CN116260693A - 一种基于预均衡的超高阶qam调制传输系统和方法 - Google Patents

Abstract

本发明提供一种基于预均衡的超高阶QAM调制传输系统和方法，所述系统包括：发射端算法模块，包括预均衡处理层，所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理，所述权重矩阵在每次对待发送数据矩阵进行处理后，基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新；数据发射模块，包括任意波发生器和IQ调制器，所述数据发射模块通过任意波发生器和IQ调制器输出数据；数据接收模块，包括相干接收机和示波器，所述相干接收机与所述IQ调制器通过传输光纤相连接，传入的数据顺序通过相干接收机和示波器进行处理；接收端算法模块，包括解码层，所述接收端算法模块接收示波器传入的数据，通过所述解码层解析得到接收数据矩阵。

Description

一种基于预均衡的超高阶QAM调制传输系统和方法

技术领域

本发明涉及光纤通信技术领域，尤其涉及一种基于预均衡的超高阶QAM调制传输系统和方法。

背景技术

近年来，随着信息科学和5G网络科研技术的进步，人们获取信息的速度越来越快，信息交换速率越来越高。如何更有效地利用一定的频谱资源实现高速数据传输已成为了通信行业关注的焦点。目前，全球主要的网络数据流量都是由光纤通信系统承载的，因此对于光纤传输容量需求的增长也日益加速，满足快速增长的网络容量需求已成为未来光通信技术面临的严峻挑战。

由香农定理可知，信道容量存在理论上的极限。研究表明，在信号满足高斯分布时可以无限接近这一极限，因此引入概率整形技术(PS)，将信息映射为符合高斯分布的非均匀信号。同时采用尽可能高阶的调制格式，超高阶调制技术可以在有限的波长资源的情况下增加每符号所携带的比特数，提高频谱效率并降低每比特的成本。

而随着调制阶数的提高，信号对于数字信号处理算法的要求也越来越高，如何在现有器件的情况下提升超高阶调制系统的性能是通信领域研究的热点。

发明内容

鉴于此，本发明的实施例提供了一种基于预均衡的超高阶QAM调制传输系统，以消除或改善现有技术中存在的一个或更多个缺陷。

本发明的一个方面提供了一种基于预均衡的超高阶QAM调制传输系统，所述系统包括：

发射端算法模块，所述发射端算法模块包括预均衡处理层，所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理，所述权重矩阵在每次对待发送数据矩阵进行处理后，基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新；

数据发射模块，所述数据发射模块包括任意波发生器和IQ调制器，所述数据发射模块接收发射端算法模块输出的数据矩阵，通过任意波发生器和IQ调制器输出数据；

数据接收模块，所述数据接收模块包括相干接收机和示波器，所述相干接收机与所述IQ调制器通过传输光纤相连接，传入的数据顺序通过相干接收机和示波器进行处理；

接收端算法模块，所述接收端算法模块包括解码层，所述接收端算法模块接收示波器传入的数据，通过所述解码层解析得到接收数据矩阵。

采用上述方案，首先，本方案在发射端算法模块设置有预均衡处理层，由于归一化抽头系数越小，表明该抽头越不重要，删除该抽头对系统均衡性能的影响也越小，本方案基于权重矩阵中的0抽头个数对预均衡处理层的权重举证进行更新，使预均衡的计算更加精准且简化，提高了数字信号处理算法对数据计算的进准度。

在本发明的一些实施方式中，所述发射端算法模块包括预均衡处理层、上采样层和根升余弦成型滤波器，所述待发送数据矩阵顺序经过所述预均衡处理层、上采样层和根升余弦成型滤波器进行处理。

在本发明的一些实施方式中，所述待发送数据矩阵在输入到所述预均衡处理层前，通过概率整形算法进行处理。

在本发明的一些实施方式中，所述接收端算法模块包括重采样层、正交化归一化层、根升余弦匹配滤波器、下采样层、时钟恢复层、后均衡层、相位估计层和解码层，示波器传入的数据顺序经过所述重采样层、正交化归一化层、根升余弦匹配滤波器、下采样层、时钟恢复层、后均衡层、相位估计层和解码层进行处理。

在本发明的一些实施方式中，所述相位估计层采用主成分分析法和BPS相位恢复算法顺序进行处理。

BPS(Blind Phase Search，盲相位搜索算法)。

在本发明的一些实施方式中，所述接收端算法模块在解析得到接收数据矩阵后，基于接收数据矩阵与输入所述发射端算法模块前的待发送数据矩阵计算误比特率。

在本发明的一些实施方式中，在所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理的步骤中，基于如下公式进行处理：

y(k)＝w^T(k)x(k)；

y(k)表示所述预均衡处理层输出的数据矩阵，w^T(k)当前权重矩阵的转置矩阵，x(k)表示输入到所述预均衡处理层的待发送数据矩阵。

在本发明的一些实施方式中，在基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新的步骤中，基于如下公式对所述权重矩阵进行更新：

其中，w(k+1)表示更新后的权重矩阵，w(k)表示更新前的权重矩阵，μ为学习率参数，e(k)表示误差信号，x(k)表示输入到所述预均衡处理层的待发送数据矩阵，γ表示正则化参数，

表示f(w(k))的次微分，f(w(k))表示更新前的权重矩阵的l₀范数。

在本发明的一些实施方式中，根据如下公式计算误差信号：

e(k)＝d(k)-y(k)；

其中，e(k)表示误差信号，d(k)表示预设的标准值，y(k)表示所述预均衡处理层输出的数据矩阵。

本发明的另一个方面提供了如上述系统的基于预均衡的超高阶QAM调制传输方法，所述方法的步骤包括：

将所述待发送数据矩阵输入到发射端算法模块，所述发射端算法模块包括预均衡处理层，所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理，所述权重矩阵在每次对待发送数据矩阵进行处理后，基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新；

数据发射模块接收所述发射端算法模块输出的数据矩阵，通过任意波发生器和IQ调制器输出数据；

数据接收模块接收所述数据发射模块传入的数据，所述数据接收模块包括相干接收机和示波器，所述相干接收机与所述IQ调制器通过传输光纤相连接，传入的数据顺序通过相干接收机和示波器进行处理；

接收端算法模块接收示波器传入的数据，通过所述接收端算法模块的解码层解析得到接收数据矩阵。

本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出并获得。

本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。

图1为本发明基于预均衡的超高阶QAM调制传输系统第一种实施方式的示意图；

图2为本发明基于预均衡的超高阶QAM调制传输系统一种实施流程示意图；

图3为本发明基于预均衡的超高阶QAM调制传输系统另一种实施流程示意图；

图4为受非线性等影响导致频谱变化图(左)，补偿后要达到的正确频谱图(右)；

图5为预均衡算法原理图；

图6为级联BPS算法原理图；

图7为1GBaud PDM-PS-1024QAM传输光信噪比与误码率关系曲线。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。

在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。

在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。

为解决以上问题，如图1-3所示，本发明提出一种基于预均衡的超高阶QAM调制传输系统，所述系统包括：

如图5所示，发射端算法模块100，所述发射端算法模块包括预均衡处理层，所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理，所述权重矩阵在每次对待发送数据矩阵进行处理后，基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新；

所述待发送数据矩阵以超高阶层QAM信号的形式输入到所述发射端算法模块。

在本发明的一些实施方式中，所述预均衡处理层通过沃尔特拉均衡器实现。

在本发明的一些实施方式中，所述0抽头个数为预设的参数，抽取所述权重矩阵中最大的抽头系数，计算每个抽头系数与所述最大的抽头系数的比值，删除所述0抽头个数的数量个较小的比值对应的抽头系数。

采用上述方案，如图5所示，通过两个阶段实现预均衡：首先在信道估计阶段，训练序列传输完成后，计算出所需的预均衡滤波器系数，当均衡器达到稳定状态时，即得到了所需的预均衡滤波器。然后在实际发送阶段，在发射端时域上将信号与预均衡滤波器卷积，即完成了信号预均衡技术。

预均衡原理如图4所示，随着调制阶数的提高，信号的产生和恢复的难度也大大增加，对各类器件的要求也越来越高，引入预处理的优势在于能够以较小的代价解决器件非线性以及其他缺陷失真方面的问题，在本实例中，器件非线性会导致信号频谱发生变化，如图4所示，引入预均衡可以在要补偿的信号频谱部分提前加上相反的预补偿，达到消除非线性失真，复原频谱。

数据发射模块200，所述数据发射模块包括任意波发生器和IQ调制器，所述数据发射模块接收发射端算法模块输出的数据矩阵，通过任意波发生器和IQ调制器输出数据；

在本发明的一些实施方式中，所述任意波发生器(AWG)与IQ调制器相连接，所述IQ调制器中设置有马赫增德尔调制器，所述马赫增德尔调制器连接有信号光源(LD)。

数据接收模块300，所述数据接收模块包括相干接收机和示波器，所述相干接收机与所述IQ调制器通过传输光纤相连接，传入的数据顺序通过相干接收机和示波器进行处理；

在本发明的一些实施方式中，所述相干接收机连接有本振光源LO。

接收端算法模块400，所述接收端算法模块包括解码层，所述接收端算法模块接收示波器传入的数据，通过所述解码层解析得到接收数据矩阵。

在本发明的一些实施方式中，所述发射端算法模块还设置有编码层，所述编码层和解码层均采用格雷编码的方式。

采用上述方案，首先，本方案在发射端算法模块设置有预均衡处理层，由于归一化抽头系数越小，表明该抽头越不重要，删除该抽头对系统均衡性能的影响也越小，本方案基于权重矩阵中的0抽头个数对预均衡处理层的权重举证进行更新，使预均衡的计算更加精准且简化，提高了数字信号处理算法对数据计算的进准度。

如图2所示，在本发明的一些实施方式中，所述发射端算法模块包括预均衡处理层、上采样层和根升余弦成型滤波器，所述待发送数据矩阵顺序经过所述预均衡处理层、上采样层和根升余弦成型滤波器进行处理。

在本发明的一些实施方式中，所述待发送数据矩阵在输入到所述预均衡处理层前，通过概率整形算法进行处理。

在本发明的一些实施方式中，所述接收端算法模块包括重采样层、正交化归一化层、根升余弦匹配滤波器、下采样层、时钟恢复层、后均衡层、相位估计层和解码层，示波器传入的数据顺序经过所述重采样层、正交化归一化层、根升余弦匹配滤波器、下采样层、时钟恢复层、后均衡层、相位估计层和解码层进行处理。

在具体实施过程中，所述正交化归一化层采用GSOP算法进行正交化，所述时钟恢复层采用Gardner算法进行时钟恢复，所述后均衡层采用最小均方误差算法进行处理。

如图6所示，在本发明的一些实施方式中，所述相位估计层采用主成分分析法和BPS相位恢复算法顺序进行处理。

BPS(Blind Phase Search，盲相位搜索算法)。

采用上述方案，激光器线宽的存在，将导致信号受到相位噪声的影响，使信号的星座点发生旋转，需要载波相位算法进行补偿。现有主流算法为BPS算法，BPS算法的线宽容忍度高，相位噪声估计精度高，但复杂度随着调制格式的增大而增加。此外，主成分分析是一种数据处理算法，用于提取最关键的数据特征，在接收端，将BPS与主成分分析方法结合，实现一种级联BPS算法，与常规BPS算法一样，还需要进行相位解扰以去除相位模糊，然后将得到的数据再通过BPS算法。级联BPS算法相比于BPS算法优势在于能在1024QAM等超高阶调制格式中降低算法整体复杂度，同时在不同SNR下均能获得较好的估计性能。

图7展示了在BTB的传输环境下，PDM-PS-1024QAM信号的误码率随着光信噪比的变化曲线。并分别对比了一阶与三阶沃尔特拉滤波器的均衡效果。不难看出，本发明采用的超高阶传输系统在3阶沃尔特拉滤波器处理下能够保证误码率处于FEC门限以下，并且频谱效率达到了16.56bps/Hz，实现了在超高阶调制格式下高谱效传输。

在本发明的一些实施方式中，所述接收端算法模块在解析得到接收数据矩阵后，基于接收数据矩阵与输入所述发射端算法模块前的待发送数据矩阵计算误比特率。

在本发明的一些实施方式中，在所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理的步骤中，基于如下公式进行处理：

y(k)＝w^T(k)x(k)；

y(k)表示所述预均衡处理层输出的数据矩阵，w^T(k)当前权重矩阵的转置矩阵，x(k)表示输入到所述预均衡处理层的待发送数据矩阵。

在本发明的一些实施方式中，在基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新的步骤中，基于如下公式对所述权重矩阵进行更新：

其中，w(k+1)表示更新后的权重矩阵，w(k)表示更新前的权重矩阵，μ为学习率参数，e(k)表示误差信号，x(k)表示输入到所述预均衡处理层的待发送数据矩阵，γ表示正则化参数，

表示f(w(k))的次微分，f(w(k))表示更新前的权重矩阵的l₀范数。

在本发明的一些实施方式中，根据如下公式计算误差信号：

e(k)＝d(k)-y(k)；

其中，e(k)表示误差信号，d(k)表示预设的标准值，y(k)表示所述预均衡处理层输出的数据矩阵。

在本发明的一些实施方式中，所述0抽头个数为预设的参数，抽取所述权重矩阵中最大的抽头系数，计算每个抽头系数与所述最大的抽头系数的比值，删除所述0抽头个数的数量个较小的比值对应的抽头系数。

在具体实施过程中，根据如下公式计算本方案预均衡处理层相对于传统均衡处理简化计算的程度：

M₁＝l₁

C₁＝M₁+2M₂+3M₃

C₂＝M₁+2(M₂-N₂)+3(M₃-N₃)

其中，l₁、l₂和l₃表示1、2和3的阶记忆长度，M₁，M₂，M₃分别为1、2和3阶核的抽头数，N₂和N₃分别为2阶和3阶核的所删除的抽头系数个数，

C₁和C₂分别为计算传统算法的复杂度和本方案计算的复杂度。

可以看出C₂取决于l₁，l₂，l₃，N₂和N₃的值，所以算法的计算复杂度也只与这些参数有关，降低的复杂度P可以表示为：

因此，本方案相比于常规的沃尔特拉滤波器，引入正则化概念，提出基于l₀/l₁范数的稳定降低复杂度，优势在于能够实现在相同误码率的性能下大幅度降低计算复杂度。

本方案为了解决沃尔特拉均衡器复杂度过高问题，引入稀疏原理。当系统中出现多个零抽头并且非零抽头位置不确定时，基于范数的正则化算法具有最好的均方误差性能。本方案定义归一化抽头系数为第k阶核的抽头系数与第k阶核最大抽头系数的比值。显然，归一化抽头系数越小，表明该抽头越不重要，删除该抽头对系统均衡性能的影响也越小。此时，当删除抽头数个数确定后，依次对归一化抽头系数从小到大进行排序，并依次选择前个抽头进行删除，得到简化后的系统。再对系统进行重训练，得到具有高鲁棒性的稀疏最小均方误差-沃尔特拉。

本发明的另一个方面提供了如上述系统的基于预均衡的超高阶QAM调制传输方法，所述方法的步骤包括：

将所述待发送数据矩阵输入到发射端算法模块，所述发射端算法模块包括预均衡处理层，所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理，所述权重矩阵在每次对待发送数据矩阵进行处理后，基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新；

数据发射模块接收所述发射端算法模块输出的数据矩阵，通过任意波发生器和IQ调制器输出数据；

数据接收模块接收所述数据发射模块传入的数据，所述数据接收模块包括相干接收机和示波器，所述相干接收机与所述IQ调制器通过传输光纤相连接，传入的数据顺序通过相干接收机和示波器进行处理；

接收端算法模块接收示波器传入的数据，通过所述接收端算法模块的解码层解析得到接收数据矩阵。

本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。

需要明确的是，本发明并不局限于上文所描述的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，做出各种改变、修改和添加，或者改变步骤之间的顺序。

本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于预均衡的超高阶QAM调制传输系统，其特征在于，所述系统包括：

发射端算法模块，所述发射端算法模块包括预均衡处理层，所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理，所述权重矩阵在每次对待发送数据矩阵进行处理后，基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新；

数据发射模块，所述数据发射模块包括任意波发生器和IQ调制器，所述数据发射模块接收发射端算法模块输出的数据矩阵，通过任意波发生器和IQ调制器输出数据；

数据接收模块，所述数据接收模块包括相干接收机和示波器，所述相干接收机与所述IQ调制器通过传输光纤相连接，传入的数据顺序通过相干接收机和示波器进行处理；

接收端算法模块，所述接收端算法模块包括解码层，所述接收端算法模块接收示波器传入的数据，通过所述解码层解析得到接收数据矩阵。

2.根据权利要求1所述的基于预均衡的超高阶QAM调制传输系统，其特征在于，所述发射端算法模块包括预均衡处理层、上采样层和根升余弦成型滤波器，所述待发送数据矩阵顺序经过所述预均衡处理层、上采样层和根升余弦成型滤波器进行处理。

3.根据权利要求1所述的基于预均衡的超高阶QAM调制传输系统，其特征在于，所述待发送数据矩阵在输入到所述预均衡处理层前，通过概率整形算法进行处理。

4.根据权利要求1所述的基于预均衡的超高阶QAM调制传输系统，其特征在于，所述接收端算法模块包括重采样层、正交化归一化层、根升余弦匹配滤波器、下采样层、时钟恢复层、后均衡层、相位估计层和解码层，示波器传入的数据顺序经过所述重采样层、正交化归一化层、根升余弦匹配滤波器、下采样层、时钟恢复层、后均衡层、相位估计层和解码层进行处理。

5.根据权利要求4所述的基于预均衡的超高阶QAM调制传输系统，其特征在于，所述相位估计层采用主成分分析法和BPS相位恢复算法顺序进行处理。

6.根据权利要求1所述的基于预均衡的超高阶QAM调制传输系统，其特征在于，所述接收端算法模块在解析得到接收数据矩阵后，基于接收数据矩阵与输入所述发射端算法模块前的待发送数据矩阵计算误比特率。

7.根据权利要求1所述的基于预均衡的超高阶QAM调制传输系统，其特征在于，在所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理的步骤中，基于如下公式进行处理：

y(k)＝w^T(k)x(k)；

y(k)表示所述预均衡处理层输出的数据矩阵，w^T(k)当前权重矩阵的转置矩阵，x(k)表示输入到所述预均衡处理层的待发送数据矩阵。

8.根据权利要求1-7任一项所述的基于预均衡的超高阶QAM调制传输系统，其特征在于，在基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新的步骤中，基于如下公式对所述权重矩阵进行更新：

其中，w(k+1)表示更新后的权重矩阵，w(k)表示更新前的权重矩阵，μ为学习率参数，e(k)表示误差信号，x(k)表示输入到所述预均衡处理层的待发送数据矩阵，γ表示正则化参数，

表示f(w(k))的次微分，f(w(k))表示更新前的权重矩阵的l₀范数。

9.根据权利要求8所述的基于预均衡的超高阶QAM调制传输系统，其特征在于，根据如下公式计算误差信号：

e(k)＝d(k)-y(k)；

其中，e(k)表示误差信号，d(k)表示预设的标准值，y(k)表示所述预均衡处理层输出的数据矩阵。

10.一种应用如权利要求1-9任一项所述系统的基于预均衡的超高阶QAM调制传输方法，其特征在于，所述方法的步骤包括：

将所述待发送数据矩阵输入到发射端算法模块，所述发射端算法模块包括预均衡处理层，所述预均衡处理层基于权重矩阵对待发送数据矩阵进行处理，所述权重矩阵在每次对待发送数据矩阵进行处理后，基于所述权重矩阵中的0抽头个数对所述权重矩阵进行更新；

数据发射模块接收所述发射端算法模块输出的数据矩阵，通过任意波发生器和IQ调制器输出数据；

数据接收模块接收所述数据发射模块传入的数据，所述数据接收模块包括相干接收机和示波器，所述相干接收机与所述IQ调制器通过传输光纤相连接，传入的数据顺序通过相干接收机和示波器进行处理；

接收端算法模块接收示波器传入的数据，通过所述接收端算法模块的解码层解析得到接收数据矩阵。

Images