CN116389207A - 一种基于信号幅度直方图的调制格式识别方法 - Google Patents
一种基于信号幅度直方图的调制格式识别方法 Download PDFInfo
- Publication number
- CN116389207A CN116389207A CN202310383999.1A CN202310383999A CN116389207A CN 116389207 A CN116389207 A CN 116389207A CN 202310383999 A CN202310383999 A CN 202310383999A CN 116389207 A CN116389207 A CN 116389207A
- Authority
- CN
- China
- Prior art keywords
- signal
- representing
- value
- amplitude
- small amplitude
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000000638 solvent extraction Methods 0.000 claims abstract description 48
- 230000003287 optical effect Effects 0.000 claims abstract description 25
- 238000005192 partition Methods 0.000 claims abstract description 17
- 238000010606 normalization Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 13
- 230000010287 polarization Effects 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- 230000001427 coherent effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提供了一种基于信号幅度直方图的调制格式识别方法,属于通信技术领域,该方法包括:获取信号幅度直方图信息;对QPSK、8QAM、16QAM、32QAM和64QAM信号的信号幅度直方图执行第一次分区操作;对QPSK、16QAM、32QAM和64QAM信号的信号幅度直方图执行第二次分区操作;定义第三分区比值;对16QAM、32QAM和64QAM信号的信号幅度直方图执行第三次分区操作;改变信号的光信噪比,并进行阈值选择;基于阈值选择结果,对调制格式进行识别。本发明能够在免训练和任何先验信息下,以较低的运算量在较大的光信噪比范围内实现调制格式的准确识别。
Description
技术领域
本发明属于通信技术领域,尤其涉及一种基于信号幅度直方图的调制格式识别方法。
背景技术
为了满足物联网、大数据、云计算和高清视频等各类数据服务日益增长的流量需求,弹性光网络(Elastic Optical Network,EON)的概念应运而生。EON能够根据不同的信道传输条件和服务质量需求,动态地调整收发机的相关参数设置(如调制格式、符号速率和发送功率等),以最大化地实现系统传输容量和频谱利用效率。为了实现EON的可靠操作和有效管理,EON中的相干接收机需要自主识别相关参数。在相关参数中,调制格式是最重要的参数之一。识别的调制格式信息能够协助数字相干接收机中的调制格式相关算法实现偏振解复用、频率偏移补偿、载波相位恢复等功能,并实现信号的解调。
现有技术中,数据辅助的调制格式识别方案在发送端将调制格式信息编码在信号的某个部位上或通过额外的载波传递调制格式信息。这类方案的优势是以降低频谱效率或需要额外的发射机操作为代价,在资源有限的数据传输场景下可能不适用;基于斯托克斯空间的识别方案,为了能识别更高阶的调制格式(如32/64QAM),大多需要借助其他算法提取有效特征;基于恒模均衡(Constant-Modulus Algorithm,CMA)信号的调制格式识别方案,其优良性能是基于深藏的关键特征精心挖掘而得来的,识别过程需要的计算复杂度较高;基于机器学习算法的调制格式识别方案,其优良的识别性能是以大量的训练样本、高计算资源和复杂的训练过程为代价。因此,针对EON中的相干接收机的调制格式识别问题,需要一种免训练、低成本的调制格式识别方法。
发明内容
针对现有技术中的上述不足,本发明提供的一种基于信号幅度直方图的调制格式识别方法,本发明能免训练和任何先验信息,以较低的运算量在较大的光信噪比范围内实现调制格式的准确识别。
为了达到以上目的,本发明采用的技术方案为:
本方案提供一种基于信号幅度直方图的调制格式识别方法,包括以下步骤:
S1、对CMA均衡后的信号进行功率归一化处理,并基于归一化处理结果得到信号幅度直方图信息;
S2、对QPSK、8QAM、16QAM、32QAM和64QAM信号的信号幅度直方图执行第一次分区操作,得到第一分区比值H1的方程式;
S3、对QPSK、16QAM、32QAM和64QAM信号的信号幅度直方图执行第二次分区操作,得到第二分区比值H2的方程式;
S4、保持步骤S3中的分区不变,定义第三分区比值H3的方程式;
S5、对16QAM、32QAM和64QAM信号的信号幅度直方图执行第三次分区操作,得到第四分区比值H4的方程式;
S6、改变信号的光信噪比,得到QPSK、8QAM、16QAM、32QAM和64QAM信号在不同光信噪比下的H1、H2、H3和H4值;
S7、基于步骤S6得到的H1、H2、H3和H4值,进行阈值选择;
S8、基于阈值选择结果,对调制格式进行识别。
本发明的有益效果是:本发明根据信号幅度的分布特征,在不需要知晓符号速率、光信噪比等先验信息的情况下,能在较大的光信噪比范围内准确识别不同调制格式。同时,本发明所提方案主要侧重于识别信号幅度直方图的有效局部特征而非全局特征,可有效提升识别性能且能减少识别所需计算量,识别响应速度快,且对频率偏移、载波相位噪声不敏感。
进一步地,所述步骤S1包括以下分步骤:
S101、将CMA均衡后的信号进行功率归一化处理;
S102、基于功率归一化处理的结果,获取信号幅度的最小值和最大值,并在信号幅度的最小值与最大值之间均匀划分若干个小的幅度区间,每个幅度区间的符号数量初始值为0,左边第一个小幅度区间序号为1,序号从左到右递增;
S103、基于划分结果,将符号幅度值与每个小幅度区间范围进行比较;
S104、基于比较结果,得到信号幅度直方图信息,即每个小幅度区间的符号数量以及每个小幅度区间的中心幅度值。
上述进一步方案有益效果是:本发明通过上述设计,便于提取不同调制格式信号的幅度分布特征,尤其是对于低光信噪比的情况。
再进一步地,,所述功率归一化处理的表达式如下:
其中,Zn表示信号第n级的振幅值,pn表示信号第n级的相关概率,m表示调制格式的总级数。
上述进一步方案有益效果是:本发明通过上述设计,使待识别信号不失一般性,便于准确获取信号幅度分布信息。
再进一步地,所述步骤S2中第一分区比值的表达式如下:
其中,HB1表示经第一次分区操作后得到的B部分的特征值,HA1表示经第一次分区操作后得到的A部分的特征值,mi表示第i个小幅度区间的符号个数,ci表示第i个小幅度区间的中心幅度值,N表示符号总数,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,mnbins表示第nbins个小幅度区间的符号个数,cnbins表示第nbins个小幅度区间的中心幅度值,nbins表示小幅度区间的总个数。
上述进一步方案有益效果是:本发明通过上述设计,将8QAM信号从五种调制格式信号中识别出来,所需计算量较少。
再进一步地,所述步骤S3中第二分区比值的表达式如下:
其中,HC2表示经第二次分区操作后得到的C部分的特征值,HA2表示经第二次分区操作后得到的A部分的特征值,mi表示第i个小幅度区间的符号个数,ci表示第i个小幅度区间的中心幅度值,N表示符号总数,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,j表示序号为j的小幅度区间,cj+1表示第j+1个小幅度区间的中心幅度值,表示第j+2个小幅度区间的符号个数的平方,cj+2表示第j+2个小幅度区间的中心幅度值,mnbins表示第nbins个小幅度区间的符号个数,cnbins表示第nbins个小幅度区间的中心幅度值。
上述进一步方案有益效果是:本发明通过上述设计,将QPSK信号与16QAM、32QAM、64QAM信号区分,所需计算量较少。
再进一步地,所述步骤S4中第三分区比值的表达式如下:
其中,HB2表示经第二次分区操作后得到的B部分的特征值,HC2表示经第二次分区操作后得到的C部分的特征值,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,ci+1表示第i+1个小幅度区间的中心幅度值,表示第i+2个小幅度区间的符号个数的平方,ci+2表示第i+2个小幅度区间的中心幅度值,N表示符号总数,cj+1表示第j+1个小幅度区间的中心幅度值,j表示序号为j的小幅度区间。
上述进一步方案有益效果是:本发明通过上述设计,将16QAM、32QAM、64QAM信号区分为16QAM、32QAM信号和16QAM、64QAM信号两种情况,便于提升低信噪比情况下的识别性能。
再进一步地,所述步骤S5中第四分区比值的表达式如下:
其中,HC3表示经第三次分区操作后得到的C部分的特征值,HA3表示经第三次分区操作后得到的A部分的特征值,mi表示第i个小幅度区间的符号个数,ci表示第i个小幅度区间的中心幅度值,N表示符号总数,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,cj+1表示第j+1个小幅度区间的中心幅度值,mj+2表示第j+2个小幅度区间的符号个数,cj+2表示第j+2个小幅度区间的中心幅度值,ck+1表示第k+1个小幅度区间的中心幅度值,j表示序号为j的小幅度区间,k表示序号为k的小幅度区间。
上述进一步方案有益效果是:本发明通过上述设计,将16QAM信号与32QAM信号区分,以及将16QAM信号与64QAM信号区分,提升识别性能。
再进一步地,所述步骤S7中阈值选择,其具体为:
将8QAM信号最小的H1值与16QAM、32QAM、64QAM信号中最大的H1值之间的数值区间作为Th1的取值范围,其中,Th1表示基于H1值将8QAM信号与QPSK、16QAM、32QAM和64QAM信号区分的阈值;
将QPSK信号最大的H2值与16QAM、32QAM、64QAM信号中最小的H2值之间的数值区间作为Th2的取值范围,其中,Th2表示基于H2值将QPSK信号与16QAM、32QAM和64QAM信号区分的阈值;
将64QAM信号最小的H3值与32QAM信号最大的H3值之间的数值区间作为Th3的取值范围,其中,Th3表示基于H3值将16QAM、32QAM、64QAM信号分为两类,其中一类是16QAM和32QAM,另一类是16QAM和64QAM信号的阈值;
将32QAM信号最小的H4值与16QAM信号最大的H4值之间的数值区间作为Th4的取值范围,其中,Th4表示基于H4值将16QAM与32QAM信号区分的阈值;
将64QAM信号最小的H4值与16QAM信号最大的H4值之间的数值区间作为Th5的取值范围,其中,Th5表示基于H4值将16QAM与64QAM信号区分的阈值。
上述进一步方案有益效果是:本发明通过上述设计,便于根据实际传输情况灵活调整阈值,提升识别性能。
再进一步地,所述步骤S8中对调制模式进行识别,其具体为:
若H1>Th1,则信号判定为8QAM信号,否则,判定为QPSK、16QAM、32QAM和64QAM信号;
若H2<Th2,则信号判定为QPSK信号,否则,判定为16QAM、32QAM和64QAM信号;
若H3<Th3且H4>Th4,则信号判定为32QAM信号,否则,判定为16QAM信号;
若H3≥Th3且H4>Th5,则信号判定为64QAM信号,否则,判定为16QAM信号。
上述进一步方案有益效果是:通过简单的比较或判决操作判断输入信号的调制格式类型,简化了识别流程;同时,通过多个阈值的联合判决,可解决低光信噪比条件下识别性能下降问题。
附图说明
图1为本发明的方法流程图。
图2为本发明具体实施例的相干光通信系统仿真设置图。
图3为图2中数字信号处理模块的框架图。
图4为五种调制格式信号幅度直方图的第一次划分示意图。
图5为QPSK、16QAM、32QAM、64QAM信号幅度直方图的第二次划分示意图。
图6为16QAM、32QAM、64QAM信号幅度直方图的第三次划分示意图。
图7为本发明具体实施的背靠背传输场景下五种调制格式信号的比值H1随光信噪比变化的曲线图。
图8为本发明具体实施的背靠背传输场景下QPSK、16QAM、32QAM、64QAM信号的比值H2随光信噪比变化的曲线图。
图9为本发明具体实施的背靠背传输场景下16QAM、32QAM、64QAM信号的比值H3随光信噪比变化的曲线图。
图10为本发明具体实施的背靠背传输场景下16QAM、32QAM信号的比值H4随光信噪比变化的曲线图。
图11为本发明具体实施的背靠背传输场景下16QAM、64QAM信号的比值H4随光信噪比变化的曲线图。
图12为本发明具体实施的调制格式识别方法流程图。
图13为本发明具体实施的调制格式正确识别率随光信噪比变化图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例
如图1所示,本发明提供了一种基于信号幅度直方图的调制格式识别方法,其实现方法如下:
S1、对CMA均衡后的信号进行功率归一化处理,并基于归一化处理结果得到信号幅度直方图信息,其实现方法如下:
S101、将CMA均衡后的信号进行功率归一化处理;
S102、基于功率归一化处理的结果,获取信号幅度的最小值和最大值,并在信号幅度的最小值与最大值之间均匀划分若干个小的幅度区间,每个幅度区间的符号数量初始值为0,左边第一个小幅度区间序号为1,序号从左到右递增;
S103、基于划分结果,将符号幅度值与每个小幅度区间范围进行比较;
S104、基于比较结果,得到信号幅度直方图信息,即每个小幅度区间的符号数量以及每个小幅度区间的中心幅度值。
本实施例中,为不失一般性,首先将CMA均衡后的信号进行功率归一化,功率归一化公式如下所示,然后,获取信号幅度的最小值和最大值,在信号幅度的最小值与最大值之间均匀划分若干个小的幅度区间,每个幅度区间的符号数量初始值为0,将符号幅度值与每个小幅度区间范围进行比较,属于该区间范围在该区间范围就加1,最终,获得信号的幅度直方图信息,即每个小幅度区间的符号数量,以及每个小幅度区间的中心幅度值(每个小幅度区间边界值相加除以2)。
其中,Zn是信号第n级的振幅值,pn是信号第n级的相关概率,m是所考虑的调制格式的总级数。
S2、对QPSK、8QAM、16QAM、32QAM和64QAM信号的信号幅度直方图执行第一次分区操作,得到第一分区比值H1的方程式。
本实施例中,对QPSK、8QAM、16QAM、32QAM、64QAM信号的幅度直方图执行第一次分区操作,如图4所示。信号幅度直方图根据每个小幅度区间的符号数量被分为两部分,A部分和B部分均为N/2(直方图左边为A部分,直方图右边为B部分),N为总的符号数量。比值H1定义为:
其中,HB1表示经第一次分区操作后得到的B部分的特征值,HA1表示经第一次分区操作后得到的A部分的特征值,mi表示第i个小幅度区间的符号个数(直方图的小幅度区间序号从左到右),ci表示第i个小幅度区间的中心幅度值(从左到右),N表示符号总数,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,mnbins表示第nbins个小幅度区间的符号个数,cnbins表示第nbins个小幅度区间的中心幅度值,nbins表示小幅度区间的总个数。为了准确地将幅度直方图分成两部分,将第i+1个小幅度区间中的符号分为两个不同的部分,其中个符号划分为A部分,而/>个符号划分为B部分。
S3、对QPSK、16QAM、32QAM和64QAM信号的信号幅度直方图执行第二次分区操作,得到第二分区比值H2的方程式。
本实施例中,对QPSK、16QAM、32QAM、64QAM信号的幅度直方图执行第二次分区操作,幅度直方图根据符号数量重新分为A、B和C部分,如图5所示。A、B和C部分中的符号数量分别为N/4、N/2和N/4。对直方图每个小幅度区间中的符号个数进行平方运算,并且相应的比值H2被定义为:
其中,HC2表示经第二次分区操作后得到的C部分,HA2表示经第二次分区操作后得到的A部分,mi表示第i个小幅度区间的符号个数(直方图的小幅度区间序号从左到右),ci表示第i个小幅度区间的中心幅度值(从左到右),N表示符号总数,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,j表示序号为j的小幅度区间,cj+1表示第j+1个小幅度区间的中心幅度值,表示第j+2个小幅度区间的符号个数的平方,cj+2表示第j+2个小幅度区间的中心幅度值,mnbins表示第nbins个小幅度区间的符号个数,cnbins表示第nbins个小幅度区间的中心幅度值,为了准确地将幅度直方图分成A、B、C部分,将第i+1个小幅度区间中的符号分为两个不同的部分,其中/>个符号划分为A部分,而/>个符号划分为B部分。将第j+1个小幅度区间中的符号分为两个不同的部分,其中/>个符号划分为B部分,而/>个符号划分为C部分。
S4、保持步骤S3中的分区不变,定义第三分区比值H3的方程式:
其中,HB2表示经第二次分区操作后得到的B部分的特征值,HC2表示经第二次分区操作后得到的C部分的特征值,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,ci+1表示第i+1个小幅度区间的中心幅度值,表示第i+2个小幅度区间的符号个数的平方,ci+2表示第i+2个小幅度区间的中心幅度值,N表示符号总数,cj+1表示第j+1个小幅度区间的中心幅度值,j表示序号为j的小幅度区间。
S5、对16QAM、32QAM和64QAM信号的信号幅度直方图执行第三次分区操作,得到第四分区比值H4的方程式。
本实施例中,对16QAM、32QAM、64QAM信号的幅度直方图执行第三次分区操作,幅度直方图的第三次划分是将前N/4个符号分成三部分,如图6所示。A部分、B部分和C部分的符号数量分别为N/16、N/8和N/16。比值H4被定义为:
其中,H4表示第四分区比值,HC3表示经第三次分区操作后得到的C部分的特征值,HA3表示经第三次分区操作后得到的A部分的特征值,mi表示第i个小幅度区间的符号个数(直方图的小幅度区间序号从左到右),ci表示第i个小幅度区间的中心幅度值(从左到右),N表示符号总数,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,cj+1表示第j+1个小幅度区间的中心幅度值,mj+2表示第j+2个小幅度区间的符号个数,cj+2表示第j+2个小幅度区间的中心幅度值,ck+1表示第k+1个小幅度区间的中心幅度值,j表示序号为j的小幅度区间,k表示序号为k的小幅度区间。为了准确地将幅度直方图前N/4个符号分成A、B、C部分,将第i+1个小幅度区间中的符号分为两个不同的部分,其中个符号划分为A部分,而/>个符号划分为B部分。将第j+1个小幅度区间中的符号分为两个不同的部分,其中/>个符号划分为B部分,而/>个符号划分为C部分。将第k+1个小幅度区间中的符号分为两个不同的部分,其中/>个符号划分为C部分。
S6、改变信号的光信噪比,得到QPSK、8QAM、16QAM、32QAM和64QAM信号在不同光信噪比下的H1、H2、H3和H4值,如图7-图11所示。
S7、基于步骤S6得到的H1、H2、H3和H4值,进行阈值选择:
将8QAM信号最小的H1值与16QAM、32QAM、64QAM信号中最大的H1值之间的数值区间作为Th1的取值范围,其中,Th1表示基于H1值将8QAM信号与QPSK、16QAM、32QAM和64QAM信号区分的阈值;
将QPSK信号最大的H2值与16QAM、32QAM、64QAM信号中最小的H2值之间的数值区间作为Th2的取值范围,其中,Th2表示基于H2值将QPSK信号与16QAM、32QAM和64QAM信号区分的阈值;
将64QAM信号最小的H3值与32QAM信号最大的H3值之间的数值区间作为Th3的取值范围,其中,Th3表示基于H3值将16QAM、32QAM、64QAM信号分为两类,其中一类是16QAM和32QAM,另一类是16QAM和64QAM信号的阈值;
将32QAM信号最小的H4值与16QAM信号最大的H4值之间的数值区间作为Th4的取值范围,其中,Th4表示基于H4值将16QAM与32QAM信号区分的阈值;
将64QAM信号最小的H4值与16QAM信号最大的H4值之间的数值区间作为Th5的取值范围,其中,Th5表示基于H4值将16QAM与64QAM信号区分的阈值。
S8、基于阈值选择结果,对调制格式进行识别:
若H1>Th1,则信号判定为8QAM信号,否则,判定为QPSK、16QAM、32QAM和64QAM信号;
若H2<Th2,则信号判定为QPSK信号,否则,判定为16QAM、32QAM和64QAM信号;
若H3<Th3且H4>Th4,则信号判定为32QAM信号,否则,判定为16QAM信号;
若H3≥Th3且H4>Th5,则信号判定为64QAM信号,否则,判定为16QAM信号。
通过以上步骤可识别出接收信号的调制格式类型。
为验证本发明所提方案的可行性,对28GBaud偏振复用(Polarization DivisionMultiplexing,PDM)-QPSK/-8QAM/-16QAM/-32QAM/-64QAM信号传输进行了数值模拟,28GBaud PDM相干光通信系统的仿真框图如图2所示,激光器发射的连续波的波长为1550nm,线宽为100kHz,电信号驱动IQ调制器生成传输速率为28GBaud QPSK/8QAM/16QAM/32QAM/64QAM信号,并通过偏振合束器进入传输信道。仿真中,传输信道是具有可调光信噪比设置模块。在接收端,首先通过光带通滤波器过滤光信号带外的放大自发辐射噪声,然后,偏振分束器将光信号分为两路,分别与本地振荡激光器分出的两路光信号分别进行90混频,混频以后的信号通过平衡探测器将光信号转换为电信号,并基于低通滤波器对电信号进行滤波,最后,基于模数转换器将电信号数字化。
对于模数转换后的信号,进入数字信号处理模块,如图3所示。整个数字信号处理模块包括三个部分:调制格式非相关算法、本发明所提调制格式识别方案和调制格式相关算法。首先,应用了与调制格式不相关的算法,如色散补偿、时钟恢复算法和恒模均衡算法,色散补偿算法和时钟恢复算法对链路色散和时钟抖动进行补偿和减轻。恒模均衡算法可以实现对残余色散和偏振模色散的补偿,以及对mPSK信号的偏振解复用。然而,对于mQAM(m>4)信号只能实现预偏振解复用,后续还需要进一步的偏振解复用。考虑到后面的偏振解复用及其他调制格式相关算法都需要预先知晓信号的调制格式类型,因此将本发明所提调制格式识别方案置于调制格式相关算法(即多级模长算法、频偏补偿算法和载波相位恢复算法)之前,以便提供调制格式信息。
按照本发明所提基于信号幅度直方图的调制格式识别方法步骤,在该实例得到图12所示的识别流程图,Th1取1.984,Th2取2.64,Th3取2.02,Th4取2.4,Th5取2.637。
本发明所提调制格式识别方法在不同光信噪比下的正确识别率如图13所示,QPSK、8QAM、16QAM、32QAM和64QAM信号的光信噪比范围分别为5-26dB、5-31dB、14-33dB、16-37dB和16-38dB,信号的光信噪比的间隔为1dB。对于28Gbaud PDM-QPSK/-8QAM/-16QAM/-32QAM/-64QAM信号,达到100%正确识别率所需要的最低光信噪比分别是7dB、5dB、16dB、18dB、19dB,均低于相应的20%前向纠错(Forward Error Correction,FEC)对应的光信噪比阈值(误比特率(Bit Error Rate,BER)=2.4×10-2,对应于图13中竖直的虚线)。
Claims (9)
1.一种基于信号幅度直方图的调制格式识别方法,其特征在于,包括以下步骤:
S1、对CMA均衡后的信号进行功率归一化处理,并基于归一化处理结果得到信号幅度直方图信息;
S2、对QPSK、8QAM、16QAM、32QAM和64QAM信号的信号幅度直方图执行第一次分区操作,得到第一分区比值H1的方程式;
S3、对QPSK、16QAM、32QAM和64QAM信号的信号幅度直方图执行第二次分区操作,得到第二分区比值H2的方程式;
S4、保持步骤S3中的分区不变,定义第三分区比值H3的方程式;
S5、对16QAM、32QAM和64QAM信号的信号幅度直方图执行第三次分区操作,得到第四分区比值H4的方程式;
S6、改变信号的光信噪比,得到QPSK、8QAM、16QAM、32QAM和64QAM信号在不同光信噪比下的H1、H2、H3和H4值;
S7、基于步骤S6得到的H1、H2、H3和H4值,进行阈值选择;
S8、基于阈值选择结果,对调制格式进行识别。
2.根据权利要求1所述的基于信号幅度直方图的调制格式识别方法,其特征在于,所述步骤S1包括以下分步骤:
S101、将CMA均衡后的信号进行功率归一化处理;
S102、基于功率归一化处理的结果,获取信号幅度的最小值和最大值,并在信号幅度的最小值与最大值之间均匀划分若干个小的幅度区间,每个幅度区间的符号数量初始值为0,左边第一个小幅度区间序号为1,序号从左到右递增;
S103、基于划分结果,将符号幅度值与每个小幅度区间范围进行比较;
S104、基于比较结果,得到信号幅度直方图信息,即每个小幅度区间的符号数量以及每个小幅度区间的中心幅度值。
5.根据权利要求1所述的基于信号幅度直方图的调制格式识别方法,其特征在于,所述步骤S3中第二分区比值H2的方程式如下:
7.根据权利要求1所述的基于信号幅度直方图的调制格式识别方法,其特征在于,所述步骤S5中第四分区比值H4的方程式如下:
其中,HC3表示经第三次分区操作后得到的C部分的特征值,HA3表示经第三次分区操作后得到的A部分的特征值,mi表示第i个小幅度区间的符号个数,ci表示第i个小幅度区间的中心幅度值,N表示符号总数,mx表示第x个小幅度区间的符号个数,x表示小幅度区间的序号,cj+1表示第j+1个小幅度区间的中心幅度值,mj+2表示第j+2个小幅度区间的符号个数,cj+2表示第j+2个小幅度区间的中心幅度值,ck+1表示第k+1个小幅度区间的中心幅度值,j表示序号为j的小幅度区间,k表示序号为k的小幅度区间。
8.根据权利要求1所述的基于信号幅度直方图的调制格式识别方法,其特征在于,所述步骤S7中阈值选择,其具体为:
将8QAM信号最小的H1值与16QAM、32QAM、64QAM信号中最大的H1值之间的数值区间作为Th1的取值范围,其中,Th1表示基于H1值将8QAM信号与QPSK、16QAM、32QAM和64QAM信号区分的阈值;
将QPSK信号最大的H2值与16QAM、32QAM、64QAM信号中最小的H2值之间的数值区间作为Th2的取值范围,其中,Th2表示基于H2值将QPSK信号与16QAM、32QAM和64QAM信号区分的阈值;
将64QAM信号最小的H3值与32QAM信号最大的H3值之间的数值区间作为Th3的取值范围,其中,Th3表示基于H3值将16QAM、32QAM、64QAM信号分为两类,其中一类是16QAM和32QAM,另一类是16QAM和64QAM信号的阈值;
将32QAM信号最小的H4值与16QAM信号最大的H4值之间的数值区间作为Th4的取值范围,其中,Th4表示基于H4值将16QAM与32QAM信号区分的阈值;
将64QAM信号最小的H4值与16QAM信号最大的H4值之间的数值区间作为Th5的取值范围,其中,Th5表示基于H4值将16QAM与64QAM信号区分的阈值。
9.根据权利要求8所述的基于信号幅度直方图的调制格式识别方法,其特征在于,所述步骤S8中对调制模式进行识别,其具体为:
若H1>Th1,则信号判定为8QAM信号,否则,判定为QPSK、16QAM、32QAM和64QAM信号;
若H2<Th2,则信号判定为QPSK信号,否则,判定为16QAM、32QAM和64QAM信号;
若H3<Th3且H4>Th4,则信号判定为32QAM信号,否则,判定为16QAM信号;
若H3≥Th3且H4>Th5,则信号判定为64QAM信号,否则,判定为16QAM信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310383999.1A CN116389207A (zh) | 2023-04-11 | 2023-04-11 | 一种基于信号幅度直方图的调制格式识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310383999.1A CN116389207A (zh) | 2023-04-11 | 2023-04-11 | 一种基于信号幅度直方图的调制格式识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116389207A true CN116389207A (zh) | 2023-07-04 |
Family
ID=86969121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310383999.1A Pending CN116389207A (zh) | 2023-04-11 | 2023-04-11 | 一种基于信号幅度直方图的调制格式识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116389207A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117155748A (zh) * | 2023-10-27 | 2023-12-01 | 四川轻化工大学 | 基于多维幅度分布特征的调制格式识别方法 |
-
2023
- 2023-04-11 CN CN202310383999.1A patent/CN116389207A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117155748A (zh) * | 2023-10-27 | 2023-12-01 | 四川轻化工大学 | 基于多维幅度分布特征的调制格式识别方法 |
CN117155748B (zh) * | 2023-10-27 | 2024-01-23 | 四川轻化工大学 | 基于多维幅度分布特征的调制格式识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108880692B (zh) | 一种相干光通信系统调制格式识别和光信噪比监控方法 | |
US9722698B2 (en) | Channel performance monitoring and an optical communication system using same | |
CN102656824B (zh) | 用于相干光系统中非线性损害监视和减轻的载波相位估计器 | |
US11456910B1 (en) | Carrier-phase recovery system and method | |
CN109347776B (zh) | 一种差分相位幅度比的光通信信号调制格式识别方法 | |
Jiang et al. | An effective modulation format identification based on intensity profile features for digital coherent receivers | |
CN108965178B (zh) | 基于机器学习的智能自适应均衡器及均衡解调方法 | |
US10938500B2 (en) | Methods and apparatus for dual polarisation optical communication | |
CN109347775B (zh) | 一种联合强度波动与相位波动特征的调制格式识别方法 | |
CN109450836B (zh) | 一种状态转换概率分布的光数字通信调制格式识别方法 | |
CN116389207A (zh) | 一种基于信号幅度直方图的调制格式识别方法 | |
Yu et al. | A modified PSO assisted blind modulation format identification scheme for elastic optical networks | |
EP3490207B1 (en) | Target constellation diagram determination method and apparatus | |
CN110933005A (zh) | 一种密度聚类的调制格式识别与osnr估计的联合方法 | |
JP2016208518A (ja) | 信号処理装置、信号送信装置及び受信機 | |
US7746807B2 (en) | Band limiting method and wireless communication system | |
CN109587091B (zh) | 基于逻辑回归算法的相干光通信系统调制格式识别方法 | |
US9432224B1 (en) | Method and apparatus for low-complexity ISI estimation using sparse discontinuous time-domain pilots | |
WO2020008982A1 (ja) | 分散補償設計装置、分散補償方法、光伝送システム及びプログラム | |
CN113285762B (zh) | 一种基于相对熵计算的调制格式识别方法 | |
CN117155748B (zh) | 基于多维幅度分布特征的调制格式识别方法 | |
CN114584212B (zh) | 一种特征相似度分析的调制格式与光信噪比监测方法 | |
CN111313974A (zh) | 一种信号幅度排序与比值计算的调制格式识别方法 | |
CN114531328B (zh) | 一种基于信号包络平坦度的调制格式识别方法 | |
Chen et al. | Blind identification of the shaping rate for probabilistic shaping QAM signal |
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 |