一种光学模数转换数字均衡和信道融合方法及装置制造方法及图纸

本发明专利技术提出一种光学模数转换数字均衡和信道融合方法及装置，属于光电子技术领域。其中，所述方法包括：将设定频率和幅度的正弦波电信号输入光采样电量化光学ADC系统，得到2

【技术实现步骤摘要】
一种光学模数转换数字均衡和信道融合方法及装置


[0001]本专利技术属于光电子
，特别提出一种光学模数转换数字均衡和信道融合方法及装置。

技术介绍

[0002]模拟信号到数字信号转换(ADC)被广泛应用于现代通信、雷达、医疗、工业自动化等领域。通过模拟数字转换器，可以将物理世界中连续的信号转变为时间上离散的数字信号，从而可以进一步进行数字信号处理。ADC通常用电子技术实现，体现为集成电路芯片的方式。光学模拟数字转换器利用光脉冲进行采样(见文献“Photonic analog
‑
to
‑
digital converters”，vol.15,no.5,p.1995,2007)，不仅能够提供更高速率的采样率，而且通过采用时间抖动更小的光脉冲源，可以削减电学采样中由于采样时钟抖动造成的孔径噪声，从而能够在更高采样率下提供更高的有效比特位数(见文献“Photonic ADC:overcoming the bottleneck of electronic jitter”，Optics Express,vol.20,no.4,p.4454,2012)。在光学ADC中，最常用的一种实现方案是光采样电量化技术。这种技术利用超短超高重复频率的光脉冲序列对信号采样；采样后的光信号再通过光学方法分配到不同的速率较低的处理通道中；每个通道通过光电探测器将光脉冲信号转换为电信号；进一步再利用速率较低的电学ADC进行量化；最后将多个低速率量化通道的采样数据集中起来进行数据融合，从而最终获得高速光学ADC的数字输出结果。
[0003]图1为一种典型的光采样电量化光学ADC系统的结构示意图。图1中由一个超短脉冲源发出的高重复频率的光脉冲串与被待转换的电信号一起进入光学ADC系统的马赫
‑
曾德电光调制器中进行调制，调制后的脉冲串幅度上的起伏就代表了待转换电信号的强度变化。被调制的光脉冲串经过一个光解复用器后被分解成低速的、时间交织的若干并行通道。这里的光解复用器可以是时分解复用器，也可以是波分解复用器。对于每一个通道，低速的光脉冲被该通道中的光电探测器转换为电信号，随后该电信号会被该通道中一个电学ADC量化为数字信号，其中每个通道中电学ADC的采样率和较低速率光脉冲的重复速率一致。其中，光学ADC系统通道的数量为2
N
个，N为正整数。每个通道电学ADC的采样率为FHz，则超短脉冲源的重复速率和光学ADC系统的整体采样率均为为2
N
F Hz。例如在图1中，N＝2，则光学ADC共有4个通道。每个通道电学ADC的采样率为5GHz，则超短脉冲源需要产生重复速率为20GHz的光脉冲串，光学ADC整体的采样率也是20GHz。
[0004]在光采样电量化光学ADC系统输出所有通道的数字信号采样数据后，需要进行数字信号的均衡和不同通道间的数据融合。目前，这个均衡和通道融合的过程存在三个问题：第一是光采样部分的非线性问题，因为光脉冲通过马赫
‑
曾德电光调制器把外部高速的待转换电信号调制到高速光脉冲串上，高速光脉冲串中脉冲强度的大小体现了待转换电信号的幅度，但由于马赫
‑
曾德电光调制器电信号输入和光信号输出之间不是线性关系，因此会影响光学ADC系统的量化准确性；第二是每一路单独的低速处理通道都会引入光损耗，为了弥补损耗，通常会采用光放大器进行放大，放大器引入噪声将导致量化结果的准确性降低，
并且光电转换环节也会引入散粒噪声和热噪声，这两种噪声也都会引起量化结果准确性的降低；第三是每个低速通道中的元件都是通过光纤进行连接，不同处理通道之间光纤链路的长度不同，同时光纤长度会受到环境温度和振动的影响，导致不同通道在电学ADC采样时会存在时间上的错位，将不同低速通道信息融合时，时间错位将导致融合后数据偏离真实情况，引起信号失真以及信噪比下降。
[0005]有学者利用人工神经网络来解决上述三个问题(见文献“Deep
‑
learning
‑
powered photonicanalog
‑
to
‑
digitalconversion”，Light:Science&Applications，issue8,article66,2019)，这一工作使用了两个人工神经网络：第一个网络称为“线性化网络”，用于解决各个低速通道的非线性问题；第二个网络称为“匹配网络”，用于解决不同通道时间错位的问题。具体实现上，两个网络都采用了残差卷积神经网络的结构，残差卷积神经网络更适合做图像处理，在应对光学ADC均衡和信道融合这种时间序列问题上并不匹配。具体而言，残差卷积神经网络存在一些固有的问题：残差卷积网络利用大量的卷积核来匹配时间序列上局部的序列变化，但这种卷积核的数量即使再多也不可能穷尽所有时间序列变化的组合，对于不同波形的适应能力受到限制；不同层次卷积核所包含的时间范围是固定的，不具有时间上灵活的伸缩性，难以同时兼顾高频和低频信号的采样。

技术实现思路

[0006]本专利技术的目的是为克服已有技术的不足之处，提出一种光学模数转换数字均衡和信道融合方法及装置。本专利技术采用更适合时间序列处理的LSTM人工神经网络，能够有效实现光采样电量化光学ADC系统中多通道数据去噪声、去非线性，解决时间错位影响，达到通道间数据更好的融合效果，适用波形广泛、频率范围广，具有较高的应用价值。
[0007]本专利技术第一方面实施例提出一种光学模数转换数字均衡和信道融合方法，包括：
[0008]将设定频率和幅度的正弦波电信号输入光采样电量化光学ADC系统，所述系统输出2
N
个通道的数字采样信号，其中2
N
为所述光学ADC系统的输出通道数；
[0009]将所述2
N
个通道的数字采样信号输入预设的LSTM均衡及融合网络，所述网络输出将所述2
N
个通道的数字采样信号进行融合后得到的一路信号；其中所述LSTM均衡及融合网络包括依次连接的均衡单元和融合单元；所述均衡单元用于对各通道的数字采样信号进行处理，生成对应通道均衡后的单通道时间序列；所述融合单元用于将输入的每相邻两个通道的信号合并为一个具有2倍采样率的单通道信号序列并校正两个通道间的时间错位，直至最终生成所有通道数字采样信号时间交织合并后的采样序列。
[0010]在本专利技术的一个具体实施例中，所述均衡单元包括2
N
个相同的均衡子网络，所述融合单元包括N层共2
N
‑
1个相同的融合子网络，其中所述融合单元的第i层包括2
N
‑
i
个融合子网络，i＝1,2，
…
,N；每个所述均衡子网络连接所述光学ADC系统中对应的一个通道的输出，每相邻两个所述均衡子网络的输出共同发送至所述融合单元第1层中对应的一个所述融合子网络中，从所述融合单元第1层开始，该层中每相邻两个融合子网络的输出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光学模数转换数字均衡和信道融合方法，其特征在于，包括：将设定频率和幅度的正弦波电信号输入光采样电量化光学ADC系统，所述系统输出2
N
个通道的数字采样信号，其中2
N
为所述光学ADC系统的输出通道数；将所述2
N
个通道的数字采样信号输入预设的LSTM均衡及融合网络，所述网络输出将所述2
N
个通道的数字采样信号进行融合后得到的一路信号；其中所述LSTM均衡及融合网络包括依次连接的均衡单元和融合单元；所述均衡单元用于对各通道的数字采样信号进行处理，生成对应通道均衡后的单通道时间序列；所述融合单元用于将输入的每相邻两个通道的信号合并为一个具有2倍采样率的单通道信号序列并校正两个通道间的时间错位，直至最终生成所有通道数字采样信号时间交织合并后的采样序列。2.根据权利要求1所述的方法，其特征在于，所述均衡单元包括2
N
个相同的均衡子网络，所述融合单元包括N层共2
N
‑
1个相同的融合子网络，其中所述融合单元的第i层包括2
N
‑
i
个融合子网络，i＝1,2，
…
,N；每个所述均衡子网络连接所述光学ADC系统中对应的一个通道的输出，每相邻两个所述均衡子网络的输出共同发送至所述融合单元第1层中对应的一个所述融合子网络中，从所述融合单元第1层开始，该层中每相邻两个融合子网络的输出共同发送至所述融合单元下一层中对应的一个融合子网络中，直至所述融合单元第N
‑
1层的两个融合子网络的输出共同发送至所述融合单元第N层的融合子网络中，所述第N层的融合子网络输出所有通道数字采样信号时间交织合并后的采样序列。3.根据权利要求2所述的方法，其特征在于，所述均衡子网络采用单向结构或双向结构中的任一种；其中，单向结构的均衡子网络包括依次连接的第一全连接层、第一LSTM网络和第二全连接层；双向结构的均衡子网络由两个相同的所述单向结构的均衡子网络构成，该两个单向结构的均衡子网络为对称分布。4.根据权利要求3所述的方法，其特征在于，所述融合子网络采用单向结构或双向结构中的任一种；其中，单向结构的融合子网络包括依次连接的第三全连接层、第二LSTM网络和第四全连接层；双向结构的融合子网络由两个相同的所述单向结构的融合子网络构成，该两个单向结构的融合子网络为对称分布。5.根据权利要求4所述的方法，其特征在于，所述单向结构的均衡子网络的输入为对所述光学ADC系统对应通道输出的数字采样信号时间序列按照设定的滑动时间窗口1进行从前向后滑动后选取的输入序列，所述单向结构的均衡子网络的输出为根据所述输入序列生成的每个采样时刻均衡后的采样值，各采样时刻均衡后的采样值组成均衡后的单通道时间序列；所述双向结构的均衡子网络中两个单向结构的均衡子网络输入为对所述光学ADC系统对应通道输出的数字采样信号时间序列按照设定的滑动时间窗口1分别进行从前向后滑动和从后向前滑动后选取的输入序列，将该两个单向结构的均衡子网络根据对应所述输入序列生成的每个采样时刻均衡后的采样值的平均值作为所述双向结构的均衡子网络的输出，各采样时刻均衡后的采样值的平均值组成均衡后的单通道时间序列。
6.根据权利要求5所述的方法，其特征在于，所述单向结构的融合子网络的输入为对相邻两个时间序列分别按照设定的滑动时间窗口2进行从前向后滑动后选取的两个输入序列，所述单向结构的融合子网络的输出为根据所述两个输入序列生成的每个采样时刻对应的两个相邻采样点，各采样时刻对应的两个相邻采样点组成双路融合后的一...

【专利技术属性】
技术研发人员：霍力，娄采云，
申请(专利权)人：清华大学，
类型：发明
国别省市：