新的预均衡参数包括：向第二设备120-1发送更新的预均衡参数或者更新的预均衡参数与预均衡参数之间的差异。
在一些实施例中，第一设备110包括光线路终端，并且第二设备120-1包括光网络单元。
图9示出了根据本公开的实施例的在地址管理设备处实施的方法900的流程图。为了描述方便，下面结合图1，以在图1所示的第二设备120-1处实施为例，对方法900进行描述。应当理解的是，方法900还可以包括未示出的附加步骤和/或可以省略所示出的步骤，本公开的范围在此方面不受限制。
在框910，第二设备120-1利用预均衡参数对训练信号进行预均衡而生成预均衡的信号。
在框920，第二设备120-1向第一设备110发送预均衡的信号，预均衡的信号经由从第二设备到第一设备的传输而发生失真。
在框930，第二设备120-1从第一设备接收更新的预均衡参数，以便预补偿失真。预均衡参数基于训练信号与预均衡的信号之间的关联关系而被更新，关联关系基于第一设备对失真的预均衡的信号进行恢复而获得的经恢复的信号的质量而被更新。
在一些实施例中，方法900由第二设备120-1执行至少一次。
在一些实施例中，经恢复的信号的质量指示经恢复的信号的误码率。
在一些实施例中，接收更新的预均衡参数包括：从第一设备接收更新的预均衡参数与预均衡参数之间的差异。
在一些实施例中，第一设备包括光线路终端，并且第二设备包括光网络单元。
应理解，上文结合图2描述的第一设备110和第二设备120-1所执行的操作和相关的特征同样适用于方法800和900，并且具有同样的效果，具体细节不再赘述。
在一些实施例中，能够执行方法800的装置(例如第一设备110)可以包括用于执行方法800各个步骤的相应部件。这些部件可以任意适当方式实现。例如，可以通过电路或者软件模块来实现。
在一些实施例中，该装置包括：用于在第一设备处从第二设备接收预均衡的信号的部件，所述预均衡的信号由所述第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从所述第二设备到所述第一设备的传输而发生失真；用于对失真的所述预均衡的信号进行恢复而获得经恢复的信号的部件；用于确定所述经恢复的信号的质量的部件；用于基于所述质量，更新所述训练信号与所述预均衡的信号之间的关联关系的部件；用于基于更新的所述关联关系，更新所述预均衡参数的部件；以及用于向所述第二设备发送更新的所述预均衡参数，以便预补偿所述失真的部件。
在一些实施例中，用于确定所述经恢复的信号的质量的部件包括：用于基于所述经恢复的信号的误码率来确定所述经恢复的信号的质量的部件。
在一些实施例中，用于更新所述关联关系的部件包括：用于迭代更新所述关联关系至少一次直至预定的收敛条件被满足的部件，所述收敛条件包括以下至少一项：所述经恢复的信号的所述误码率在阈值误码率以下，或者所述迭代的次数达到预定次数。
在一些实施例中，用于发送更新的所述预均衡参数的部件包括：用于向所述第二设备发送更新的所述预均衡参数与所述预均衡参数之间的差异的部件。
在一些实施例中，所述第一设备包括光线路终端，并且所述第二设备包括光网络单元。
在一些实施例中，能够执行方法900的装置(例如第二设备120)可以包括用于执行方法900各个步骤的相应部件。这些部件可以任意适当方式实现。例如，可以通过电路或者软件模块来实现。
在一些实施例中，该装置包括：用于在第二设备处利用预均衡参数对训练信号进行预均衡而生成预均衡的信号的部件；用于向第一设备发送所述预均衡的信号的部件，所述预均衡的信号经由从所述第二设备到所述第一设备的传输而发生失真；以及用于从所述第一设备接收更新的所述预均衡参数，以便预补偿所述失真的部件，训练信号与所述预均衡的信号之间的关联关系基于所述第一设备对失真的所述预均衡的信号进行恢复而获得的经恢复的信号的质量而被更新。
在一些实施例中，所述经恢复的信号的质量指示所述经恢复的信号的误码率。
在一些实施例中，用于接收更新的所述预均衡参数的部件包括：用于从所述第一设备接收更新的所述预均衡参数与所述预均衡参数之间的差异的部件。
在一些实施例中，所述第一设备包括光线路终端，并且所述第二设备包括光网络单元。
图10示出了适合实现本公开的示例实施例的设备1000的框图。设备1000可以实施在图1所示的第一设备110或者第二设备120的一部分。如图10所示，设备1000包括至少一个处理器1010、耦合到处理器1010的至少一个存储器1020、耦合到处理器1010的通信模块1040以及耦合到通信模块1040的通信接口(未示出)。存储器1020至少存储计算机程序1030。
通信模块1040用于双向通信。通信模块1040具有用于促进通信的至少一个天线。通信接口可以表示对通信必要的任何接口。
处理器1010通过执行指令而使得设备1000执行上文参考图2、图8和图9描述的第一设备110和第二设备120-1的相关操作和特征。作为示例，通过执行指令可以在第一设备110上执行预均衡参数的训练过程功能。上文参考图2、图8和图9所描述的所有特征均适用于设备1000，在此不再赘述。
处理器1010可以是适用于本地技术环境的任何合适的类型，并且可以包括以下中的一项或多项：通用计算机、专用计算机、微处理器、数字信号控制器(DSP)以及基于多核处理器架构的处理器。设备1000可以包括多个处理器，诸如在时间上从属于同步主处理器的时钟的专用集成电路芯片。
存储器1020可以包括一个或多个非易失性存储器和一个或多个易失性存储器。非易失性存储器的示例包括但不限于只读存储器(ROM)1024、电可编程只读存储器(EPROM)、闪速存储器、硬盘、光盘(CD)、数字视频盘(DVD)、以及其它磁存储装置和/或光学存储装置。易失性存储器的示例包括但不限于随机存取存储器(RAM)1022以及将不在断电期间维持的其它易失性存储器。
计算机程序1030包括由相关联的处理器1010执行的计算机可执行指令。程序1040可以被存储在ROM 1024中。处理器1010可以通过将程序1030加载到RAM 1022中来执行任意适当的动作和处理。
本公开的实施例可以借助于程序1030来实施，从而设备1000可以执行如本文中参考图2、图8和图9所讨论的任何过程。本公开的示例实施例还可以由硬件或软件和硬件的组合来实施。
在一些示例实施例中，程序1030可以有形地被包含在计算机可读介质中，该计算机可读介质可以被包括在设备1000(诸如，存储器1020)中或者可由设备1000访问的其它存储设备。设备1000可以将程序1030从计算机可读介质加载到RAM 1022以供执行。计算机可读介质可以包括任何类型的有形非易失性存储器，诸如ROM、EPROM、闪速存储器、硬盘、CD、DVD等。图10示出了以CD或DVD形式的计算机可读介质1100的示例。计算机可读介质将程序1030存储在其上。
一般而言，本公开的各种示例实施例可以在硬件或专用电路、软件、逻辑，或其任何组合中实施。某些方面可以在硬件中实施，而其它方面可以在可以由控制器、微处理器或其它计算设备执行的固件或软件中实施。当本公开的实施例的各方面被图示或描述为框图、流程图或使用某些其它图形表示时，将理解此处描述的方框、装置、系统、技术或方法可以作为非限制性的示例在硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其它计算设备，或其某些组合中实施。
本公开还提供被有形地存储在非暂态计算机可读存储介质上的至少一个计算机程序产品。计算机程序产品包括计算机可执行指令，诸如被包括在程序模块中的那些，在目标真实或者虚拟处理器上的设备中被执行以实现如上面参考图2、图4和图5所述的方法。一般而言，程序模块包括例程、程序、库、对象、类、组件、数据结构等，其执行特定的任务或者实现特定的抽象数据结构。在各种示例实施例中，程序模块的功能可以在所描述的程序模块之间合并或者分割。用于程序模块的机器可执行指令可以在本地或者分布式设备内执行。在分布式设备中，程序模块可以位于本地和远端存储介质二者中。
用于实现本公开的方法的计算机程序代码可以用一种或多种编程语言编写。这些计算机程序代码可以提供给通用计算机、专用计算机或其它可编程的数据处理装置的处理器，使得程序代码在被计算机或其它可编程的数据处理装置执行的时候，引起在流程图和/或框图中规定的功能/操作被实施。程序代码可以完全在计算机上、部分在计算机上、作为独立的软件包、部分在计算机上且部分在远端计算机上或完全在远端计算机或服务器上执行。
在本公开的上下文中，计算机程序代码或者相关数据可以由任意适当载体承载，以使得设备、装置或者处理器能够执行上文描述的各种处理和操作。载体的示例包括信号、计算机可读介质、等等。
信号的示例可以包括电、光、无线电、声音或其它形式的传播信号，诸如载波、红外信号等。
计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读介质可以包括但不限于电子的、磁的、光学的、电磁的、红外的或半导体系统、装置或设备，或其任意合适的组合。计算机可读存储介质的更详细示例包括带有一根或多根导线的电气连接、便携式计算机磁盘、硬盘、随机存储存取器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光存储设备、磁存储设备，或其任意合适的组合。
另外，尽管操作以特定顺序被描绘，但这并不应该理解为要求此类操作以示出的特定顺序或以相继顺序完成，或者执行所有图示的操作以获取期望结果。在某些情况下，多任务或并行处理会是有益的。同样地，尽管上述讨论包含了某些特定的实施细节，但这并不应解释为限制任何发明或权利要求的范围，而应解释为对可以针对特定发明的特定实施例的描述。本说明书中在分开的实施例的上下文中描述的某些特征也可以整合实施在单个实施例中。反之，在单个实施例的上下文中描述的各种特征也可以分离地在多个实施例或在任意合适的子组合中实施。
尽管已经以特定于结构特征和/或方法动作的语言描述了主题，但是应当理解，所附权利要求中限定的主题并不限于上文描述的特定特征或动作。相反，上文描述的特定特征和动作是作为实现权利要求的示例形式而被公开的。

Claims (22)

1.一种第一设备，包括：
至少一个处理器；以及
至少一个存储器，所述至少一个存储器包括计算机程序代码，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起促使所述第一设备执行以下至少一次：
从第二设备接收预均衡的信号，所述预均衡的信号由所述第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从所述第二设备到所述第一设备的传输而发生失真；
对失真的所述预均衡的信号进行恢复而获得经恢复的信号；
确定所述经恢复的信号的质量；
基于所述质量，更新所述训练信号与所述预均衡的信号之间的关联关系；
基于更新的所述关联关系，更新所述预均衡参数；以及
向所述第二设备发送更新的所述预均衡参数，以便预补偿所述失真。
2.根据权利要求1所述的第一设备，其中所述第一设备被促使基于所述经恢复的信号的误码率来确定所述经恢复的信号的质量。
3.根据权利要求2所述的第一设备，其中所述第一设备被促使通过以下来更新所述关联关系：
迭代更新所述关联关系至少一次直至预定的收敛条件被满足，所述收敛条件包括以下至少一项：
所述经恢复的信号的所述误码率在阈值误码率以下，或者
所述迭代的次数达到预定次数。
4.根据权利要求1所述的第一设备，其中所述第一设备被促使通过以下来发送更新的所述预均衡参数：
向所述第二设备发送更新的所述预均衡参数或者更新的所述预均衡参数与当前所述预均衡参数之间的差值。
5.根据权利要求1所述的第一设备，其中所述第一设备包括光网络单元，并且所述第二设备包括光线路终端。
6.一种第二设备，包括：
至少一个处理器；以及
至少一个存储器，所述至少一个存储器包括计算机程序代码，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起促使所述第二设备执行以下至少一次：
利用预均衡参数对训练信号进行预均衡而生成预均衡的信号；
向第一设备发送所述预均衡的信号，所述预均衡的信号经由从所述第二设备到所述第一设备的传输而发生失真；以及
从所述第一设备接收更新的所述预均衡参数，以便预补偿所述失真，训练信号与所述预均衡的信号之间的关联关系基于所述第一设备对失真的所述预均衡的信号进行恢复而获得的经恢复的信号的质量而被更新。
7.根据权利要求6所述的第二设备，其中所述经恢复的信号的质量指示所述经恢复的信号的误码率。
8.根据权利要求6所述的第二设备，其中所述第二设备被促使通过以下来接收更新的所述预均衡参数：
从所述第一设备接收更新的所述预均衡参数或者更新的所述预均衡参数与所述预均衡参数之间的差异。
9.根据权利要求6所述的第二设备，其中所述第一设备包括光线路终端，并且所述第二设备包括光网络单元。
10.一种方法，包括：
在第一设备处执行以下至少一次：
从第二设备接收预均衡的信号，所述预均衡的信号由所述第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从所述第二设备到所述第一设备的传输而发生失真；
对失真的所述预均衡的信号进行恢复而获得经恢复的信号；
确定所述经恢复的信号的质量；
基于所述质量，更新所述训练信号与所述预均衡的信号之间的关联关系；
基于更新的所述关联关系，更新所述预均衡参数；以及
向所述第二设备发送更新的所述预均衡参数，以便预补偿所述失真。
11.根据权利要求10所述的方法，其中确定所述经恢复的信号的质量包括：
基于所述经恢复的信号的误码率来确定所述经恢复的信号的质量。
12.根据权利要求11所述的方法，其中更新所述关联关系包括：
迭代更新所述关联关系至少一次直至预定的收敛条件被满足，所述收敛条件包括以下至少一项：
所述经恢复的信号的所述误码率在阈值误码率以下，或者
所述迭代的次数达到预定次数。
13.根据权利要求10所述的方法，其中发送更新的所述预均衡参数包括：
向所述第二设备发送更新的所述预均衡参数或者更新的所述预均衡参数与所述预均衡参数之间的差异。
14.根据权利要求10所述的方法，其中所述第一设备包括光线路终端，并且所述第二设备包括光网络单元。
15.一种方法，包括：
在第二设备处执行以下至少一次：
利用预均衡参数对训练信号进行预均衡而生成预均衡的信号；
向第一设备发送所述预均衡的信号，所述预均衡的信号经由从所述第二设备到所述第一设备的传输而发生失真；以及
从所述第一设备接收更新的所述预均衡参数，以便预补偿所述失真，训练信号与所述预均衡的信号之间的关联关系基于所述第一设备对失真的所述预均衡的信号进行恢复而获得的经恢复的信号的质量而被更新。
16.根据权利要求15所述的方法，其中所述经恢复的信号的质量指示所述经恢复的信号的误码率。
17.根据权利要求15所述的方法，其中接收更新的所述预均衡参数包括：
从所述第一设备接收更新的所述预均衡参数或者更新的所述预均衡参数与所述预均衡参数之间的差异。
18.根据权利要求15所述的方法，其中所述第一设备包括光线路终端，并且所述第二设备包括光网络单元。
19.一种装置，包括：
用于在第一设备处从第二设备接收预均衡的信号的部件，所述预均衡的信号由所述第二设备利用预均衡参数对训练信号进行预均衡而生成，并且经由从所述第二设备到所述第一设备的传输而发生失真；
用于对失真的所述预均衡的信号进行恢复而获得经恢复的信号的部件；
用于确定所述经恢复的信号的质量的部件；
用于基于所述质量，更新所述训练信号与所述预均衡的信号之间的关联关系的部件；
用于基于更新的所述关联关系，更新所述预均衡参数的部件；以及
用于向所述第二设备发送更新的所述预均衡参数，以便预补偿所述失真的部件。
20.一种装置，包括：
用于在第二设备处利用预均衡参数对训练信号进行预均衡而生成预均衡的信号的部件；
用于向第一设备发送所述预均衡的信号的部件，所述预均衡的信号经由从所述第二设备到所述第一设备的传输而发生失真；以及
用于从所述第一设备接收更新的所述预均衡参数，以便预补偿所述失真的部件，训练信号与所述预均衡的信号之间的关联关系基于所述第一设备对失真的所述预均衡的信号进行恢复而获得的经恢复的信号的质量而被更新。
21.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序包括指令，所述指令在被处理器执行时，使所述处理器执行根据权利要求10-14中的任一项所述的方法。
22.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序包括指令，所述指令在被处理器执行时，使所述处理器执行根据权利要求15-18中的任一项所述的方法。
CN201911015454.5A 2019-10-24 2019-10-24 用于光通信的设备、方法和计算机可读存储介质 Active CN112714084B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911015454.5A CN112714084B (zh) 2019-10-24 2019-10-24 用于光通信的设备、方法和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911015454.5A CN112714084B (zh) 2019-10-24 2019-10-24 用于光通信的设备、方法和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112714084A true CN112714084A (zh) 2021-04-27
CN112714084B CN112714084B (zh) 2023-09-26

Family

ID=75541288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911015454.5A Active CN112714084B (zh) 2019-10-24 2019-10-24 用于光通信的设备、方法和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112714084B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722265A (zh) * 2021-08-19 2021-11-30 飞腾信息技术有限公司 一种用于多cpu系统中互联通道的调试优化方法及装置
WO2023035859A1 (zh) * 2021-09-09 2023-03-16 华为技术有限公司 一种发送器均衡参数评估方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04127637A (ja) * 1990-09-18 1992-04-28 Ricoh Co Ltd モデム制御方式
GB9804245D0 (en) * 1998-02-27 1998-04-22 Northern Telecom Ltd Method and apparatus for receiving a radio signal
JP2004172738A (ja) * 2002-11-18 2004-06-17 Telecommunication Advancement Organization Of Japan 復調方法および装置
CN1826728A (zh) * 2003-06-16 2006-08-30 哈里公司 使用在未知数据中分布的已知或可预测的比特模式更新自适应均衡器系数
CN101917364A (zh) * 2010-08-13 2010-12-15 华为技术有限公司 基于训练序列的均衡器及其实现方法
CN105743571A (zh) * 2016-03-31 2016-07-06 青岛海信宽带多媒体技术有限公司 光模块均衡参数调节方法、装置及光模块
CN105814816A (zh) * 2013-11-04 2016-07-27 中兴通讯股份有限公司 在光通信中的自适应预均衡

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04127637A (ja) * 1990-09-18 1992-04-28 Ricoh Co Ltd モデム制御方式
GB9804245D0 (en) * 1998-02-27 1998-04-22 Northern Telecom Ltd Method and apparatus for receiving a radio signal
JP2004172738A (ja) * 2002-11-18 2004-06-17 Telecommunication Advancement Organization Of Japan 復調方法および装置
CN1826728A (zh) * 2003-06-16 2006-08-30 哈里公司 使用在未知数据中分布的已知或可预测的比特模式更新自适应均衡器系数
CN101917364A (zh) * 2010-08-13 2010-12-15 华为技术有限公司 基于训练序列的均衡器及其实现方法
CN105814816A (zh) * 2013-11-04 2016-07-27 中兴通讯股份有限公司 在光通信中的自适应预均衡
CN105743571A (zh) * 2016-03-31 2016-07-06 青岛海信宽带多媒体技术有限公司 光模块均衡参数调节方法、装置及光模块

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722265A (zh) * 2021-08-19 2021-11-30 飞腾信息技术有限公司 一种用于多cpu系统中互联通道的调试优化方法及装置
WO2023035859A1 (zh) * 2021-09-09 2023-03-16 华为技术有限公司 一种发送器均衡参数评估方法及装置

Also Published As

Publication number Publication date
CN112714084B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
CN211744468U (zh) 光通信系统和光收发器
EP3667953B1 (en) Optical transmitter, method and storage medium in optical network
WO2019191099A1 (en) Non-linear adaptive neural network equalizer in optical communication
CN108123908B (zh) 一种用于ng-pon的改进svm均衡方法及系统
WO2019165980A1 (zh) 无源光网络中的通信方法、设备和计算机可读介质
US10148465B2 (en) Training assisted joint equalization
US10567211B2 (en) Nonlinearity pre-compensation of high order modulation transmissions
CN112714084B (zh) 用于光通信的设备、方法和计算机可读存储介质
CN110061761B (zh) 信号均衡方法及装置、光接收机
US11128500B1 (en) Method and apparatus for a lookup table-based coding mechanism for communication systems
US8755694B2 (en) Method and a system with distortion compensation
KR102241380B1 (ko) 광 통신 방법 및 장치
Maiti et al. Modified nonlinear decision feedback equalizer for long-haul fiber-optic communications
CN107105354B (zh) 一种无源光网络设备以及用于无源光网络设备的方法
CN110611536A (zh) 光网络单元、光通信方法和计算机可读介质
CN112242871B (zh) 用于光通信的方法、设备和计算机可读存储介质
CN108737297B (zh) 用于估计接收信号序列的方法和装置
CN112714369B (zh) 用于光通信的方法、设备、装置和计算机可读介质
Fehenberger et al. Digital back-propagation of a superchannel: Achievable rates and adaption of the GN model
CN113630667B (zh) 用于光通信的方法、设备、装置和计算机可读介质
CN114866145B (zh) 用于光通信的方法、设备、装置和计算机可读介质
WO2023144966A1 (ja) シンボル判定装置、シンボル判定方法及びプログラム
US20230361881A1 (en) Symbol determination device and tap selection method
KR101382612B1 (ko) 재변조 ｏｏｋ 신호의 적응형 등화기 및 그 등화기에서의 에러 검출 방법

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