CN113904732A - 一种光互连信号损伤抑制方法、接收装置及光互连系统 - Google Patents

Abstract

本发明涉及一种光互连信号损伤抑制方法、接收装置及光互连系统。该方法包括：接收端从发送端接收训练信号，并借助滑动窗对训练信号采集数据，得到训练集；接收端以当前残差相关性作为表征，通过前向选择策略利用训练集进行步进训练，得到满足条件(当前残差相关性最大)的特征向量，并对权重系数进行同步更新调整，形成低复杂度的均衡结构；接收端从发送端接收数据信号，基于训练得到的均衡结构完成数据信号的损伤抑制。本发明有效降低了系统的误码率能表现，同时模型训练过程不依赖于环境敏感型参数，对不同的信道环境具有较强的鲁棒性；本发明计算复杂度低，乘法、加法器数量保持在较低水平，适用于代价敏感的数据中心光互连系统。

Description

一种光互连信号损伤抑制方法、接收装置及光互连系统

技术领域

本发明属于通信技术领域，涉及面向低成本光互连通信系统的先进数字信号处理技术，具体涉及一种适用于光互连信号损伤的抑制方法、接收装置及光互连系统。

技术背景

近年来，随着大数据、云计算、物联网等新产业的蓬勃发展，全球数据流量呈现爆发性地增长。根据思科发布的报告显示，超过70％的通信网络流量发生于数据中心内部，巨大的数据传输需求对网络的升级扩容提出了迫切需求。在这种情况下，传统的电互连架构面临传输容量不足、能耗过大等挑战，高速率、高密度的光互连系统逐渐成为数据中心等网络信息基础设施中的核心组成部分。

由于光互连通信的极大应用需求，系统建设和运行成本、功耗表现等因素将直接影响数据中心光互连系统的具体实施。低成本的光收发装置及强度调制/直接检测(IM/DD)已被采纳为主流技术。然而，低成本IM/DD光互连系统往往存在器件带宽低、调制啁啾大、平方率检波引起拍频干扰等非线性信号损伤问题，且随着传输速率的不断提高，信号质量更容易受到以上各种损伤的影响，引发大量的码间串扰(ISI)，严重限制了系统的通信性能。为了在控制系统成本的同时，不断满足对传输带宽的要求，数字信号处理技术(DSP)显得尤为重要。目前普遍使用的均衡算法包括前馈均衡(FFE)、判决反馈均衡(DFE)等，而基于上述方法的线性均衡器不能有效补偿光互连系统中的非线性信号损伤，无法满足未来高性能数据中心的发展需求。

发明内容

针对上述问题，本发明提出了一种光互连信号损伤抑制方法、接收装置及光互连系统，能够有效抑制有限衰落记忆下的复杂非线性损伤作用。本发明由两部分组成，包括前向选择策略下均衡结构特征项的构建和相应权重系数的步进更新方法，两个部分涉及的算法并行处理，构成完整的技术方案。同时，本发明所提出的方法计算复杂度较低，对代价敏感的光互连系统而言符合其低成本的要求。

本发明采用的技术方案如下：

一种光互连信号损伤抑制方法，包括如下步骤：

接收端从发送端接收训练信号，并借助滑动窗对训练信号采集数据，得到训练集；

接收端以当前残差相关性作为表征，通过前向选择策略利用训练集进行步进训练，得到满足条件(当前残差相关性最大)的特征向量，并对权重系数进行同步更新调整，形成符合复杂度要求的均衡结构；

接收端从发送端接收数据信号，基于训练得到的均衡结构完成数据信号的损伤抑制。

进一步地，上述方法采用的信号帧结构包括训练信号和数据信号两部分，发送端对所发送的信号帧进行编码，同时持续地向外发送；信号经过调制及信道传输后，波形发生畸变；接收端用相应器件(如光电二极管)接收，将光信号转化为电信号，再经过数模转换，变为数字信号，从而方便在计算机内部进行数字信号处理的相关操作。

进一步地，接收端得到数字信号后，进行重采样、零均值标准化；对于信号帧中的训练信号，将每一信号及其前后M个符号(共2M+1个符号)进行变换得到训练向量；所有训练信号变换完成后得到的训练向量构成训练集。

进一步地，所述训练集由以下方式实现：

a)接收到的原始信号经过重采样、零均值标准化之后，得到接收端采样符号序列，其中训练信号对应部分称为训练采样符号。

b)构建一个长度为2M+1的滑动窗口，每次采集2M+1个训练采样符号。

c)对单次滑动窗采集的符号进行组合乘积计算得到长度为

的训练向量，P为乘积的阶数。

d)滑动窗口滑动N_tr次得到N_tr个训练向量，合并后得到N_tr×N_P大小的训练集矩阵B，矩阵每一列为候选特征向量v_j(j＝1,2,…,N_P)，特征向量中的元素为对应特征项在N_P个不同时刻的取值。

进一步地，所述均衡结构采用以下步骤训练得到：

1)得到训练集之后，以当前残差相关性作为表征，通过前向选择策略利用训练集步进训练得到特征向量；每一步训练得到一个(不排除多个，即至少一个)满足条件(当前残差相关性最大)的特征向量。

2)每一步训练得到特征向量后，对当前对应权重值进行更新调整。更新的基本思想是在当前构建的特征向量下尽可能减小残差，直到得到新的满足条件(当前残差相关性最大)的特征向量。需要指出的是，权重更新过程按特征向量确定的等角方向进行，而非各特征向量单独更新。

3)重复步骤1)和2)的操作，直到选中的特征向量数量达到目标值设定值K，并同步完成对应权重更新，训练过程结束，根据特征向量对应的特征项得到抑制损伤的均衡结构。

进一步地，所述当前残差为特征向量的加权求和输出结果与期望输出符号向量之间的差。需要理解的是，用“当前残差”进行描述是因为随着步进过程推进，特征向量的增加以及权重值的更新会导致残差结果更新。通过前向选择策略，每次步进训练选择拥有当前残差值绝对值最大的候选特征向量作为新加入的特征向量。

进一步地，所述权重更新的等角方向是指与当前已有各特征向量内积相等的矢量方向。已有特征向量的均衡输出结果矢量方向沿着等角方向，权重调整值大小对应输出结果沿等角方向的前进距离。当前权重值调整的核心思想是沿着等角方向尽可能前进，此时已有特征向量的当前残差值同步减小；当某个候选特征向量的当前残差值与已有特征向量相等时，当前步进训练下权重更新完成，进入下一个步进训练周期。

一种接收装置，其包括信号损伤抑制模块，所述信号损伤抑制模块采用本发明的方法对从发送端接收的信号进行损伤抑制。

一种光互连系统，其包括发送端激光器、调制器组成的光发射机和如上所述的接收装置。接收装置从光发射机接收训练信号，并借助滑动窗对训练信号采集数据，得到训练集；接收端以当前残差相关性作为表征，通过前向选择策略利用训练集进行步进训练，得到满足条件(当前残差相关性最大)的特征向量，并对权重系数进行同步更新调整，得到符合复杂度要求的均衡结构；接收装置从光发射机接收数据信号，基于训练得到的均衡结构完成数据信号的损伤抑制。

本发明的有益效果在于：

基于光互连系统信号损伤特性，通过特征训练得到有效的抑制模型，有效降低了系统的误码率能表现；同时模型训练过程不依赖于环境敏感型参数，对不同的信道环境具有较强的鲁棒性；此外，本发明所提方法计算复杂度低，乘法、加法器数量保持在较低水平，适用于代价敏感的数据中心光互连系统。

附图说明

图1为系统发送的信号帧结构示意图；

图2为系统工作流程(包括训练和均衡过程)示意图；

图3为用滑动窗采集训练符号并变换得到训练集的示意图；

图4为前向选择策略下特征向量选择和权重更新的步进训练示意图；

图5为训练后得到的系统均衡结构示意图；

图6为本发明方法与传统基于沃特级数的均衡方法性能表现对比图。其中(a)图是100m传输距离下误码率性能对比，(b)图是背靠背传输下误码率性能对比。

具体实施方式

下面将结合附图，对本发明的具体实现进行详细、完整地描述。

近几年，承载大量互联网流量的数据中心引起了人们的极大关注。围绕数据中心展开的高速短距离光互连已经成为通信领域的研究热点。由于短距离光互连通信的极大需求，如何以较低的实现和运行成本来提供传输高速率信号的能力是研究的重要目标。IM/DD光互连系统信号损伤主要来源于低成本器件的带宽限制、信号调制啁啾和接收机平方率检波引起的拍频干扰等。由此引发严重的码间串扰。传统的FFE、DFE等线性均衡器对系统中信号非线性损伤无法进行有效抑制，为了更好降低传输系统对信号造成的损伤，最大程度恢复出真实数据信号，并满足数据中心的低成本要求，本发明提出了一种有效的光互连系统信号损伤抑制方法。

图1-2给出了本发明所提方法的信号帧结构和工作流程。工作流程包括两个阶段：模型训练阶段和均衡输出阶段，对应涉及信号帧结构中的训练信号和数据信号。

首先，发送端对信源进行编码得到发送信号，并通过光发射机进行调制，发送至光传输信道，具体包括：

1)在物理层，信源信号已经被转化为比特流，并根据当前系统所使用的调制格式进行编码，得到发送信号序列，生成对应的电信号。

2)使用电信号驱动激光器，转换为可在光纤中传输的光信号。

3)光信号经过光纤传输，到达接收端时波形发生了畸变。因此在接收端需要通过数字信号处理技术(DSP)对信号损伤进行抑制。

接收端利用光接收机将经过传输后的光信号转化为电信号，对电信号进行重采样、零均值标准化，使接收信号形成一个完整的序列，作为损伤抑制均衡结构的输入，具体包括：

1)在接收端，一般用光电转换器件(如光电二极管)接收光信号，并转化为电信号，经过数字示波器采集，并在数字域完成重采样操作。

2)将重采样后的信号序列记为s＝{s₁,…,s_i,…,s_N}，将这一序列的均值记为μ_s，均方差记为σ_s，那么标准化之后的信号序列表示为：

其中，N表示重采样后接收到的信号序列的总长度。

得到接收信号序列后，首先进行模型训练。借助滑动窗采集数据变换得到训练集矩阵，过程示意如图3所示：

1)建立一个长度为(2M+1)的滑动窗，按照时间顺序滑动。

2)每滑动一次，窗口内采集到中心符号前后各M个符号，M代表了延时大小。

3)计算每次滑动窗采集数据组合乘积得到的1到P阶向量

其中i＝1,2,3,…,N_tr，上标表示阶数。每一阶向量由以下方法得到：

是滑动窗采集数据中可重复选择r个符号乘积得到的所有可能项构成的列向量，其中r＝1,2,3,…P。例如2阶向量为：

将当前滑动窗采集数据对应的向量

转置合并后得到长度为

的训练向量。

4)滑动窗滑动N_tr次之后得到的训练向量构成如图3中的训练集矩阵B，矩阵大小为N_tr×N_P。矩阵的每一列记作一个特征向量v_j，维数为N_tr，其中j＝1,2,3,…,N_P，作为后续训练的候选特征向量。

在得到训练集之后，以当前残差相关性为表征，采用前向选择策略从候选特征向量中挑选出符合条件的特征向量，并对权重系数进行同步更新调整，得到系数个数有限的低复杂度均衡结构，具体过程包括：

1)训练符号的期望输出为d＝[d(1),d(2),…,d(N_tr)]^T；均衡结构系数个数的目标值设定为K。

2)初始化，所有候选特征向量对应特征项的权重系数为0，即w＝[w(1),w(2),…,w(N_P)]^T＝0；选中的特征向量个数为0；均衡输出结果y⁽⁰⁾＝0。特别说明的是，均衡输出结果y的上标对应步进训练次数。

3)当前残差相关性表征是前向选择策略中的重要依据。由于接收信号已经过零均值标准化处理，步进训练n中候选向量的当前残差相关性表示为

同样，c_j的上标对应步进训练次数，n为大于等于1的整数。步进训练n中选中的特征向量为拥有最大当前残差相关性绝对值的候选特征向量v_s，其中

4)确定选中的特征向量后，对权重系数进行同步更新，更新方向为所有选中特征方向确定的等角方向。联系训练的步进过程，步进训练n的等角方向与前一步进训练中均衡结果输出y^(n-1)和当前选中特征向量的角平分线方向一致，等角方向单位矢量记作u_n，有u_n·y^(n-1)＝u_n·v_s，其中“·”表示向量点乘，且|u_n|＝1。权重系统更新与均衡输出结果更新保持一致。在步进训练n中，沿着等角方向尽可能减小残差d-y⁽ⁿ⁾，此时选中的特征向量的残差相关性同等减小，直至存在某个未选中的候选特征向量的残差相关性和选中的特征向量相等，均衡输出结果向量步进的长度γ。权重系数更新与γ的关系为

表示γu_n在

为基的向量空间中矩阵表达形式。

5)重复上述步骤3)和4)直到特征向量数量达到目标值设定值K，并同步完成对应权重更新，训练过程结束，根据特征向量对应特征项得到抑制损伤的均衡结构。

图4以三个候选特征向量为例，展示了从初始化开始，依次选中满足当前残差相关性绝对值最大条件的三个特征向量

过程，包括单次步进训练等角方向和权重系数调整下均衡输出结果。可以理解的是，图4仅为辅助理解本发明所提方法的一示意实施例，并不是全部实施例。

模型训练过程结束后，进入均衡输出阶段。图5为训练结束后得到的均衡结构示意图，均衡结构中的K个特征项及对应权重值均为训练结果。接收的数据信号通过均衡结构完成损伤抑制，均衡输出信号通过解码后被信宿所接收。图5中的“延时单元”是指一个符号周期的时间延迟单元，滑动窗采集中心数据前后各M个符号的过程可分别通过M个延迟单元完成。

基于同一发明构思，本发明的另一实施例提供一种接收装置，其包括信号损伤抑制模块，所述信号损伤抑制模块采用本发明的方法对从发送端接收的信号进行损伤抑制。

基于同一发明构思，本发明的另一实施例提供一种采用本发明方法的能够进行信号损伤抑制的光互连系统，其包括发送端激光器、调制器组成的光发射机和如上所述的接收装置。接收装置从光发射机接收训练信号，并借助滑动窗对训练信号采集数据，得到训练集；接收端以当前残差相关性作为表征，通过前向选择策略利用训练集进行步进训练，得到满足条件(当前残差相关性最大)的特征向量，并对权重系数进行同步更新调整，形成符合复杂度要求(低复杂度)的均衡结构；接收装置从光发射机接收数据信号，基于训练得到的均衡结构完成数据信号的损伤抑制。

图6所示为所述光互连信号损伤抑制方法下系统传输误码率性能表现。如图可见，与传统方法(基于沃特级数的信号损伤均衡补偿)相比，本发明所述方法随着计算复杂度的增加，误码率性能下降更快，即本发明所述方法性能更优。此外，在相同误码率表现下，本发明所述方法大大降低了均衡结构所需要的计算复杂度，对代价敏感的光互连通信实现而言具有较大的成本优势。特别说明的是，由于乘法器实现的资源开销远大于加法器，所以上述的计算复杂度均以均衡结构中乘法次数进行表征。

以上过程详细描述了本发明提出的一种光互连信号损伤抑制方法、接收装置和光互连系统。应当明确的是，本领域技术人员在没有做出创造性劳动前提下，依本发明作等效变化与修改，都被本发明的专利范围所覆盖。

Claims (9)

1.一种光互连系统信号损伤抑制方法，其特征在于，包括以下步骤：

接收端从发送端接收训练信号，并借助滑动窗对训练信号采集数据，得到训练集；

接收端以当前残差相关性作为表征，通过前向选择策略利用训练集进行步进训练，得到当前残差相关性最大的特征向量，并对权重系数进行同步更新调整，得到符合复杂度要求的均衡结构；

接收端从发送端接收数据信号，基于训练得到的均衡结构完成数据信号的损伤抑制。

2.根据权利要求1所述的方法，其特征在于，所述训练集由以下方式实现：

接收到的原始信号经过重采样、零均值标准化之后，得到接收端采样符号序列，其中训练信号对应部分称为训练采样符号；

构建一个长度为2M+1的滑动窗口，每次采集2M+1个训练采样符号；

对单次滑动窗采集的符号进行组合乘积计算得到长度为

的训练向量，P为乘积的阶数；

滑动窗口滑动N_tr次得到N_tr个训练向量，合并后得到N_tr×N_P大小的训练集矩阵B，矩阵每一列为候选特征向量v_j，j＝1,2,…,N_P，特征向量中的元素为对应特征项在N_P个不同时刻的取值。。

3.根据权利要求1所述的方法，其特征在于，所述均衡结构采用以下步骤训练得到：

1)得到训练集之后，以当前残差相关性作为表征，通过前向选择策略利用训练集步进训练得到特征向量；每一步训练得到至少一个满足条件的特征向量，所述条件是指当前残差相关性最大；

2)每一步训练得到特征向量后，对当前对应权重值进行更新调整，在当前构建的特征向量下尽可能减小残差，直到得到新的满足条件的特征向量；权重更新过程按特征向量确定的等角方向进行，而非各特征向量单独更新；

3)重复步骤1)和2)的操作，直到选中的特征向量数量达到目标值设定值K，并同步完成对应权重更新，训练过程结束，根据特征向量对应的特征项得到抑制损伤的均衡结构。

4.根据权利要求3所述的方法，其特征在于，所述当前残差为特征向量的加权求和输出结果与期望输出符号向量之间的差；步进训练n中候选特征向量的当前残差相关性表示为

的上标对应步进训练次数，n为大于等于1的整数，训练集矩阵的第j列记作一个特征向量v_j，d为训练符号的期望输出，y^(n-1)为均衡输出结果，其上标对应步进训练次数。

5.根据权利要求3所述的方法，其特征在于，所述等角方向是指与当前已有各特征向量内积相等的矢量方向；已有特征向量的均衡输出结果矢量方向沿着等角方向，权重调整值大小对应输出结果沿等角方向的前进距离；当前权重值调整是沿着等角方向尽可能前进，此时已有特征向量的当前残差值同步减小；当某个候选特征向量的当前残差值与已有特征向量相等时，当前步进训练下权重更新完成，进入下一个步进训练周期。

6.根据权利要求1所述的方法，其特征在于，接收端利用光接收机将经过传输后的光信号转化为电信号，对电信号进行重采样、零均值标准化，得到标准化之后的信号序列。

7.一种接收装置，其特征在于，包括信号损伤抑制模块，所述信号损伤抑制模块采用权利要求1～6中任一权利要求所述的方法对从发送端接收的信号进行损伤抑制。

8.一种光互连系统，其特征在于，包括发送端激光器、调制器组成的光发射机以及权利要求7所述的接收装置。

9.根据权利要求8所述的光互连系统，其特征在于，所述光发射机的信号帧结构包括训练信号和数据信号两部分；所述光发射机对信源进行编码得到发送信号，并进行调制，发送至光传输信道。

Images