CN113114374B - 基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统 - Google Patents
基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统 Download PDFInfo
- Publication number
- CN113114374B CN113114374B CN202110406677.5A CN202110406677A CN113114374B CN 113114374 B CN113114374 B CN 113114374B CN 202110406677 A CN202110406677 A CN 202110406677A CN 113114374 B CN113114374 B CN 113114374B
- Authority
- CN
- China
- Prior art keywords
- mach
- zehnder modulator
- radio frequency
- communication system
- optical communication
- 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
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
- H04B10/50—Transmitters
- H04B10/516—Details of coding or modulation
- H04B10/54—Intensity modulation
-
- 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
- H04B10/612—Coherent receivers for optical signals modulated with a format different from binary or higher-order PSK [X-PSK], e.g. QAM, DPSK, FSK, MSK, ASK
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Nonlinear Science (AREA)
- Optical Communication System (AREA)
Abstract
本发明涉及基于K‑means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统,该方法用于得到最优电平值,该方法包括:(1)构建训练数据集;(2)训练K‑means聚类算法模型;(3)将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K‑means聚类算法模型中,并划分到距离类别中心最近邻的类别中,最近邻的类别所对应的电平值为最优电平值;(4)将步骤(3)得到的电平值转换为模拟信号;(5)射频放大器再将步骤(4)得到的模拟信号转换为马赫曾德尔调制器的驱动信号,对马赫曾德尔调制器进行补偿。本发明提供的非线性补偿方法能使系统的误比特率会明显降低,使系统性能得到明显的提升。
Description
技术领域
本发明涉及基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统,属于超高速相干光通信技术领域。
背景技术
基于高阶QAM(Quadrature Amplitude Modulation,正交振幅调制)调制格式的超高速相干光通信系统,适应了当前光网络的发展。基于高阶QAM调制格式的超高速相干光通信系统广泛应用MZM(Mach-Zehnder Modulator,马赫曾德尔调制器)进行光发射机I/Q调制。MZM需要射频放大器输出合适的驱动电压来驱动,射频放大器和MZM都是非线性器件;当驱动电压信号的幅值非常小时,由于消光比的影响,MZM无法实现线性场调制;当驱动电压信号的幅值超过射频放大器和MZM的线性场调制区,信号同样会失真,导致通信系统性能的恶化。
基于高阶QAM调制格式的超高速相干光通信系统,由于MZM的不同参数对调制曲线的影响,例如,MZM的插入损耗影响曲线的幅度,半波电压会影响曲线线性区的大小,偏置电压会影响工作点的位置;使得传统的QAM映射电平只工作在线性区域,无法充分利用器件。因此如何改变映射电平,使得其能工作在射频放大器和马赫曾德尔调制器的非线性区,并克服MZM参数波动的影响就成为一个亟待解决的问题。
发明内容
针对现有技术的不足,本发明提供基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法,通过训练好的K-means聚类算法模型得到最优的电平值,从而控制射频放大器为马赫曾德尔调制器提供驱动信号,使超高速相干光通信系统能工作在射频放大器和马赫曾德尔调制器的非线性区而不失真。
本发明同时还提供了上述基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法的实现系统。
术语解释:
1.K-means聚类算法模型:随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。剩余对象分配完毕后,聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。
本发明的技术方案为:
基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法,用于得到最优电平值,最优电平值控制射频放大器为马赫曾德尔调制器提供驱动信号,并对马赫曾德尔调制器进行补偿,使得基于高阶QAM调制格式的超高速相干光通信系统能够工作在射频放大器和马赫曾德尔调制器的非线性区而不失真,该方法包括:
(1)构建K-means聚类算法模型的训练数据集;
(2)使用训练数据集训练K-means聚类算法模型;
(3)将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K-means聚类算法模型中,将需要分类的射频放大器和马赫曾德尔调制器的参数划分到距离类别中心最近邻的类别中,最近邻的类别所对应的电平值为需要分类的射频放大器和马赫曾德尔调制器的参数所对应的最优电平值;
(4)将步骤(3)得到的最优电平值转换为模拟信号;
(5)射频放大器再将步骤(4)得到的模拟信号转换为马赫曾德尔调制器的驱动信号,对马赫曾德尔调制器进行补偿。
在没有使用非线性补偿方法对基于高阶QAM调制格式的超高速相干光通信系统进行补偿时,基于高阶QAM调制格式的超高速相干光通信系统只能工作在线性区,补偿后系统可以工作在器件的非线性区,从而提高系统的性能。当马赫曾德尔调制器的参数波动时,会使得输出光强产生非期望的改变量,而最优电平值会使得输出光强产生相反的改变量,两者相互抵消,使得输出光强变为期望值。
根据本发明优选的,步骤(1)中,构建K-means聚类算法模型的训练数据集的具体过程为:
A、配置基于高阶QAM调制格式的超高速相干光通信系统中射频放大器的参数和马赫曾德尔调制器的参数,然后配置基于高阶QAM调制格式的超高速相干光通信系统的电平值,并对基于高阶QAM调制格式的超高速相干光通信系统的误比特率进行测试;
B、当基于高阶QAM调制格式的超高速相干光通信系统的误比特率大于等于门限值(人为设定)时,则重新配置电平值到基于高阶QAM调制格式的超高速相干光通信系统中,直至误比特率低于门限值;然后进行步骤C;
当基于高阶QAM调制格式的超高速相干光通信系统的误比特率小于门限值时,然后进行步骤C;
C、将射频放大器的一组参数、马赫曾德尔调制器的一组参数及电平值作为训练数据集的一个数据,并将该电平值作为最佳电平值。误比特率指的是错误比特数与传输总比特数的比值。
最佳电平值是指在该组参数下,该电平值能够使得基于高阶QAM调制格式的超高速相干光通信系统的器件非线性得到补偿,体现为对系统配置参数和对应最佳电平值,系统的误比特率能够达到对应的门限值。这样的一组射频放大器和马赫曾德尔调制器的参数和最佳电平值作为训练数据集的一个数据。
根据本发明优选的,射频放大器的参数包括射频放大器的带宽、增益、1dB压缩点和三阶交调点;
马赫曾德尔调制器的参数包括马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压。
根据本发明优选的,步骤(2)中,使用训练数据集训练K-means聚类算法模型,具体过程为:
A、将射频放大器的带宽、增益、1dB压缩点、三阶交调点以及马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压组成的9维向量作为分类对象;
B、初始化K个聚类中心,K为正整数,K个聚类中心分别为C1,C2,...Ck;每一个聚类中心均为射频放大器的带宽、增益、1dB压缩点、三阶交调点以及马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压组成的9维向量;
C、根据分类对象与聚类中心的距离,将每个分类对象划分到距离最近的聚类中心的类中;分类对象与聚类中心的距离采用欧式距离进行计算;
D、将每一类中的所有对象的均值作为新的聚类中心;
E、重复步骤C-D,聚类过程不断迭代,直到得到的新的聚类中心与上一次得到的聚类中心的距离小于设定值为止。
根据本发明优选的,步骤(3)中,先将需要分类的射频放大器和马赫曾德尔调制器的参数需要组成一个9维向量,再输入到训练好的K-means聚类算法模型中。
上述基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法的实现系统,用于实现上述非线性补偿方法,该系统包括:
机器学习单元,将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K-means聚类算法模型中,得到对应的电平值,使得机器学习单元输出的电平值能够使得基于高阶QAM调制格式的超高速相干光通信系统工作在射频放大器和马赫曾德尔调制器的非线性区而不失真;
数模转换器,用于将机器学习单元输出的电平值转换为模拟信号;
射频放大器,用于将数模转换器输出的模拟信号转换为马赫曾德尔调制器的驱动信号,对马赫曾德尔调制器进行补偿;
激光器,用于提供光载波,并将光载波输入到马赫曾德尔调制器中;
马赫曾德尔调制器,用于将射频放大器单元输出的驱动信号转换为光信号。马赫增德尔调制器采用的材料是电光性材料,其折射率随外部施加的电信号大小而变化,从而将电信号的变化转为了光信号的变化。
本发明的有益效果为:
1.本发明将K-means聚类算法用于超高速相干光通信系统的器件非线性补偿,原理简单,收敛速度快,所需的硬件资源较少,减少了硬件成本。训练好的模型结构简单,对信号传输的延时很小。
2.本发明提供的非线性补偿方法能够超高速相干光通信系统不仅能工作在线性区域,也能够工作在线性区域,无法充分利用器件。
3.本发明提供的针对超高速相干光通信系统的非线性补偿方法,在相同光信噪比的情况下,补偿后系统的误比特率会明显降低,使系统性能得到明显的提升。
附图说明
图1为本发明提供的基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法的实现系统的结构示意图;
图2为步骤(1)中,构建K-means聚类算法模型的训练数据集的流程图;
图3为步骤(2)中,使用训练数据集训练K-means聚类算法模型的流程图;
图4为根据输入的参数得到最佳电平值的流程图。
图5为本发明提供的非线性补偿方法补偿前、后的基于高阶QAM调制格式的超高速相干光通信系统的误比特率对比示意图;
具体实施方式
下面结合实施例和说明书附图对本发明做进一步说明,但不限于此。
实施例1
基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法,用于得到最优电平值,最优电平值控制射频放大器为马赫曾德尔调制器提供驱动信号,并对马赫曾德尔调制器进行补偿,使得基于高阶QAM调制格式的超高速相干光通信系统能够工作在射频放大器和马赫曾德尔调制器的非线性区而不失真,该方法包括:
(1)构建K-means聚类算法模型的训练数据集;
步骤(1)中,如图2所示,构建K-means聚类算法模型的训练数据集的具体过程为:
A、配置基于高阶QAM调制格式的超高速相干光通信系统中射频放大器的参数和马赫曾德尔调制器的参数,然后配置基于高阶QAM调制格式的超高速相干光通信系统的电平值,并对基于高阶QAM调制格式的超高速相干光通信系统的误比特率进行测试;配置的参数会参考实际器件的参数,对应的电平值会在合理的范围内进行调整。
B、当基于高阶QAM调制格式的超高速相干光通信系统的误比特率大于等于门限值(人为设定)时,则重新配置电平值到基于高阶QAM调制格式的超高速相干光通信系统中,直至误比特率低于门限值;然后进行步骤C;
当基于高阶QAM调制格式的超高速相干光通信系统的误比特率小于门限值时,然后进行步骤C;
C、将射频放大器的一组参数、马赫曾德尔调制器的一组参数及电平值作为训练数据集的一个数据,并将该电平值作为最佳电平值。误比特率指的是错误比特数与传输总比特数的比值。
最佳电平值是指在该组参数下,该电平值能够使得基于高阶QAM调制格式的超高速相干光通信系统的器件非线性得到补偿,体现为对系统配置参数和对应最佳电平值,系统的误比特率能够达到对应的门限值。这样的一组射频放大器和马赫曾德尔调制器的参数和最佳电平值作为训练数据集的一个数据。
射频放大器的参数包括射频放大器的带宽、增益、1dB压缩点和三阶交调点;
马赫曾德尔调制器的参数包括马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压;射频放大器的参数和马赫曾德尔调制器的参数共9个指标,所述9个指标都是数值形式。
(2)使用训练数据集训练K-means聚类算法模型;
步骤(2)中,使用训练数据集训练K-means聚类算法模型,如图3所示,具体过程为:
A、将射频放大器的带宽、增益、1dB压缩点、三阶交调点以及马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压组成的9维向量作为分类对象;
B、初始化K个聚类中心,K为正整数,K个聚类中心分别为C1,C2,...Ck;每一个聚类中心均为射频放大器的带宽、增益、1dB压缩点、三阶交调点以及马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压组成的9维向量;参考实际器件的参数,初始化K个聚类中心的值;
C、根据分类对象与聚类中心的距离,将每个分类对象划分到距离最近的聚类中心的类中;分类对象与聚类中心的距离采用欧式距离进行计算;
D、将每一类中的所有对象的均值作为新的聚类中心;
E、重复步骤C-D,聚类过程不断迭代,直到得到的新的聚类中心与上一次得到的聚类中心的距离小于设定值为止。
(3)如图4所示,将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K-means聚类算法模型中,将需要分类的射频放大器和马赫曾德尔调制器的参数划分到距离类别中心最近邻的类别中,最近邻的类别所对应的电平值为需要分类的射频放大器和马赫曾德尔调制器的参数所对应的最优电平值;
步骤(3)中,先将需要分类的射频放大器和马赫曾德尔调制器的参数需要组成一个9维向量,再输入到训练好的K-means聚类算法模型中。
(4)将步骤(3)得到的电平值转换为模拟信号;
(5)射频放大器再将步骤(4)得到的模拟信号转换为马赫曾德尔调制器的驱动信号,对马赫曾德尔调制器进行补偿。
在没有使用非线性补偿方法对基于高阶QAM调制格式的超高速相干光通信系统进行补偿时,基于高阶QAM调制格式的超高速相干光通信系统只能工作在线性区,补偿后系统可以工作在器件的非线性区,从而提高系统的性能。当马赫曾德尔调制器的参数波动时,会使得输出光强产生非期望的改变量,而最优电平值会使得输出光强产生相反的改变量,两者相互抵消,使得输出光强变为期望值。
本实施例可以适用于多种高阶调制格式如16QAM,64QAM,128QAM,每种调制格式所需要的配置的电平个数不同,即在获取训练集数据时的所配置的电平个数。
如图5所示,对器件进行非线性补偿后与补偿前,在相同光信噪比情况下,补偿后系统的误比特率会明显降低,证明补偿后的基于高阶QAM调制格式的超高速相干光通信系统在相同的信噪比条件下,误比特率要低于补偿前,说明工作在非线性区的器件能正常工作,并且性能优于补偿前。
实施例2
上述基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法的实现系统,如图1所示,用于实现实施例1提供的非线性补偿方法,该系统包括:
机器学习单元,将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K-means聚类算法模型中,得到对应的电平值,使得机器学习单元输出的电平值能够使得基于高阶QAM调制格式的超高速相干光通信系统工作在射频放大器和马赫曾德尔调制器的非线性区而不失真;
数模转换器,用于将机器学习单元输出的电平值转换为模拟信号;
射频放大器,用于将数模转换器输出的模拟信号转换为马赫曾德尔调制器的驱动信号,对马赫曾德尔调制器进行补偿;
激光器,用于提供光载波,并将光载波输入到马赫曾德尔调制器中;
马赫曾德尔调制器,用于将射频放大器单元输出的驱动信号转换为光信号。马赫增德尔调制器采用的材料是电光性材料,其折射率随外部施加的电信号大小而变化,从而将电信号的变化转为了光信号的变化。
Claims (6)
1.基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法,其特征在于,用于得到最优电平值,最优电平值控制射频放大器为马赫曾德尔调制器提供驱动信号,并对马赫曾德尔调制器进行补偿,使得基于高阶QAM调制格式的超高速相干光通信系统能够工作在射频放大器和马赫曾德尔调制器的非线性区而不失真,该方法包括:
(1)构建K-means聚类算法模型的训练数据集;
(2)使用训练数据集训练K-means聚类算法模型;
(3)将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K-means聚类算法模型中,将需要分类的射频放大器和马赫曾德尔调制器的参数划分到距离类别中心最近邻的类别中,最近邻的类别所对应的电平值为需要分类的射频放大器和马赫曾德尔调制器的参数所对应的最优电平值;
(4)将步骤(3)得到的最优电平值转换为模拟信号;
(5)射频放大器再将步骤(4)得到的模拟信号转换为马赫曾德尔调制器的驱动信号,对马赫曾德尔调制器进行补偿。
2.根据权利要求1所述的基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法,其特征在于,步骤(1)中,构建K-means聚类算法模型的训练数据集的具体过程为:
A、配置基于高阶QAM调制格式的超高速相干光通信系统中射频放大器的参数和马赫曾德尔调制器的参数,然后配置基于高阶QAM调制格式的超高速相干光通信系统的电平值,并对基于高阶QAM调制格式的超高速相干光通信系统的误比特率进行测试;
B、当基于高阶QAM调制格式的超高速相干光通信系统的误比特率大于等于门限值时,则重新配置电平值到基于高阶QAM调制格式的超高速相干光通信系统中,直至误比特率低于门限值;然后进行步骤C;
当基于高阶QAM调制格式的超高速相干光通信系统的误比特率小于门限值时,然后进行步骤C;
C、将射频放大器的一组参数、马赫曾德尔调制器的一组参数及电平值作为训练数据集的一个数据,并将该电平值作为最佳电平值。
3.根据权利要求2所述的基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法,其特征在于,射频放大器的参数包括射频放大器的带宽、增益、1dB压缩点和三阶交调点;
马赫曾德尔调制器的参数包括马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压。
4.根据权利要求1所述的基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法,其特征在于,步骤(2)中,使用训练数据集训练K-means聚类算法模型,具体过程为:
A、将射频放大器的带宽、增益、1dB压缩点、三阶交调点以及马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压组成的9维向量作为分类对象;
B、初始化K个聚类中心,K为正整数,K个聚类中心分别为C1,C2,...Ck;每一个聚类中心均为射频放大器的带宽、增益、1dB压缩点、三阶交调点以及马赫曾德尔调制器的调制带宽、半波电压、插入损耗、消光比和偏置电压组成的9维向量;
C、根据分类对象与聚类中心的距离,将每个分类对象划分到距离最近的聚类中心的类中;
D、将每一类中的所有对象的均值作为新的聚类中心;
E、重复步骤C-D,聚类过程不断迭代,直到得到的新的聚类中心与上一次得到的聚类中心的距离小于设定值为止。
5.根据权利要求1所述的基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法,其特征在于,步骤(3)中,先将需要分类的射频放大器和马赫曾德尔调制器的参数需要组成一个9维向量,再输入到训练好的K-means聚类算法模型中。
6.基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法的实现系统,用于实现权利要求1-5所述的非线性补偿方法,其特征在于,该系统包括:
机器学习单元,将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K-means聚类算法模型中,得到对应的电平值,使得机器学习单元输出的电平值能够使得基于高阶QAM调制格式的超高速相干光通信系统工作在射频放大器和马赫曾德尔调制器的非线性区而不失真;
数模转换器,用于将机器学习单元输出的电平值转换为模拟信号;
射频放大器,用于将数模转换器输出的模拟信号转换为马赫曾德尔调制器的驱动信号,对马赫曾德尔调制器进行补偿;
激光器,用于提供光载波,并将光载波输入到马赫曾德尔调制器中;
马赫曾德尔调制器,用于将射频放大器单元输出的驱动信号转换为光信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110406677.5A CN113114374B (zh) | 2021-04-15 | 2021-04-15 | 基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110406677.5A CN113114374B (zh) | 2021-04-15 | 2021-04-15 | 基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113114374A CN113114374A (zh) | 2021-07-13 |
CN113114374B true CN113114374B (zh) | 2022-03-29 |
Family
ID=76717355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110406677.5A Active CN113114374B (zh) | 2021-04-15 | 2021-04-15 | 基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113114374B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101896855A (zh) * | 2007-10-10 | 2010-11-24 | 日本电气株式会社 | 光调制器和光通信系统 |
CN102420661A (zh) * | 2011-12-15 | 2012-04-18 | 华中科技大学 | 一种光纤非线性损伤补偿装置 |
CN111934778A (zh) * | 2020-07-01 | 2020-11-13 | 华中科技大学 | 一种光纤通信系统中发射端的优化设计方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7155071B2 (en) * | 2005-03-08 | 2006-12-26 | Harris Corporation | Device for Mach-Zehnder modulator bias control for duobinary optical transmission and associated system and method |
CN110190906B (zh) * | 2019-04-15 | 2020-08-04 | 浙江工业大学 | 一种针对高阶qam相干光系统的非线性均衡方法 |
-
2021
- 2021-04-15 CN CN202110406677.5A patent/CN113114374B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101896855A (zh) * | 2007-10-10 | 2010-11-24 | 日本电气株式会社 | 光调制器和光通信系统 |
CN102420661A (zh) * | 2011-12-15 | 2012-04-18 | 华中科技大学 | 一种光纤非线性损伤补偿装置 |
CN111934778A (zh) * | 2020-07-01 | 2020-11-13 | 华中科技大学 | 一种光纤通信系统中发射端的优化设计方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于改进k-means算法的可见光通信非线性补偿技术;张慧 等;《上海理工大学学报》;20210331;第255-259、295页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113114374A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11716148B2 (en) | Linearized optical digital-to-analog modulator | |
Paryanti et al. | A direct learning approach for neural network based pre-distortion for coherent nonlinear optical transmitter | |
Bajaj et al. | Single-channel 1.61 Tb/s optical coherent transmission enabled by neural network-based digital pre-distortion | |
Zhang et al. | Non-data-aided k-nearest neighbors technique for optical fiber nonlinearity mitigation | |
CN110267127B (zh) | 用于低成本无源光网络的方法、装置和计算机可读介质 | |
JP6234777B2 (ja) | 光多値送信器および光トランスポンダ | |
CN102282784B (zh) | 光发送器 | |
CN105229946A (zh) | 光调制器驱动器电路和光发射机 | |
US10341022B2 (en) | Optical pulse amplitude modulation transmission using digital pre-compensation | |
US11456910B1 (en) | Carrier-phase recovery system and method | |
US8948609B2 (en) | Pre-distortion techniques for optical modulators to improve constellation point separation | |
US10284302B2 (en) | Optical transmitter | |
US10148465B2 (en) | Training assisted joint equalization | |
Diniz et al. | Optimization of DP-M-QAM transmitter using cooperative coevolutionary genetic algorithm | |
Zhalehpour et al. | Reduced-size lookup tables enabling higher-order QAM with all-silicon IQ modulators | |
Song et al. | End-to-end autoencoder for superchannel transceivers with hardware impairment | |
WO2018203329A1 (en) | A method for compensating channel distortions by pre-distortion of mach-zehnder modulators, based on symmetric imbalance | |
Hadi et al. | Nonlinearities mitigation in radio over fiber links for beyond 5g c-ran applications using support vector machine approach | |
CN113114374B (zh) | 基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统 | |
CN113364527B (zh) | 一种适用于高速相干偏振复用系统的非线性损伤补偿方法 | |
He et al. | Fourier neural operator for accurate optical fiber modeling with low complexity | |
US20200336212A1 (en) | Reducing pattern effects for pulse amplitude modulation signals in semiconductor optical amplifiers | |
CN104980226B (zh) | 自适应马赫曾德尔调制器线性化 | |
Mirani et al. | Comparison of uniform cross QAM and probabilistically shaped QAM formats under the impact of transmitter impairments | |
Hao et al. | OSNR monitoring using support vector ordinal regression for digital coherent receivers |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211119 Address after: 266071 No. 218 qianwangang Road, Qingdao Economic and Technological Development Zone, Shandong Province Applicant after: HISENSE BROADBAND MULTIMEDIA TECHNOLOGIES Co.,Ltd. Address before: No. 27, mountain Dana Road, Ji'nan City, Shandong, Shandong Applicant before: SHANDONG University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |