CN117978291B - 低噪声光接收的光通信模块 - Google Patents
低噪声光接收的光通信模块 Download PDFInfo
- Publication number
- CN117978291B CN117978291B CN202410391126.XA CN202410391126A CN117978291B CN 117978291 B CN117978291 B CN 117978291B CN 202410391126 A CN202410391126 A CN 202410391126A CN 117978291 B CN117978291 B CN 117978291B
- Authority
- CN
- China
- Prior art keywords
- signal
- noise
- gain
- light receiving
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 63
- 238000004891 communication Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 78
- 230000004044 response Effects 0.000 claims abstract description 38
- 230000008569 process Effects 0.000 claims abstract description 32
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 230000001629 suppression Effects 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims abstract description 15
- 230000003595 spectral effect Effects 0.000 claims abstract description 15
- 230000003044 adaptive effect Effects 0.000 claims abstract description 11
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 14
- 230000007704 transition Effects 0.000 claims description 14
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 108091026890 Coding region Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000007619 statistical method 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
- H04B10/60—Receivers
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了低噪声光接收的光通信模块，涉及光通信技术领域。它包括：光接收部分、信号增益控制部分和信号自适应调整部分；所述光接收部分，用于定义环境噪声功率谱密度，通过非线性微分方程来建立光电探测响应，采用噪声抑制模型来抑制背景噪声；所述信号增益控制部分，基于建立的光电探测响应，动态调整信号增益，使用动态调整后的信号增益处理抑制了背景噪声的接收信号，得到增益接收信号；所述信号自适应调整部分，用于通过多符号最大似然检测，得到解调信号，调用自适应前向纠错编码模型对解码信号进行纠错编码。本发明提高了信号的接收质量和稳定性，提高了解调信号的解码准确性，提高了通信系统的数据传输可靠性。
Description
技术领域
本发明涉及光通信技术领域，特别涉及低噪声光接收的光通信模块。
背景技术
随着信息技术的快速发展，光通信作为一种高速、高带宽的通信方式，在现代通信领域发挥着越来越重要的作用。光通信系统的性能受到多种因素的影响，其中之一是光接收部分的性能。传统的光接收部分在面对复杂的环境噪声和信号干扰时常常表现不佳，这限制了光通信系统的传输距离和数据传输速率。
在过去的技术中，光接收部分的设计通常采用了一些基本的方法来抑制噪声和增强信号。其中包括使用特定的光电二极管来转换光信号为电信号，并采用放大器来增加信号强度。然而，这些方法存在一些局限性，例如在高噪声环境下的性能不佳，以及对信号增益的静态调整无法有效应对动态信号变化等问题。此外，传统的信号解调和解码方法也存在一些问题。在BPSK调制中，传统的解调方法通常是简单地比较接收信号的实部或虚部的符号来确定发送的比特。然而，这种方法容易受到噪声的干扰，导致解调性能下降，尤其是在高噪声环境下。另外，传统的解码方法往往只能应对固定的编码方案和码型，对于信道条件的变化缺乏灵活性，难以实现高效的解码过程。因此，现有技术中依然存在着一些问题需要解决。首先，传统的光接收部分在抑制噪声和处理动态信号方面存在局限性，难以满足日益增长的光通信需求。其次，传统的信号解调和解码方法在高噪声环境下性能较差，且缺乏对信道条件变化的适应能力。
针对以上问题，近年来涌现出一些新的技术方案。例如，一些研究人员提出了基于小波变换的噪声抑制方法，通过小波变换对接收信号进行分析和处理，实现对噪声的抑制和信号的增强。另外，一些研究者也开始探索利用机器学习算法来优化光接收部分的性能，实现智能化的信号处理和增益调整。此外，针对信号解调和解码问题，一些研究人员开始将通用Viterbi算法引入到光通信系统中，利用其强大的解码能力来提高信号解调的性能。这种方法能够更准确地恢复发送的数据，提高系统的传输可靠性。然而，尽管已经取得了一些进展，但现有技术仍然存在一些挑战。例如，现有的噪声抑制方法在处理非线性环境噪声时性能有限，难以实现对噪声的完全抑制。另外，现有的信号解调和解码方法在面对高速、高噪声环境时仍然存在性能瓶颈，难以满足未来光通信系统对高速、高可靠性传输的需求。因此，需要进一步研究和开发新的技术方案，以提高光接收部分的性能，并改进信号解调和解码方法，从而实现更高效、更可靠的光通信系统。
发明内容
鉴于此，本发明提供了低噪声光接收的光通信模块，提高了信号的接收质量和稳定性，提高了解调信号的解码准确性，提高了通信系统的数据传输可靠性等。可以推动光通信技术的发展，促进了光通信系统在高速、高带宽、长距离传输方面的应用。
本发明采用的技术方案如下：
低噪声光接收的光通信模块，它包括：光接收部分、信号增益控制部分和信号自适应调整部分；所述光接收部分，用于定义环境噪声功率谱密度，通过非线性微分方程来建立光电探测响应，基于环境噪声功率谱密度，采用噪声抑制模型来抑制背景噪声，具体包括：对接收信号进行小波变换得到小波系数，然后应用软阈值函数对小波系数进行阈值处理，最后逆变换得到抑制了背景噪声的接收信号；所述信号增益控制部分，基于建立的光电探测响应，动态调整信号增益，以最大化抑制了背景噪声的接收信号的信噪比，使用动态调整后的信号增益处理抑制了背景噪声的接收信号，得到增益接收信号；所述信号自适应调整部分，用于通过多符号最大似然检测，来解调增益接收信号，得到解调信号，使用通用Viterbi算法来对解调信号进行解码，得到解码信号，计算解码信号的误码率，若误码率超过设定的阈值，则调用自适应前向纠错编码模型对解码信号进行纠错编码。
进一步的，光接收部分接收到的接收信号为通过BPSK调制的光信号。
进一步的，光接收部分定义环境噪声功率谱密度为，其中/>表示频率；采用广义Gauss-Markov过程模型来描述环境噪声的时变性质，得到环境噪声功率谱密度/>使用如下公式进行表示：
；
其中，是噪声谱密度的基准值，/>是相关带宽，/>是广义Gauss-Markov过程模型的衰减指数。
进一步的，光接收部分通过非线性微分方程来建立的光电探测响应使用如下公式进行表示：
；
其中，是光接收部分的光电二极管的输出电压，/>是接收到的接收信号的光功率，/>是光接收部分的光电二极管的电阻，/>是光电流，/>是接收带宽，/>是电子电荷，/>为暗电流噪声；/>表示了光电二极管响应的时间尺度，是一个特定信号变化所需的时间，以便光接收部分的光电二极管输出电压的变化达到其稳态的/>，因此，/>越小，光电二极管的响应速度越快，输出电压的变化速率越快；而/>越大，响应速度越慢。
进一步的，所述噪声抑制模型使用如下公式进行表示：
；
其中，是接收信号，/>表示小波变换，/>是软阈值函数，/>是阈值参数；/>表示小波逆变换；/>为抑制了背景噪声的接收信号。
进一步的，所述软阈值函数使用如下公式进行表述：
；
其中，是的符号函数，返回其参数的符号；/>表示绝对值；/>是避免除以零的参数，取值范围为/>；/>是修正线性单元函数，定义为，它使得输入信号小于零的部分被截断为零。
进一步的，信号增益控制部分，基于建立的光电探测响应，动态调整信号增益的方法包括：基于上一时刻的信号增益，基于建立的光电探测响应，使用卡尔曼滤波器，生成当前时刻的信号增益；使用如下公式，计算得到当前时刻的信号增益，
；
其中，是在时间/>的信号增益；/>为在上一时间/>的信号增益；/>是卡尔曼滤波器的增益系数；/>为在时间/>的抑制了背景噪声的接收信号的信号功率的估计值；为在时间/>的环境噪声功率。
进一步的，信号自适应调整部分，通过多符号最大似然检测，来解调增益接收信号，得到解调信号的方法包括：将增益接收信号分解为实部/>和虚部/>；然后，对每个时间/>，通过比较/>和/>的符号，通过计算符号函数/>和/>确定接收到的符号是否为正号或负号；由于BPSK调制中，每个符号仅代表一个比特，因此在解调时，只需根据实部和虚部的符号来估计发送的比特，如果实部和虚部的符号都是正号，可以估计发送的比特为0；如果实部为负号，虚部为正号，估计发送的比特为1，以此类推；最终得到的解调符号序列即为解调信号。
进一步的，信号自适应调整部分使用通用Viterbi算法来对解调信号进行解码，得到解码信号的方法包括：首先，基于所使用的信道编码方案和码型来确定信道编码的状态和状态转移规则；然后，计算每个状态的度量值，度量值是解调信号中的符号序列与预期符号序列之间对应的海明距离；根据状态转移规则和度量值，利用Viterbi算法动态规划地确定最可能的状态序列，进而完成对解调信号的解码，得到解码信号。
采用以上技术方案，本发明产生了以下有益效果：首先，本发明利用小波变换和软阈值函数等技术对光接收部分进行优化，能够有效抑制环境噪声对信号的影响，提高信号的接收质量。传统的光接收部分在面对复杂的环境噪声时往往表现不佳，导致信号的质量下降，限制了光通信系统的传输距离和数据传输速率。而本发明采用了小波变换和软阈值函数等先进技术，能够在不同频率下对接收信号进行精确处理，有效地抑制背景噪声，提高信号的接收质量。这样可以在复杂的噪声环境中实现更稳定、更可靠的数据传输，从而提高了光通信系统的性能。其次，本发明提出了基于动态调整信号增益的方法，能够根据实际接收到的信号特性来自动调整增益，以最大化信噪比。传统的信号增益调整方法往往是静态的，难以应对动态信号变化带来的挑战。而本发明采用了动态调整信号增益的方法，能够实时监测信号的变化，并动态调整信号增益，以最大化抑制了背景噪声的接收信号的信噪比。这样可以有效地提高信号的质量和稳定性，进而提高了光通信系统的数据传输速率和成功率。第三，本发明采用了通用Viterbi算法来对解调信号进行解码，能够更准确地恢复发送的数据。传统的解调和解码方法往往在高噪声环境下性能较差，难以准确解码。而本发明采用了通用Viterbi算法，通过动态规划的方式，有效地找到了最可能的状态序列，从而更准确地解码了解调信号。这样可以大大提高解调信号的解码准确性，降低误码率，进而提高了光通信系统的数据传输可靠性。此外，本发明还提出了自适应前向纠错编码模型，能够在信道质量较差时提高通信的可靠性。传统的纠错编码方法往往是静态的，难以根据实际的信道质量进行动态调整。而本发明采用了自适应前向纠错编码模型，能够根据解码信号的误码率动态调整编码方式，提高了通信系统在恶劣环境下的稳定性和可靠性。
附图说明
图1是本发明实施例中低噪声光接收的光通信模块的结构示意图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
实施例1：参考图1，低噪声光接收的光通信模块，它包括：光接收部分、信号增益控制部分和信号自适应调整部分；所述光接收部分，用于定义环境噪声功率谱密度，通过非线性微分方程来建立光电探测响应，基于环境噪声功率谱密度，采用噪声抑制模型来抑制背景噪声，具体包括：对接收信号进行小波变换得到小波系数，然后应用软阈值函数对小波系数进行阈值处理，最后逆变换得到抑制了背景噪声的接收信号；所述信号增益控制部分，基于建立的光电探测响应，动态调整信号增益，以最大化抑制了背景噪声的接收信号的信噪比，使用动态调整后的信号增益处理抑制了背景噪声的接收信号，得到增益接收信号；所述信号自适应调整部分，用于通过多符号最大似然检测，来解调增益接收信号，得到解调信号，使用通用Viterbi算法来对解调信号进行解码，得到解码信号，计算解码信号的误码率，若误码率超过设定的阈值，则调用自适应前向纠错编码模型对解码信号进行纠错编码。
具体的，在光通信系统中，环境中存在各种类型的噪声，如热噪声、光子噪声等。这些噪声对于信号的接收和处理会产生干扰，降低通信系统的性能。因此，了解并量化环境噪声的特性至关重要。环境噪声功率谱密度是一种描述噪声频谱特性的方法，它告诉在不同频率范围内噪声的功率分布情况。接下来，光电探测器的响应建模是光接收部分的关键。光电探测器是将光信号转换为电信号的装置，其响应受到多种因素的影响，包括光强度、光频率等。为了更准确地理解光电探测器的工作原理，通常采用非线性微分方程来建立其响应模型。这个模型描述了光信号在光电探测器中的转换过程，能够帮助预测在不同条件下探测器的输出信号特性。综合考虑环境噪声功率谱密度和光电探测器的响应模型，光接收部分可以有效地抑制背景噪声。通过对接收到的信号进行小波变换，并应用软阈值函数进行阈值处理，可以有效地去除噪声，保留信号的有效信息。小波变换在信号处理中具有广泛的应用，它能够将信号分解为不同尺度和频率的成分，从而更好地分析和处理信号。最终，经过处理后得到的抑制了背景噪声的接收信号可以被传送到信号处理部分进行进一步处理和解码。这种针对环境噪声特性和光电探测器响应模型的信号处理方法，使得光通信系统能够在复杂的噪声环境下保持较高的性能，提高了通信的可靠性和稳定性。
信号增益是指在接收端对信号进行放大的过程，以增强信号的强度。在光通信系统中，由于光信号在传输过程中可能会受到衰减和衰减，因此需要在接收端对信号进行放大以确保其能够被准确检测和解码。然而，由于环境的复杂性以及传输距离等因素的不同，接收到的信号强度会有所不同，因此需要根据实际情况动态地调整信号增益。这种动态调整的过程通常是通过反馈机制实现的。接收端会不断地监测接收到的信号强度，并根据实时的信号特性来调整信号增益。如果接收到的信号较弱，增益会被增加以提高信噪比，从而使得信号更容易被准确检测；如果接收到的信号较强，增益会被降低以避免信号过载，保证系统的稳定性。这种动态调整信号增益可以带来许多优势。首先，它能够确保在不同环境和条件下都能够获得稳定且高质量的信号传输。其次，它能够在信号弱化的情况下增加增益，从而提高信噪比，进一步改善信号质量。最重要的是，这种动态调整的机制能够实现自适应性，即系统能够根据实际情况自动地做出调整，而无需人工干预，从而大大提高了系统的智能化和自动化水平。在信号增益控制部分，动态调整后的信号增益被用于处理抑制了背景噪声的接收信号，得到增益接收信号。这一步的目的是进一步改善信号质量，减少噪声的影响。通过调整信号增益，可以更好地平衡信号强度和噪声水平，使得信号在传输过程中能够保持较高的质量和稳定性，从而提高了整个光通信系统的性能和可靠性。
多符号最大似然检测是一种常用于数字通信系统中的解调方法，它基于统计学原理，通过比较接收到的信号与各个可能的发送符号序列的似然度，来确定最可能的发送符号序列。在噪声环境下，接收到的信号会受到噪声的干扰，因此需要利用统计方法来准确地识别发送符号。多符号最大似然检测能够利用多个符号的信息来提高解调的准确性，从而提高了信号的检测性能。接下来，使用通用Viterbi算法对解调信号进行解码。Viterbi算法是一种动态规划算法，通常用于序列估计或解码问题。它通过寻找最可能的状态序列来对接收到的信号进行解码，从而恢复发送方发送的信息。Viterbi算法在解码过程中能够有效地处理信号的噪声和误码问题，具有较高的解码性能和效率。在解调和解码之后，需要计算解码信号的误码率。误码率是指接收端解码错误的比例，是衡量通信系统性能的重要指标之一。如果误码率超过了设定的阈值，说明信道质量较差，此时就需要调用自适应前向纠错编码模型对解码信号进行纠错编码。前向纠错编码是一种通过添加冗余信息来实现错误检测和纠正的方法，能够在一定程度上提高通信系统的可靠性和抗干扰能力。
实施例2：光接收部分接收到的接收信号为通过BPSK调制的光信号。
具体的，BPSK是一种数字调制技术，用于将数字数据转换为光信号。在BPSK调制中，数字数据被转换为相位调制的信号，其中一个逻辑状态（例如0或1）对应于一个特定的相位。因此，在接收端，需要对接收到的BPSK调制的光信号进行解调，以恢复原始的数字数据。
实施例3：光接收部分定义环境噪声功率谱密度为，其中/>表示频率；采用广义Gauss-Markov过程模型来描述环境噪声的时变性质，得到环境噪声功率谱密度/>使用如下公式进行表示：
；
其中，是噪声谱密度的基准值，/>是相关带宽，/>是广义Gauss-Markov过程模型的衰减指数。
具体的，这个公式基于广义Gauss-Markov过程模型，通过对环境噪声的时变性质进行建模，提供了一种在频域上描述噪声特性的方法。这个模型是一种常用于描述随机过程的模型，其基本思想是认为随机过程的当前状态受到其历史状态的影响，但同时也受到外部噪声的随机影响。在广义Gauss-Markov过程中，噪声的自相关性随时间衰减，同时具有一定的相关带宽。这种模型适用于描述许多自然和工程系统中的随机变化，例如大气噪声、信号传输中的噪声等。是噪声谱密度的基准值，表示在低频率时噪声的功率密度。随着频率的增加，噪声功率密度会逐渐减小，这种衰减的速率由相关带宽/>和衰减指数/>决定。相关带宽/>描述了噪声的相关性范围，即噪声信号之间存在相关性的频率范围，超出该范围则相关性较低。衰减指数/>描述了噪声功率谱密度随频率的衰减速度，衰减指数越大，噪声在高频率下的衰减越快。因此，这个公式是基于广义Gauss-Markov过程模型，通过描述噪声功率谱密度随频率的衰减特性，提供了一种在频域上对环境噪声进行建模和分析的方法。通过了解噪声的功率谱密度，可以更好地理解噪声的特性，并根据实际情况采取相应的信号处理措施，例如滤波或抑制特定频率范围内的噪声，以提高系统的性能和可靠性。
实施例4：光接收部分通过非线性微分方程来建立的光电探测响应使用如下公式进行表示：
；
其中，是光接收部分的光电二极管的输出电压，/>是接收到的接收信号的光功率，/>是光接收部分的光电二极管的电阻，/>是光电流，/>是接收带宽，/>是电子电荷，/>为暗电流噪声；/>表示了光电二极管响应的时间尺度，是一个特定信号变化所需的时间，以便光接收部分的光电二极管输出电压的变化达到其稳态的/>，因此，/>越小，光电二极管的响应速度越快，输出电压的变化速率越快；而/>越大，响应速度越慢。
具体的，公式右侧的第一项表示了光信号转换成电压的过程。当接收到光信号时，光电二极管会将光能转换为电能，产生电压信号。这个项描述了光功率/>对应的电压信号，其中/>是光电二极管的电阻，表示了电压与光功率之间的转换关系。接着，第二项表示了电压的漏电流衰减项。光电二极管在工作时会产生一定的漏电流，这个漏电流会导致电压信号的衰减。/>表示了光电二极管响应的时间尺度，即电压信号达到稳态的时间，它反映了光电二极管响应速度的快慢。因此，这一项描述了电压信号随时间的衰减过程。第三项/>表示了暗电流项，即在无光照射下光电二极管产生的电流噪声。暗电流是光电二极管本身固有的电流，它会对电压信号产生额外的干扰，降低信号的质量和可靠性。最后，第四项/>表示了由光电流产生的噪声项。光电流/>是由光激发而产生的电流，而则表示了由于光电流引起的随机性噪声，其中/>是电子电荷，/>是接收带宽。这个噪声项来源于光电二极管的电子运动和统计涨落，会对电压信号产生随机的扰动。这个公式是基于光电二极管的工作原理和电路特性，以及环境噪声的影响，通过非线性微分方程建立了光电二极管输出电压随时间的动态变化模型。这个模型能够帮助更好地理解和分析光接收部分的工作特性，为光通信系统的设计和优化提供重要参考。通过对公式中各个项的解释和分析，可以更深入地了解光电二极管的响应机制，从而更有效地进行信号处理和噪声抑制，提高系统的性能和可靠性。
实施例5：所述噪声抑制模型使用如下公式进行表示：
；
其中，是接收信号，/>表示小波变换，/>是软阈值函数，/>是阈值参数；/>表示小波逆变换；/>为抑制了背景噪声的接收信号。
具体的，小波变换是一种信号处理技术，它将信号分解成不同尺度和频率的小波函数。与傅里叶变换不同，小波变换可以提供更好的时频局部化特性，因此在分析非平稳信号时更加有效。通过小波变换，可以将信号从时域转换到小波域，使得信号的频率特征和时间特征能够更清晰地表现出来。接着，公式中的表示对原始信号/>进行小波变换得到的小波系数。这些小波系数反映了信号在不同尺度和频率上的能量分布情况，包括了信号本身以及背景噪声的信息。然后，公式中的/>是用于归一化的因子，它与环境噪声的功率谱密度相匹配。这样可以确保在小波域中对信号进行处理时，考虑到了不同频率下的噪声功率分布情况，从而更加准确地抑制背景噪声。接下来，公式中的/>是软阈值函数，它是一种非线性函数，通常用于去除信号中的噪声。软阈值函数的作用是将小波系数中的较小值置为零，而保留较大值。这样可以将背景噪声的影响降到最低，并保留信号中的重要信息。/>是软阈值函数的阈值参数，它控制着软阈值函数的作用程度。较大的/>会导致更多的小波系数被置为零，从而实现更强的噪声抑制效果。通过调节/>的值，可以平衡噪声抑制和信号保留之间的关系，以达到最佳的处理效果。最后，公式中的/>表示小波逆变换，它将经过软阈值函数处理后的小波系数重新转换回时域，得到抑制了背景噪声的接收信号。这样处理后的信号将具有更好的质量和可靠性，适用于后续的信号处理和解码过程。公式是利用小波变换将信号从时域转换到小波域，然后通过软阈值函数对小波系数进行处理，最后再通过小波逆变换将处理后的小波系数重新转换回时域，得到抑制了背景噪声的接收信号。这种方法能够有效地抑制背景噪声，提高信号的质量和可靠性，适用于各种类型的信号处理和通信系统中。
实施例6：所述软阈值函数使用如下公式进行表述：
；
其中，是的符号函数，返回其参数的符号；/>表示绝对值；/>是避免除以零的参数，取值范围为/>；/>是修正线性单元函数，定义为，它使得输入信号小于零的部分被截断为零。
具体的，首先，软阈值函数是一种常用的信号处理技术，它通过对信号的幅度进行调整，以实现对噪声的抑制。在这个公式中，软阈值函数被用于处理小波变换得到的小波系数，从而实现对接收信号中背景噪声的抑制。公式中的表示对接收信号/>进行小波变换得到的小波系数。小波变换能够将信号分解成不同尺度和频率的分量，从而使得信号的时频特征能够更清晰地表现出来。接着，公式中的/>表示用于归一化的因子，它与环境噪声的功率谱密度相匹配。这样可以确保在小波域中对信号进行处理时，考虑到了不同频率下的噪声功率分布情况，从而更准确地抑制背景噪声。软阈值函数的核心部分是。这一部分实际上是一个软阈值函数，它通过将小波系数的绝对值的立方除以其平方加上一个小的正数/>，然后减去一个与阈值参数/>相关的量，从而对小波系数进行调整。这种调整使得小波系数的绝对值较小的部分被显著减小，而绝对值较大的部分则受到较小的影响。这种非线性处理能够有效地抑制噪声，并保留信号中的重要信息。最后，公式中的/> 表示修正线性单元函数，它用于截断小波系数中小于零的部分，将其置为零。这种截断确保了处理后的小波系数保持了正值。这个公式是利用软阈值函数对小波系数进行非线性处理和修剪，以实现对背景噪声的抑制。通过保留较大的系数值，减小较小的系数值，并将负值部分截断为零，该方法能够有效地提高信号的质量，并改善后续信号处理的效果。这种软阈值函数的处理方式适用于各种类型的信号，可以有效地应用于信号处理、通信系统等领域，提高系统的性能和可靠性。
实施例7：信号增益控制部分，基于建立的光电探测响应，动态调整信号增益的方法包括：基于上一时刻的信号增益，基于建立的光电探测响应，使用卡尔曼滤波器，生成当前时刻的信号增益；使用如下公式，计算得到当前时刻的信号增益，；
其中，是在时间/>的信号增益；/>为在上一时间/>的信号增益；/>是卡尔曼滤波器的增益系数；/>为在时间/>的抑制了背景噪声的接收信号的信号功率的估计值；为在时间/>的环境噪声功率。
具体的，首先，公式中的表示在时间/>的信号增益，即当前时刻的信号增益，而则表示上一时刻的信号增益。这两个项反映了信号增益的演变过程，通过对比当前时刻与上一时刻的增益，系统可以调整信号增益以适应信号变化。接着，公式中使用了卡尔曼滤波器的增益系数/>。卡尔曼滤波器是一种用于估计系统状态的优化方法，其核心思想是通过融合观测值和系统模型来得到对系统状态的最优估计。在这里，卡尔曼滤波器被用于根据当前时刻的信号功率估计值和环境噪声功率之间的差异来调整信号增益。这种调整使得系统能够更加准确地反映当前的信号特性和噪声水平。公式中的/>表示在时间/>的抑制了背景噪声的接收信号的信号功率的估计值，而/>则表示在时间/>的环境噪声功率。通过比较这两个功率值，系统可以判断当前信号的质量和噪声水平，并相应地调整信号增益。另外，公式中还考虑了光电二极管输出电压的加速度/>的影响。这是因为光电二极管输出电压的加速度可以提供对信号变化率的估计，进而影响到信号增益的调整。通过考虑加速度，系统可以更好地适应信号的动态变化。这个公式是通过结合上一时刻的信号增益和光电探测响应、卡尔曼滤波器的增益系数以及信号功率估计值与环境噪声功率之间的差异，来动态调整当前时刻的信号增益。这种方法能够使系统更加智能地适应信号和噪声的变化，从而提高光通信系统的性能和可靠性。
实施例8：信号自适应调整部分，通过多符号最大似然检测，来解调增益接收信号，得到解调信号的方法包括：将增益接收信号分解为实部/>和虚部/>；然后，对每个时间/>，通过比较/>和/>的符号，通过计算符号函数/>和/>确定接收到的符号是否为正号或负号；由于BPSK调制中，每个符号仅代表一个比特，因此在解调时，只需根据实部和虚部的符号来估计发送的比特，如果实部和虚部的符号都是正号，可以估计发送的比特为0；如果实部为负号，虚部为正号，估计发送的比特为1，以此类推；最终得到的解调符号序列即为解调信号。
具体的，首先，BPSK调制是一种常用的数字调制技术，其中每个符号仅代表一个比特。在BPSK调制中，两个可能的信号状态分别对应于正弦波的正半周期和负半周期。因此，在接收端，我们需要对接收到的信号进行解调，以恢复发送的比特流。这个方法的第一步是将增益接收信号分解为实部/>和虚部/>。这是因为增益接收信号通常是一个复数，由实部和虚部构成。将其分解为实部和虚部可以简化后续的处理过程。接下来，通过比较实部和虚部/>的符号来确定接收到的符号是正号还是负号。这是通过计算符号函数/>和/>实现的。在BPSK调制中，我们知道每个符号仅代表一个比特，因此只需根据实部和虚部的符号就可以得到发送的比特。例如，如果实部和虚部的符号都是正号，则我们可以估计发送的比特为0；如果实部为负号，虚部为正号，则估计发送的比特为1，以此类推。通过这种方式，可以根据实部和虚部的符号来估计每个符号所传输的比特。最终，通过这个过程得到的解调符号序列即为解调信号。这个解调信号是根据接收到的实部和虚部的符号进行估计得到的，可以用于后续的数据恢复和处理。
实施例9：信号自适应调整部分使用通用Viterbi算法来对解调信号进行解码，得到解码信号的方法包括：首先，基于所使用的信道编码方案和码型来确定信道编码的状态和状态转移规则；然后，计算每个状态的度量值，度量值是解调信号中的符号序列与预期符号序列之间对应的海明距离；根据状态转移规则和度量值，利用Viterbi算法动态规划地确定最可能的状态序列，进而完成对解调信号的解码，得到解码信号。
具体的，该方法的第一步是确定信道编码的状态和状态转移规则。在通信系统中，通常会采用各种不同的信道编码方案，这些方案会将待传输的信息数据转换成特定的编码序列。而Viterbi解码算法的原理是基于这些编码序列的状态和状态转移规则进行推断和解码。状态通常表示编码器在某个时刻的状态，而状态之间的转移规则表示编码器在不同时刻之间的状态变化方式。例如，在卷积码中，状态可以表示编码器内部的存储器状态，而状态之间的转移规则则表示编码器的状态转移方式，通常通过一个状态转移图来表示。接着，对于接收到的解调信号，算法会计算每个状态下的度量值。这些度量值通常是解调信号中的符号序列与预期符号序列之间的海明距离。海明距离是衡量两个等长字符串之间的差异性的指标，用于评估解调信号与预期信号之间的相似程度。通过计算每个状态下解调信号的度量值，就可以为Viterbi算法提供需要的输入数据。接下来，利用Viterbi算法进行动态规划。Viterbi算法会递归地计算每个时刻的最优路径和最小度量值，从而确定整个序列中的最可能状态序列。在这个过程中，算法会考虑到每个状态之间的转移规则以及每个状态下的度量值，从而找到最可能的状态序列。最终，根据Viterbi算法得到的最可能状态序列，完成解码过程。将每个状态对应的信息序列合并起来，得到最终的解码信号。这个解码信号即是对原始发送数据的恢复，通过这个过程，我们可以从接收到的解调信号中准确地恢复出发送的原始数据。综上所述，实施例9中的方法通过利用Viterbi算法，结合信道编码的状态和状态转移规则以及解调信号的度量值，实现了对解调信号的高效解码。这种方法适用于各种信道编码方案和码型，能够提高光通信系统中数据传输的可靠性和准确性。Viterbi算法的应用，使得信号解码过程更加可靠和高效。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (9)
1.低噪声光接收的光通信模块，其特征在于，它包括：光接收部分、信号增益控制部分和信号自适应调整部分；所述光接收部分，用于定义环境噪声功率谱密度，通过非线性微分方程来建立光电探测响应，基于环境噪声功率谱密度，采用噪声抑制模型来抑制背景噪声，具体包括：对接收信号进行小波变换得到小波系数，然后应用软阈值函数对小波系数进行阈值处理，最后逆变换得到抑制了背景噪声的接收信号；所述信号增益控制部分，基于建立的光电探测响应，动态调整信号增益，以最大化抑制了背景噪声的接收信号的信噪比，使用动态调整后的信号增益处理抑制了背景噪声的接收信号，得到增益接收信号；所述信号自适应调整部分，用于通过多符号最大似然检测，来解调增益接收信号，得到解调信号，使用通用Viterbi算法来对解调信号进行解码，得到解码信号，计算解码信号的误码率，若误码率超过设定的阈值，则调用自适应前向纠错编码模型对解码信号进行纠错编码。
2.如权利要求1所述的低噪声光接收的光通信模块，其特征在于，光接收部分接收到的接收信号为通过BPSK调制的光信号。
3.如权利要求2所述的低噪声光接收的光通信模块，其特征在于，光接收部分定义环境噪声功率谱密度为，其中/>表示频率；采用广义Gauss-Markov过程模型来描述环境噪声的时变性质，得到环境噪声功率谱密度/>使用如下公式进行表示：
；
其中，是噪声谱密度的基准值，/>是相关带宽，/>是广义Gauss-Markov过程模型的衰减指数。
4.如权利要求3所述的低噪声光接收的光通信模块，其特征在于，光接收部分通过非线性微分方程来建立的光电探测响应使用如下公式进行表示：
；
其中，是光接收部分的光电二极管的输出电压，/>是接收到的接收信号的光功率，/>是光接收部分的光电二极管的电阻，/>是光电流，/>是接收带宽，/>是电子电荷，/>为暗电流噪声；/>表示了光电二极管响应的时间尺度，是一个特定信号变化所需的时间，以便光接收部分的光电二极管输出电压的变化达到其稳态的/>，因此，/>越小，光电二极管的响应速度越快，输出电压的变化速率越快；而/>越大，响应速度越慢。
5.如权利要求4所述的低噪声光接收的光通信模块，其特征在于，所述噪声抑制模型使用如下公式进行表示：
；
其中，是接收信号，/>表示小波变换，/>是软阈值函数，/>是阈值参数；/>表示小波逆变换；/>为抑制了背景噪声的接收信号。
6.如权利要求5所述的低噪声光接收的光通信模块，其特征在于，所述软阈值函数使用如下公式进行表述：
；
其中，是符号函数，返回其参数的符号；/>表示绝对值；/>是避免除以零的参数，取值范围为/>；/>是修正线性单元函数，定义为，它使得输入信号小于零的部分被截断为零。
7.如权利要求5所述的低噪声光接收的光通信模块，其特征在于，信号增益控制部分，基于建立的光电探测响应，动态调整信号增益的方法包括：基于上一时刻的信号增益，基于建立的光电探测响应，使用卡尔曼滤波器，生成当前时刻的信号增益；使用如下公式，计算得到当前时刻的信号增益，；
其中，是在时间/>的信号增益；/>为在上一时间/>的信号增益；/>是卡尔曼滤波器的增益系数；/>为在时间/>的抑制了背景噪声的接收信号的信号功率的估计值；/>为在时间/>的环境噪声功率。
8.如权利要求7所述的低噪声光接收的光通信模块，其特征在于，信号自适应调整部分，通过多符号最大似然检测，来解调增益接收信号，得到解调信号的方法包括：将增益接收信号分解为实部/>和虚部/>；然后，对每个时间/>，通过比较/>和/>的符号，通过计算符号函数/>和/>确定接收到的符号是否为正号或负号；由于BPSK调制中，每个符号仅代表一个比特，因此在解调时，只需根据实部和虚部的符号来估计发送的比特，如果实部和虚部的符号都是正号，估计发送的比特为0；如果实部为负号，虚部为正号，估计发送的比特为1，以此类推；最终得到的解调符号序列即为解调信号。
9.如权利要求8所述的低噪声光接收的光通信模块，其特征在于，信号自适应调整部分使用通用Viterbi算法来对解调信号进行解码，得到解码信号的方法包括：首先，基于所使用的信道编码方案和码型来确定信道编码的状态和状态转移规则；然后，计算每个状态的度量值，度量值是解调信号中的符号序列与预期符号序列之间对应的海明距离；根据状态转移规则和度量值，利用Viterbi算法动态规划地确定最可能的状态序列，进而完成对解调信号的解码，得到解码信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410391126.XA CN117978291B (zh) | 2024-04-02 | 2024-04-02 | 低噪声光接收的光通信模块 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410391126.XA CN117978291B (zh) | 2024-04-02 | 2024-04-02 | 低噪声光接收的光通信模块 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117978291A CN117978291A (zh) | 2024-05-03 |
| CN117978291B true CN117978291B (zh) | 2024-05-31 |
Family
ID=90851851
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410391126.XA Active CN117978291B (zh) | 2024-04-02 | 2024-04-02 | 低噪声光接收的光通信模块 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117978291B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0789476A2 (en) * | 1996-02-09 | 1997-08-13 | Texas Instruments Incorporated | Noise reduction arrangement |
| JP2009219013A (ja) * | 2008-03-12 | 2009-09-24 | Fujikura Ltd | 光受信装置 |
| CN111212011A (zh) * | 2019-12-24 | 2020-05-29 | 东北电力大学 | 一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法 |
| CN116318385A (zh) * | 2023-03-06 | 2023-06-23 | 深圳市光为光通信科技有限公司 | 一种相干光模块的信号调制方法及系统 |
-
2024
- 2024-04-02 CN CN202410391126.XA patent/CN117978291B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0789476A2 (en) * | 1996-02-09 | 1997-08-13 | Texas Instruments Incorporated | Noise reduction arrangement |
| JP2009219013A (ja) * | 2008-03-12 | 2009-09-24 | Fujikura Ltd | 光受信装置 |
| CN111212011A (zh) * | 2019-12-24 | 2020-05-29 | 东北电力大学 | 一种电动汽车与充电桩的电力线载波通信脉冲噪声抑制方法 |
| CN116318385A (zh) * | 2023-03-06 | 2023-06-23 | 深圳市光为光通信科技有限公司 | 一种相干光模块的信号调制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117978291A (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106130660B (zh) | 一种无线光通信盲检测接收机的方法 | |
| KR100771996B1 (ko) | 다중안테나 시스템의 소프트 복조 및 소프트 변조 방법 | |
| AU2003234633A1 (en) | Power and confidence ordered low complexity soft turbomud with voting system | |
| CN110830112A (zh) | 一种可见光通信的方法及设备 | |
| Rehman et al. | Effect of Different BER Performance Comparison of MAP and ML Detection | |
| CN111525955A (zh) | 一种基于稀疏贝叶斯学习的可见光通信的均衡方法及系统 | |
| CN117978291B (zh) | 低噪声光接收的光通信模块 | |
| CN106101044B (zh) | 一种用于相干光通信系统的基于多步插值的频偏估计方法 | |
| CN102664838A (zh) | 无线光通信 ook 数字调制方式的信道估计及软解调方法 | |
| WO2022052056A1 (zh) | 符号检测方法、装置及系统 | |
| CN114531328A (zh) | 一种基于信号包络平坦度的调制格式识别方法 | |
| KR101447202B1 (ko) | 다중 입력 다중 출력 시스템에서 신호 검출을 위한 장치 및방법 | |
| CN113114421A (zh) | 一种面向色噪声环境的深度学习迭代接收方法及系统 | |
| CN116582187B (zh) | 基于线性直驱的光电通信模块自适应编码解码方法 | |
| CN112152949A (zh) | 一种开关键控通信系统的信道估计方法 | |
| WO2008098934A1 (en) | Tail extrapolator and method | |
| CN109639618A (zh) | 一种适用于高阶正交幅度调制信号的低复杂度软输出解调方法 | |
| CN117459354B (zh) | 应用于ps-pam系统的自适应均衡装置、方法、设备及介质 | |
| Xiao et al. | Performance Analysis of Different Intensity Modulation Techniques over Weak Turbulence Channel | |
| CN117081677B (zh) | 一种对sefdm系统中载波间损伤的处理方法及设备 | |
| CN114337831B (zh) | 一种提高水下蓝绿激光通信可靠性的方法及系统 | |
| CN118337297B (zh) | 一种面向水下无线光通信的自适应脉冲判定门限方法 | |
| CN118523848B (zh) | 一种水下无线光ook通信系统的大动态信号检测方法 | |
| CN114629556B (zh) | 一种低复杂度的最优功率分配方法 | |
| CN113411125B (zh) | 一种用于逆向调制无线光通信的信号判决方法及通信系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |