System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及光纤通信,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。
技术介绍
1、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。
2、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。
3、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,本专利技术研究一种基于决策加权聚类的无先验概率均衡技术,能
技术实现思路
1、本专利技术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。
2、为实现上述目的,本专利技术提供了如下方案:
3、第一方面本专利技术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:
4、获取接收信号;
5、获取初始聚类质心;
6、计算所述接收信号和所述初始聚类质心之间的欧氏距离;
7、基于所述欧式距离计算决策系数;
8、基于所述决策系数计算隶属矩阵;
9、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;
10、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;
11、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;
12、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。
13、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。
14、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:
15、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。
16、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:
17、
18、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。
19、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:
20、
21、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;
22、所述隶属矩阵的表达式如下:
23、u=μij
24、其中,μij为决策系数。
25、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:
26、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;
27、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;
28、计算新的聚类质心与接收信号之间的欧式距离;
29、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;
30、重复以上步骤,直至聚类中心的变化量小于设定阈值。
31、可选的,所述新的聚类质心的表达式如下:
32、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。
33、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:
34、ρt=cov(p,pt)
35、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。
36、第二方面,基于本专利技术中的上述方法,本专利技术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:
37、接收信号获取模块,用于获取接收信号;
38、初始聚类质心获取模块,用于获取初始聚类质心;
39、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;
40、决策系数计算模块,用于基于所述欧式距离计算决策系数;
41、隶属矩阵计算模块,用于基于所述决策系数计算隶属矩阵;
42、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;
43、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;
44、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;
45、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。
46、第三方面,本专利技术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:
47、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;
48、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;
49、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;
50、信道均衡模块:信本文档来自技高网...
【技术保护点】
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:
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:
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:
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:
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:
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:
8
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:
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:
...【技术特征摘要】
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:
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:
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:
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...
【专利技术属性】
技术研发人员:张琦,忻向军,姚海鹏,袁新宇,高然,刘博,叶兵,田凤,王富,田清华,王拥军,杨雷静,李志沛,李欣颖,潘晓龙,常欢,郭栋,周思彤,田博,董泽,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。