[发明专利]一种基于最大似然独立成分分析法的偏振解复用算法

说明书

本发明提供了一种基于最大似然独立成分分析法的偏振解复用算法，使用ML‑ICA估计出逆琼斯矩阵W，使用X偏振态和Y偏振态的输入和输出互信息达到最大，从而实现偏振解复用的目的。本发明的有益效果是:可以用于任意调制格式，同时可以容忍较大的IQ不平衡。

技术领域

本发明涉及通信，尤其涉及一种基于最大似然独立成分分析法的偏振解复用算法。

背景技术

随着大型数据中心的出现和通信业务量的增加，通信容量亟待提高。相干光通信系统结合数字信号处理技术和先进调制格式被认为是有效提高系统容量的方案。其中，偏振复用(Polarization division multiplexed,PDM)相干光通信系统通过使用光信号的两个偏振态传递信息从而成倍的提高了系统容量。但是由于光纤的缺陷和随机双折射效应，两个偏振态的信号间往往存在偏振串扰。因此偏振复用系统需要可靠的偏振解复用算法将两个混叠偏振态信号进行分离。

传统的偏振解复用算法，如常模算法(Constant modulus algorithm,CMA)，多模算法(Multi-modulus algorithm,MMA)，依赖于固定的参考星座点，因此只能用于固定的调制格式。但当系统种存在IQ不平衡，调制非线性或调制格式改变时，参考星座点会改变。此时，传统偏振解复用算法的性能会严重下降，甚至收敛失败。

发明内容

为了解决现有技术中的问题，本发明提供了一种基于最大似然独立成分分析法的偏振解复用算法,可以用于任意调制格式，同时可以容忍较大的IQ不平衡。

本发明提供了一种基于最大似然独立成分分析法的偏振解复用算法，

使用ML-ICA估计出逆琼斯矩阵W，使用X偏振态和Y偏振态的输入和输出互信息达到最大，从而实现偏振解复用的目的；

U＝WZ

其中Z为输入信号，U为输出信号；

互信息最大化算法的代价函数为：

J(W)＝H(U)＝-E{ln P_U(U)} (1)

其中E和分别代表求期望和求偏导数的操作；H(U)，P_U(U)，g(U)，和tanh(U)分别代表输出信号的熵函数，概率密度函数(Probability density function,PDF)，激活函数(Activation function)和正切函数；

根据梯度下降的原则，逆琼斯矩阵的信息量为:

其中为评价函数(Score function)；

为避免矩阵求逆，引用自然梯度：

W_k+1＝W_k+ΔW_k (8)

ΔW_k＝(I+φ(U_k)U_k^H)W_k (9)

φ(U_k)＝-2tanh(U_k) (10)

其中I代表单位阵，下标“_X/Y”代表X偏振态和Y偏振态，下标“k”代表时间序号，ML-ICA根据互信息最大化算法(infomax)的原则迭代地更新蝶型滤波器的参数，从而实现偏振解复用。