CN117560083A - 非线性均衡补偿和多速率整形因子识别方法、系统及装置 - Google Patents
非线性均衡补偿和多速率整形因子识别方法、系统及装置 Download PDFInfo
- Publication number
- CN117560083A CN117560083A CN202311512919.4A CN202311512919A CN117560083A CN 117560083 A CN117560083 A CN 117560083A CN 202311512919 A CN202311512919 A CN 202311512919A CN 117560083 A CN117560083 A CN 117560083A
- Authority
- CN
- China
- Prior art keywords
- signal
- module
- cluster
- shaping
- probability distribution
- 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
- 238000007493 shaping process Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 16
- 239000013307 optical fiber Substances 0.000 claims abstract description 13
- 239000006185 dispersion Substances 0.000 claims description 33
- 230000005540 biological transmission Effects 0.000 claims description 28
- 238000011084 recovery Methods 0.000 claims description 20
- 230000010287 polarization Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 3
- 238000005314 correlation function Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 15
- 230000003287 optical effect Effects 0.000 description 10
- 230000001427 coherent effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000003064 k means clustering Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000005374 Kerr effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- H04B10/25—Arrangements specific to fibre transmission
- H04B10/2507—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion
- H04B10/2513—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion due to chromatic dispersion
-
- 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
- H04B10/25—Arrangements specific to fibre transmission
- H04B10/2507—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion
- H04B10/2513—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion due to chromatic dispersion
- H04B10/25137—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion due to chromatic dispersion using pulse shaping at the transmitter, e.g. pre-chirping or dispersion supported transmission [DST]
-
- 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
-
- 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
- H04L25/03828—Arrangements for spectral shaping; Arrangements for providing signals with specified spectral properties
-
- 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
- H04L25/03828—Arrangements for spectral shaping; Arrangements for providing signals with specified spectral properties
- H04L25/03834—Arrangements for spectral shaping; Arrangements for providing signals with specified spectral properties using pulse shaping
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Electromagnetism (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种非线性均衡补偿和多速率整形因子识别方法、系统及装置,涉及光纤通信技术领域,包括:获取接收信号;获取初始聚类质心;计算接收信号和初始聚类质心之间的欧氏距离;计算决策系数和隶属矩阵;基于隶属矩阵对所述接收信号重新进行决策加权聚类,得到均衡补偿后的信号;对已均衡补偿后的信号各簇进行统计概率计算,得到当前信号各簇概率分布;将当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理,得到某个整形信号概率分布;选取相关性最大的整形信号概率分布,即当前信号整形因子。本发明中的上述方法能够准确得到当前的整形因子,能够提供可靠稳定灵活的通信系统,在光纤通信领域极具潜力和应用前景。
Description
技术领域
本发明涉及光纤通信技术领域,特别涉及一种非线性均衡补偿和多速率整形因子识别方法、系统及装置。
背景技术
为了应对不断增长的宽带流量,在光通信系统中应用高阶正交幅度调制QAM格式可以成为在不占用额外频谱的情况下提高频谱效率和数据速率的可行解决方案。但,更高级别的调制格式需要更高的光信噪比(OSNR),这会导致传输距离受限。星座整形作为一种提高可实现数据速率和缩小与香农容量差距的方法,引起了研究界的广泛关注。星座形状能够针对传输系统不同的情况设计星座和符号概率,能有效地优化OSNR灵敏度增益,增加传输距离,提供灵活的信息速率。概率整形平衡了放大器噪声和光纤非线性的相互作用,提高传输距离。同时也证明了星座整形除了可以提供灵活的信息速率外,还能有效地产生OSNR增益,并且可用于速率灵活调节。
在高速长距离相干光通信系统的性能由于设备和传输链路引起的非线性而显着恶化。因此,另一个重要研究点,抑制系统非线性被认为是提高光通信系统容量和性能的关键技术。进一步研究用于系统非线性补偿的先进DSP算法具有重要意义。为了补偿非线性,已经提出了很多的DSP算法,其中机器学习算法因不需要光纤传输链路的参数,具有相对更好的灵活性和自适应能力。
概率成形的高阶调制格式和基于机器学习的聚类算法联合,人们普遍认为能够有效地提高长远传输距离、增加传输容量、实现多速率灵活传输。然而仍缺少一种在未知先验信息情况下最有判决补偿方案,为更加准确地定位最优判决点并实现多速率自适应传输,本发明研究一种基于决策加权聚类的无先验概率均衡技术,能够在不需要已知先验整形因子的情况下实现多速率非线性补偿。
发明内容
本发明的目的是提供一种非线性均衡补偿和多速率整形因子识别方法及系统,通过对信号进行决策估计,随后根据决策加权聚类,实现信号的非线性损伤补偿,而对补偿后的信号提取统计概率特征,与多个标准概率取相关得到当前信号的整形因子。
为实现上述目的,本发明提供了如下方案:
第一方面本发明提供了一种非线性均衡补偿和多速率整形因子识别方法,所述方法包括:
获取接收信号;
获取初始聚类质心;
计算所述接收信号和所述初始聚类质心之间的欧氏距离;
基于所述欧式距离计算决策系数;
基于所述决策系数计算隶属矩阵;
基于所述隶属矩阵对所述接收信号重新进行决策加权聚类,得到均衡补偿后的信号;
对已均衡补偿后的信号各簇进行统计概率计算,得到当前信号各簇概率分布;
将所述当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理,得到某个整形信号概率分布;
选取相关性最大的整形信号概率分布,即当前信号整形因子。
可选的,所述接收信号为已进行正交平衡、色散补偿、时钟恢复、信道均衡和频偏估计之后的QAM信号。
可选的,所述方法在步骤“获取接收信号”和步骤“获取初始聚类质心”之间还包括:
对所述接收信号进行标准缩放,使其与发射端信号幅值一致。
可选的,计算所述接收信号和所述初始聚类质心之间的欧氏距离具体采用以下公式:
其中,Si(i∈[1,n])为接收信号,n为信号总数,Cj(j∈[1,c])为初始聚类质心,c为标准信号星座点数。
可选的,基于所述欧式距离计算决策系数具体采用以下公式:
其中,dij为接收信号和初始聚类质心之间的欧氏距离,dik为第i类到第k个质心的欧式距离,m为决策指数,c为标准信号星座点数,k为当前质心序数;
所述隶属矩阵的表达式如下:
U=μij
其中,μij为决策系数。
可选的,基于所述隶属矩阵对所述接收信号重新进行决策加权聚类具体包括以下步骤:
根据传输调制格式下的标准星座图中不同幅度的星座点分布对聚类簇分别设置初始聚类中心;
基于所述隶属矩阵重新决策加权计算重心,得到新的聚类质心;
计算新的聚类质心与接收信号之间的欧式距离;
基于所述新的聚类质心与接收信号之间的欧式距离确定新的决策系数和新的决策矩阵;
重复以上步骤,直至聚类中心的变化量小于设定阈值。
可选的,所述新的聚类质心的表达式如下:
其中Xj表示第j个簇类,Xi表示第i个簇类,|Xj|表示分配给Xj的数据对象总数,ukj表示在Xj簇中第k个数据簇对应在隶属矩阵中的决策系数,Sk为归属Xi簇的第k个接收信号。
可选的,将所述当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理具体采用以下公式:
ρt=cov(P,Pt)
其中,ρt表示当前接收信号与标准信号的相关程度,越大表示相关程度越大,当为1时表示完全相关,P表示接收信号各簇概率分布向量,Pt表示各整形因子下各簇标准概率分布向量,cov表示相关函数计算。
第二方面,基于本发明中的上述方法,本发明另外提供了一种非线性均衡补偿和多速率整形因子识别系统,所述系统包括:
接收信号获取模块,用于获取接收信号;
初始聚类质心获取模块,用于获取初始聚类质心;
欧氏距离计算模块,用于计算所述接收信号和所述初始聚类质心之间的欧氏距离;
决策系数计算模块,用于基于所述欧式距离计算决策系数;
隶属矩阵计算模块,用于基于所述决策系数计算隶属矩阵;
均衡补偿模块,用于基于所述隶属矩阵对所述接收信号重新进行决策加权聚类,得到均衡补偿后的信号;
统计概率计算模块,用于对已均衡补偿后的信号各簇进行统计概率计算,得到当前信号各簇概率分布;
相关性处理模块,用于将所述当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理,得到某个整形信号概率分布;
整形因子确定模块,用于选取相关性最大的整形信号概率分布,即当前信号整形因子。
第三方面,本发明还提供了一种非线性均衡补偿和多速率整形因子识别装置,所述装置包括:
IQ正交模块:IQ正交模块与接收到信号的模数转换器相连,用于针对接收设备引起的正交不平衡现象,保证I、Q两路的正交性,保证系统性能;
时钟恢复模块:时钟恢复模块与所述IQ正交模块相连,用于消除光纤传输过程中引入的色度色散以及偏振模色散对时钟信息的影响;
色散补偿模块:色散补偿模块与所述时钟恢复模块相连,用于对在信道中受到色散干扰的X、Y偏振态的I、Q路信号进行色散补偿;
信道均衡模块:信道均衡模块与所述色散补偿模块相连,用于消除光纤传输过程中偏振模色散对信号的影响;
载波相位恢复模块:载波相位恢复模块与所述信道均衡模块相连,用于去除频率偏移干扰和激光器相位噪声。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提出的一种决策系数加权聚类的非线性均衡补偿和多速率整形因子识别方法及系统,先针对信号与标准星座得到欧式距离,从而得到决策系数及隶属矩阵,再对信号进行决策加权聚类,然后对补偿的信号结合统计概率和相关性,从而实现整形信号的整形因子识别,消除频偏偏移和相位噪声影响,准确得到当前的整形因子,能够提供可靠稳定灵活的通信系统,在光纤通信领域极具潜力和应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的非线性均衡补偿和多速率整形因子识别方法流程图;
图2为本发明提供的基于决策系数加权聚类的非线性均衡补偿和多速率整形因子识别方法的数字信号处理系统框图;
图3为本发明提供的实施例中v=0.05的PS-64QAM信号传输375km后误码率随osnr的变化曲线,分别展示了基于决策系数加权聚类的非线性均衡补偿算法、基于kmeans聚类的非线性均衡补偿算法和不加补偿算法;
图4为本发明提供的实施例中v=0.05的PS-64QAM信号传输375km后误码率随功率的变化曲线,分别展示了基于决策系数加权聚类的非线性均衡补偿算法、基于kmeans聚类的非线性均衡补偿算法和不加补偿算法;
图5为本发明提供的实施案例中信号传输375km后,不同osnr下当前接收传输信号与v=0.01/v=0.03/v=0.05PS-64QAM标准发射端信号概率相关曲线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种非线性均衡补偿和多速率整形因子识别方法及系统,通过对信号进行决策估计,随后根据决策加权聚类,实现信号的非线性损伤补偿,而对补偿后的信号提取统计概率特征,与多个标准概率取相关得到当前信号的整形因子。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
本实施例以v=0.05的PS-64QAM信号为例对本发明的具体实施方式进行说明。
相干光通信系统可以同时实现高光谱效率和长距离传输,然而,高速长距离相干光通信系统的性能由于设备和传输链路引起的非线性而显著恶化。同时由于接收端数字信号处理的缘故,往往对整形信号不适配,且在处理不同整形速率信号时需要已知先验整形因子。因此,系统非线性抑制、多整形速率整形因子识别被认为是提高光通信系统容量性能和灵活通信的关键技术。
本发明主要对相干光通信接收机的数字信号处理模块进行设计,重点采用决策加权聚类方法,基于模糊理论和统计特征相关性原理,优化判决门限,获取当前信号整形因子,实现信号的非线性补偿和多速率整形因子识别,消除频偏偏移和相位噪声影响,实现灵活通信。
图1为本发明提供的非线性均衡补偿和多速率整形因子识别方法流程图,如图1所示,本发明中的方法包括:
步骤101:获取接收信号。
其中,上述接收信号是已进行正交平衡、色散补偿、时钟恢复、信道均衡和频偏估计之后的v=0.05的PS-64QAM信号。
然后再对PS-64QAM信号进行标准放缩其中
步骤102:获取初始聚类质心。
具体的,是以标准64QAM星座点为初始聚类质心C。
步骤103:计算所述接收信号和所述初始聚类质心之间的欧氏距离。
具体计算公式如下:
步骤104:基于所述欧式距离计算决策系数。
步骤105:基于所述决策系数计算隶属矩阵。
具体的,通过决策系数计算得到隶属矩阵U,U=μij。
步骤106:基于所述隶属矩阵对所述接收信号重新进行决策加权聚类,得到均衡补偿后的信号。
通过得到的PS-64QAM的隶属矩阵U,重新决策加权计算重心,得到新的聚类质心其中Xj表示第j个簇类,|Xj|表示分配给Xj的数据信号总数,ukj表示在Xj簇中第k个数据对应在隶属矩阵中的决策系数;得到的新质心与信号重新计算欧式距离/>从而得到新的隶属矩阵U'和决策系数μij',重复该过程直至聚类中心的变化量小于设定阈值。通过优化判决门限,实现PS-64QAM信号的非线性补偿。
步骤107:对已均衡补偿后的信号各簇进行统计概率计算,得到当前信号各簇概率分布。
步骤108:将所述当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理,得到某个整形信号概率分布。
步骤109:选取相关性最大的整形信号概率分布,即当前信号整形因子。
对已均衡补偿的PS-64QAM信号各簇进行统计概率计算得到当前信号各簇概率分布P;用当前信号概率P分别与v=0.01/v=0.03/v=0.05的PS-64QAM信号做相关计算:ρt=cov(P,Pt),其中Pt表示已知的某个整形信号概率分布;取相关性最大的整形概率分布max(ρ),即当前型号整形因子v=0.05。
实施例二
另外本发明还提供一种决策系数加权聚类的非线性均衡补偿和多速率整形因子识别装置如图2所示。其中,数字信号处理(DSP)模块包括:
IQ正交模块:IQ正交模块与接收到信号的模数转换器相连,用于针对接收设备引起的正交不平衡现象,保证I、Q两路的正交性,保证系统性能;
时钟恢复模块:时钟恢复模块与IQ正交模块相连,用于消除光纤传输过程中引入的色度色散以及偏振模色散对时钟信息的影响;
色散补偿模块:色散补偿模块与时钟恢复模块相连,用于对在信道中受到色散干扰的X、Y偏振态的I、Q路信号进行色散补偿;
信道均衡模块:信道均衡模块与色散补偿模块相连,用于消除光纤传输过程中偏振模色散对信号的影响;
载波相位恢复模块:载波相位恢复模块与信道均衡模块相连,用于去除频率偏移干扰和激光器相位噪声。
如图2所示,DSP系统信号经过零差相干接收后,模数转换器输出到IQ正交模块进行正交平衡,输入到时钟恢复模块,消除光纤传输过程中引入的色度色散以及偏振模色散对时钟信息的影响;后通过色散补偿器,对在信道中受到色散干扰的X、Y偏振态的I、Q路信号进行色散补偿;补偿过色散的信号连接到信道均衡器,消除信号在光纤传输过程中收到的差分群时延和光纤kerr效应的影响;经过信道均衡的信号输出到载波相位恢复模块,去除频率偏移引起的干扰和相位噪声引起的干扰,通过非线性补偿模块来消除信号相位偏移以及激光器相位噪声引起的干扰,实现信号的补偿;通过多速率整形因子识别模块,实现当前传输信号整形因子识别。
参见图3,为v=0.05的PS-64QAM信号传输375km后误码率随功率的变化曲线,分别展示了基于决策系数加权聚类的非线性均衡补偿算法(ber-The proposed)、基于kmeans聚类的非线性均衡补偿算法(ber-kmeans)和不加补偿算法(ber)。
不同光信噪比下v=0.05的PS-64QAM信号经基于决策系数加权聚类的非线性均衡补偿算法以及基于k-means聚类的非线性损伤补偿算法处理后的误码率曲线和未经过算法补偿的误码率曲线如图4所示,可以看到,相比于基于k-means聚类的非线性均衡补偿算法和未处理的信号误码率,本发明提出的基于非线性约束的均衡补偿算法具有更好的非线性补偿效果,性能具有显著优势。
不同光发射功率下v=0.05的PS-64QAM信号经基于决策系数加权聚类的非线性均衡补偿算法以及基于k-means聚类的非线性损伤补偿算法处理后的误码率曲线和未经过补偿的信号误码率曲线如图4所示,可以看到,相比于基于k-means聚类的非线性均衡补偿算法和为补偿的信号,本发明提出的基于非线性约束的均衡补偿算法具有更好的非线性补偿效果,性能具有显著优势。
不同光信噪比下v=0.05的PS-64QAM信号经过多速率整形因子识别算法,与v=0.01/v=0.03/v=0.05的标准PS-64QAM的概率分布做相关计算,能够精准得到当前传输信号的整形因子。
参见图5,信号传输375km后,不同osnr下当前接收传输信号与v=0.01/v=0.03/v=0.05PS-64QAM标准发射端信号概率相关曲线图。
横坐标表示osnr,纵坐标表示相关性,理论相关性为理想情况下(理论相关为1,表示完全相关),最大相关即最接近理论相关的值。
实施例三
为了执行上述实施例一对应的方法,以实现相应的功能和技术效果,下面提供了一种非线性均衡补偿和多速率整形因子识别系统,包括:
接收信号获取模块,用于获取接收信号;
初始聚类质心获取模块,用于获取初始聚类质心;
欧氏距离计算模块,用于计算所述接收信号和所述初始聚类质心之间的欧氏距离;
决策系数计算模块,用于基于所述欧式距离计算决策系数;
隶属矩阵计算模块,用于基于所述决策系数计算隶属矩阵;
均衡补偿模块,用于基于所述隶属矩阵对所述接收信号重新进行决策加权聚类,得到均衡补偿后的信号;
统计概率计算模块,用于对已均衡补偿后的信号各簇进行统计概率计算,得到当前信号各簇概率分布;
相关性处理模块,用于将所述当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理,得到某个整形信号概率分布;
整形因子确定模块,用于选取相关性最大的整形信号概率分布,即当前信号整形因子。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种非线性均衡补偿和多速率整形因子识别方法,其特征在于,所述方法包括:
获取接收信号;
获取初始聚类质心;
计算所述接收信号和所述初始聚类质心之间的欧氏距离;
基于所述欧式距离计算决策系数;
基于所述决策系数计算隶属矩阵;
基于所述隶属矩阵对所述接收信号重新进行决策加权聚类,得到均衡补偿后的信号;
对已均衡补偿后的信号各簇进行统计概率计算,得到当前信号各簇概率分布;
将所述当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理,得到某个整形信号概率分布;
选取相关性最大的整形信号概率分布,即当前信号整形因子。
2.根据权利要求1所述的非线性均衡补偿和多速率整形因子识别方法,其特征在于,所述接收信号为已进行正交平衡、色散补偿、时钟恢复、信道均衡和频偏估计之后的QAM信号。
3.根据权利要求1所述的非线性均衡补偿和多速率整形因子识别方法,其特征在于,所述方法在步骤“获取接收信号”和步骤“获取初始聚类质心”之间还包括:
对所述接收信号进行标准缩放,使其与发射端信号幅值一致。
4.根据权利要求1所述的非线性均衡补偿和多速率整形因子识别方法,其特征在于,计算所述接收信号和所述初始聚类质心之间的欧氏距离具体采用以下公式:
其中,Si(i∈[1,n])为接收信号,n为信号总数,Cj(j∈[1,c])为初始聚类质心,c为标准信号星座点数。
5.根据权利要求1所述的非线性均衡补偿和多速率整形因子识别方法,其特征在于,基于所述欧式距离计算决策系数具体采用以下公式:
其中,dij为接收信号和初始聚类质心之间的欧氏距离,dik为第i类到第k个质心的欧式距离,m为决策指数,c为标准信号星座点数,k为当前质心序数;
所述隶属矩阵的表达式如下:
U=μij
其中,μij为决策系数。
6.根据权利要求1所述的非线性均衡补偿和多速率整形因子识别方法,其特征在于,基于所述隶属矩阵对所述接收信号重新进行决策加权聚类具体包括以下步骤:
根据传输调制格式下的标准星座图中不同幅度的星座点分布对聚类簇分别设置初始聚类中心;
基于所述隶属矩阵重新决策加权计算重心,得到新的聚类质心;
计算新的聚类质心与接收信号之间的欧式距离;
基于所述新的聚类质心与接收信号之间的欧式距离确定新的决策系数和新的决策矩阵;
重复以上步骤,直至聚类中心的变化量小于设定阈值。
7.根据权利要求1所述的非线性均衡补偿和多速率整形因子识别方法,其特征在于,所述新的聚类质心的表达式如下:
其中Xj表示第j个簇类,Xi表示第i个簇类,|Xj|表示分配给Xj的数据对象总数,ukj表示在Xj簇中第k个数据簇对应在隶属矩阵中的决策系数,Sk为归属Xi簇的第k个接收信号。
8.根据权利要求1所述的非线性均衡补偿和多速率整形因子识别方法,其特征在于,将所述当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理具体采用以下公式:
ρt=cov(P,Pt)
其中,ρt表示当前接收信号与标准信号的相关程度,越大表示相关程度越大,当为1时表示完全相关,P表示接收信号各簇概率分布向量,Pt表示各整形因子下各簇标准概率分布向量,cov表示相关函数计算。
9.一种非线性均衡补偿和多速率整形因子识别系统,其特征在于,所述系统包括:
接收信号获取模块,用于获取接收信号;
初始聚类质心获取模块,用于获取初始聚类质心;
欧氏距离计算模块,用于计算所述接收信号和所述初始聚类质心之间的欧氏距离;
决策系数计算模块,用于基于所述欧式距离计算决策系数;
隶属矩阵计算模块,用于基于所述决策系数计算隶属矩阵;
均衡补偿模块,用于基于所述隶属矩阵对所述接收信号重新进行决策加权聚类,得到均衡补偿后的信号;
统计概率计算模块,用于对已均衡补偿后的信号各簇进行统计概率计算,得到当前信号各簇概率分布;
相关性处理模块,用于将所述当前信号各簇概率分布与多整形速率下的标准概率特征做相关性处理,得到某个整形信号概率分布;
整形因子确定模块,用于选取相关性最大的整形信号概率分布,即当前信号整形因子。
10.一种非线性均衡补偿和多速率整形因子识别装置,其特征在于,包括:
IQ正交模块:IQ正交模块与接收到信号的模数转换器相连,用于针对接收设备引起的正交不平衡现象,保证I、Q两路的正交性,保证系统性能;
时钟恢复模块:时钟恢复模块与所述IQ正交模块相连,用于消除光纤传输过程中引入的色度色散以及偏振模色散对时钟信息的影响;
色散补偿模块:色散补偿模块与所述时钟恢复模块相连,用于对在信道中受到色散干扰的X、Y偏振态的I、Q路信号进行色散补偿;
信道均衡模块:信道均衡模块与所述色散补偿模块相连,用于消除光纤传输过程中偏振模色散对信号的影响;
载波相位恢复模块:载波相位恢复模块与所述信道均衡模块相连,用于去除频率偏移干扰和激光器相位噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311512919.4A CN117560083A (zh) | 2023-11-14 | 2023-11-14 | 非线性均衡补偿和多速率整形因子识别方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311512919.4A CN117560083A (zh) | 2023-11-14 | 2023-11-14 | 非线性均衡补偿和多速率整形因子识别方法、系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117560083A true CN117560083A (zh) | 2024-02-13 |
Family
ID=89819828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311512919.4A Pending CN117560083A (zh) | 2023-11-14 | 2023-11-14 | 非线性均衡补偿和多速率整形因子识别方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117560083A (zh) |
-
2023
- 2023-11-14 CN CN202311512919.4A patent/CN117560083A/zh active Pending
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 | |
CN111010239B (zh) | 一种相干光纤通信系统中非线性相位噪声补偿方法及系统 | |
CN111083078B (zh) | 一种概率整形正交振幅调制格式盲识别方法及系统 | |
WO2023245828A1 (zh) | 一种多载波接入网失真信号的补偿方法及非线性均衡器 | |
CN112350965B (zh) | 无线光通信系统中自适应最小二乘信道估计方法及接收机 | |
CN109740690A (zh) | 用于短距离光通信的基于特征工程的knn均衡算法 | |
CN114301529B (zh) | 基于多符号处理的Volterra均衡方法及系统 | |
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 | |
CN113726433B (zh) | 一种多速率子载波调制信号收、发方法和系统 | |
CN117040976B (zh) | 非合作通信条件下的双模式联合盲均衡方法及盲均衡器 | |
CN112511472B (zh) | 一种基于神经网络的时频二阶均衡方法及通信系统 | |
CN111988249B (zh) | 一种基于自适应神经网络的接收端均衡方法及接收端 | |
CN112600778A (zh) | 一种针对概率整形正交振幅调制格式的载波相位恢复方法 | |
CN117560083A (zh) | 非线性均衡补偿和多速率整形因子识别方法、系统及装置 | |
CN108521385B (zh) | 一种使用交叉混合状态的相干光通信均衡方法 | |
CN115001912B (zh) | 基于BiLSTM的IFDMA-PON改善方法 | |
CN113285762B (zh) | 一种基于相对熵计算的调制格式识别方法 | |
CN115765876A (zh) | 一种基于改进lstm非线性均衡器的概率整形信号均衡方法 | |
CN114531328B (zh) | 一种基于信号包络平坦度的调制格式识别方法 | |
Wang et al. | A novel modulation format identification based on amplitude histogram space | |
CN114204993B (zh) | 基于多项式映射的特征构建的非线性均衡方法及系统 | |
CN115276818B (zh) | 一种基于深度学习的光载无线传输链路解调方法 | |
CN116707654A (zh) | 一种基于非线性约束的均衡补偿方法及系统 | |
CN113452439B (zh) | 一种弹性光网络中的关键参数联合监测方法 | |
CN115378507B (zh) | 适用于多特征值非线性频分复用系统的噪声均衡方法及装置 |
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 |