矢量信号直接探测系统、方法、电子设备及存储介质技术方案

本申请提供一种矢量信号直接探测系统、方法、电子设备及存储介质，其中系统包括：依次相连的单边带光发射模块，光纤传输模块，探测接收模块，模数转换模块，数字信号处理模块；该系统还包括：信号强度提取模块，人工神经网络模块和预测信号强度输出模块；信号强度提取模块的输入端口与光纤传输模块的输出端口连接，输出端口与人工神经网络模块的输入端口连接，用于提取光电探测输入信号强度；人工神经网络模块的输入端口与模数转换模块的输出端口连接，输出端口与预测信号强度输出模块的输入端口连接，用于构建人工神经网络拟合模型；预测信号强度输出模块的输出端口与数字信号处理模块的输入端口连接，用于输出预测光电探测信号强度。强度。强度。

【技术实现步骤摘要】
矢量信号直接探测系统、方法、电子设备及存储介质


[0001]本申请涉及通信
，尤其涉及一种矢量信号直接探测系统、方法、电子设备及存储介质。

技术介绍

[0002]对于采用单边带调制方式的直接探测系统，在满足最小相位条件下，希尔伯特变换（Kramers
‑
Kronig, KK）算法可以从信号的幅度信息直接恢复丢失的相位信息，从而重建整个矢量信号，并且在这个过程中有效消除信号间拍频串扰（Signal
‑
to
‑
Signal Beating Interference, SSBI）的影响。基于KK算法的KK接收机可以大幅提升直接探测系统的通信容量和传输距离。
[0003]但是，在获取最小相位信号的幅度信息以恢复丢失的相位信息的过程中，直接对光电探测器（Photoelectric Detector, PD）输出电流进行开方操作，默认PD是标准的平方探测模型，忽略了实际的器件设计缺陷和功率饱和失真等导致的误差，获取得幅度信息并不准确。并且在高速直接探测光通信系统场景下，倾向于采用交流耦合PD，导致直流分量缺失，以致开方操作后获得的幅度信息严重失真。
[0004]目前可以通过接收端直接添加直流项恢复直流分量，但是添加的直流项比真实直流分量要大，KK接收机的性能较差；也可以通过发送端采用填零前导码的方式恢复直流分量，但是需要设置特定的发送信号格式，会显著降低与已部署的直接探测系统的兼容性；还可以通过扫描添加精确直流项，但扫描过程需要执行完整的KK解调、信号均衡和误码率计算等，导致接收数字信号处理流程异常复杂。

技术实现思路

[0005]针对现有技术存在的上述问题，本申请提供一种矢量信号直接探测系统、方法、电子设备及存储介质。
[0006]第一方面，本申请提供一种矢量信号直接探测系统，包括：依次相连的单边带光发射模块，光纤传输模块，探测接收模块，模数转换模块，数字信号处理模块；所述系统还包括：信号强度提取模块，人工神经网络模块和预测信号强度输出模块；所述信号强度提取模块的输入端口与所述光纤传输模块的输出端口连接，输出端口与所述人工神经网络模块的输入端口连接；所述人工神经网络模块的输入端口与所述模数转换模块的输出端口连接，输出端口与所述预测信号强度输出模块的输入端口连接；所述预测信号强度输出模块的输出端口与所述数字信号处理模块的输入端口连接；所述信号强度提取模块用于提取光电探测输入信号强度；所述人工神经网络模块用于构建人工神经网络拟合模型，确定光电探测输出电流和光电探测输入信号强度之间的映射关系；
所述预测信号强度输出模块用于输出预测光电探测信号强度。
[0007]可选地，所述信号强度提取模块，包括：所述信号强度提取模块，包括：依次相连的激光器，光耦合器，平方律探测器，带通滤波器，模数转换器和数字信号处理子模块。
[0008]可选地，所述平方律探测器用于将光电探测输入光信号通过光外差拍频转换为中频信号，所述中频信号的中心频率等于所述光电探测输入光信号和所述激光器发出的连续光的频率之差。
[0009]可选地，所述探测接收模块仅包含一个光电探测器。
[0010]第二方面，本申请还提供一种矢量信号直接探测方法，包括：基于随机比特序列产生最小相位信号；所述最小相位信号为满足最小相位条件的带载波单边带信号；将所述最小相位信号经过光纤传输；构建人工神经网络拟合模型，确定光电探测输出电流和光电探测输入信号强度之间的映射关系；基于所述人工神经网络拟合模型和光电探测输出电流确定所述最小相位信号对应的幅度信息；利用希尔伯特变换算法对所述最小相位信号对应的幅度信息进行处理，确定所述最小相位信号对应的相位信息，并重建矢量信号。
[0011]可选地，所述构建人工神经网络拟合模型，确定光电探测输出电流和光电探测输入信号强度之间的映射关系，包括：获取光电探测输入信号强度和光电探测输出电流；将所述光电探测输出电流作为训练数据，所述光电探测输入信号强度作为训练标签，构建所述人工神经网络拟合模型，确定所述光电探测输出电流和所述光电探测输入信号强度之间的映射关系。
[0012]可选地，所述获取光电探测输入信号强度，包括：获取中频信号的信号强度；所述中频信号是目标平方律探测器通过光外差拍频转换获取的；利用所述中频信号的信号强度与所述光电探测输入信号强度之间的线性比例关系获取所述光电探测输入信号强度。
[0013]可选地，所述构建所述人工神经网络拟合模型之后，还包括：利用最小均方误差法优化所述人工神经网络拟合模型。
[0014]可选地，所述人工神经网络拟合模型通过Keras框架构建，包括一个输入层，两个隐藏层和一个输出层。
[0015]可选地，所述基于所述人工神经网络拟合模型和光电探测输出电流确定所述最小相位信号对应的幅度信息，包括：将光电探测输出电流通过模数转换为数字信号；对所述数字信号进行重采样后输入至所述人工神经网络拟合模型，输出所述最小相位信号对应的光电探测输入信号强度；
对所述光电探测输入信号强度进行开方处理，确定所述最小相位信号对应的幅度信息。
[0016]可选地，所述确定所述最小相位信号对应的相位信息满足如下计算公式：其中，表示t时刻确定的最小相位信号对应的相位信息，HT表示希尔伯特变换，ln表示取自然对数，表示t时刻通过人工神经网络拟合模型输出的最小相位信息对应的光电探测输入信号强度。
[0017]可选地，所述重建矢量信号满足如下计算公式：其中，表示t时刻重建的单边带矢量信号，表示t时刻通过人工神经网络拟合模型恢复的最小相位信号的信号强度，exp表示指数函数，j表示虚数单位，表示t时刻基于KK算法恢复的最小相位信号的相位信息。
[0018]第三方面，本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第二方面所述矢量信号直接探测方法的步骤。
[0019]第四方面，本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第二方面所述矢量信号直接探测方法的步骤。
[0020]第五方面，本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第二方面所述矢量信号直接探测方法的步骤。
[0021]本申请提供的矢量信号直接探测系统、方法及存储介质，利用人工神经网络强大的数据拟合能力建立光电探测输出电流和光电探测输入信号强度之间的映射关系，辅助恢复最小相位信号准确的信号强度，然后通过开方操作获取最小相位信号的幅度信息，从而保证了KK算法通过幅度信息恢复相位信息进而精确地重建矢量信号。
附图说明
[0022]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矢量信号直接探测系统，其特征在于，包括：依次相连的单边带光发射模块，光纤传输模块，探测接收模块，模数转换模块，数字信号处理模块；所述系统还包括：信号强度提取模块，人工神经网络模块和预测信号强度输出模块；所述信号强度提取模块的输入端口与所述光纤传输模块的输出端口连接，输出端口与所述人工神经网络模块的输入端口连接；所述人工神经网络模块的输入端口与所述模数转换模块的输出端口连接，输出端口与所述预测信号强度输出模块的输入端口连接；所述预测信号强度输出模块的输出端口与所述数字信号处理模块的输入端口连接；所述信号强度提取模块用于提取光电探测输入信号强度；所述人工神经网络模块用于构建人工神经网络拟合模型，确定光电探测输出电流和光电探测输入信号强度之间的映射关系；所述预测信号强度输出模块用于输出预测光电探测信号强度。2.根据权利要求1所述的矢量信号直接探测系统，其特征在于，所述信号强度提取模块，包括：依次相连的激光器，光耦合器，平方律探测器，带通滤波器，模数转换器和数字信号处理子模块。3.根据权利要求2所述的矢量信号直接探测系统，其特征在于，所述平方律探测器用于将光电探测输入光信号通过光外差拍频转换为中频信号，所述中频信号的中心频率等于所述光电探测输入光信号和所述激光器发出的连续光的频率之差。4.根据权利要求1所述的矢量信号直接探测系统，其特征在于，所述探测接收模块仅包含一个光电探测器。5.一种矢量信号直接探测方法，其特征在于，包括：基于随机比特序列产生最小相位信号；所述最小相位信号为满足最小相位条件的带载波单边带信号；将所述最小相位信号经过光纤传输；构建人工神经网络拟合模型，确定光电探测输出电流和光电探测输入信号强度之间的映射关系；基于所述人工神经网络拟合模型和光电探测输出电流确定所述最小相位信号对应的幅度信息；利用希尔伯特变换算法对所述最小相位信号对应的幅度信息进行处理，确定所述最小相位信号对应的相位信息，并重建矢量信号。6.根据权利要求5所述的矢量信号直接探测方法，其特征在于，所述构建人工神经网络拟合模型，确定光电探测输出电流和光电探测输入信号强度之间的映射关系，包括：获取光电探测输入信号强度和光电探测输出电流；将所述光电探测输出电流作为训练数据，所述光电探测输入信号强度作为训练标签，构建所述人工神经网络拟合模型，确定所述光电...

【专利技术属性】
技术研发人员：朱敏，蔡沅成，张丽瑶，雷明政，张教，华炳昌，邹昱聪，黄永明，尤肖虎，
申请(专利权)人：网络通信与安全紫金山实验室，
类型：发明
国别省市：