[发明专利]一种基于幅度偏差分析的光通信信号调制格式识别方法

说明书

本发明涉及一种基于幅度偏差分析的光通信信号调制格式识别方法，属于调制识别技术领域。待识别光通信信号和本振信号输入相干接收机中进行相干解调输出模拟基带信号，模拟基带信号转换为数字信号进行色散均衡后再进行幅度偏差分析，最后识别调制格式，具体为：分别计算接收光信号归一化幅度与理想QPSK和16QAM信号的归一化幅度分布的平均偏差值，计算两个偏差值的比值，再对比接收光信号的归一化幅度偏差值的比值大小识别出QPSK、16QAM和64QAM中的哪一种。本方法对激光器线宽引起的相位噪声和发射机激光器与本振激光器之间的频率偏移不敏感，能容忍光纤的非线性；不需要训练数据或额外的硬件，实现简单且成本低。

技术领域

本发明涉及一种基于幅度偏差分析的光通信信号调制格式识别方法，属于调制识别技术领域。

背景技术

调制格式识别对未来光网络发展非常重要。下一代光纤通信网络应该是弹性灵活配置的，它将能够根据网络操作需求动态地生成不同调制格式、数据速率和纠错协议的数据信号。因此，在异构弹性光网络中，数字相干接收机能自适应地对光信号的调制格式进行盲识别备受关注，这将为后续的数字信号处理提供必要的调制格式信息。

近几年中，已有一些数字相干接收机的调制格式识别技术被提出。已有文献提出了基于信号累积量和信号功率分布的调制格式识别技术，该技术需要假定接收信号的光信噪比(OSNR)已知。基于接收数据峰均功率比的调制格式识别技术，需要滤波器和功率计等额外硬件。基于Stokes空间表示和最大化可变贝叶斯期望的算法，采用迭代框架来优化特定参数集，从而识别调制格式，需要计算时间较长。一种采用数字频率偏移加载用于调制格式识别的技术，在发射端需要附加导频信号。基于机器学习的调制格式识别技术，提取格式相关的敏感特征以识别信号类型，如基于人工神经网络(ANN)、主成分分析(PCA)、卷积神经网络(CNN)和深层神经网络(DNN)的调制格式识别方法；但机器方法需要大量的信号样本进行训练。

本申请拟通过分析待识别光信号的归一化幅度与理想QPSK和16QAM信号归一化幅度分布的平均偏差，识别出光相干传输系统中最常用的三种格式：QPSK、16QAM和64QAM。

发明内容

本发明的目的在于克服现有光通信信号调制格式识别方法存在的需要额外硬件以及复杂度偏高的技术缺陷，提出了一种基于幅度偏差分析的光通信信号调制格式识别方法。

本方法的核心思想为：待识别的光通信信号和本振激光器输出的本振信号输入相干接收机中进行相干解调后输出模拟基带信号，模拟基带信号经模数转换器变为数字信号，数字信号进行色散均衡后再进行幅度偏差分析，最后识别调制格式，具体为：分别计算接收光信号的归一化幅度与理想QPSK和16QAM信号的归一化幅度的平均偏差值，计算两个平均偏差值的比值，再通过判断此比值的范围，即对比接收光信号的归一化幅度与理想QPSK和16QAM信号的归一化幅度的平均偏差值大小进行区分，识别出QPSK、16QAM和64QAM中的哪一种。

一种基于幅度偏差分析的光通信信号调制格式识别方法所依托的一种基于幅度偏差分析的光通信信号调制格式识别系统的工作过程，包括如下步骤：

步骤(1)将经光纤链路输出的将待识别光通信信号输入相干接收机中；

其中，待识别光通信信号的调制格式为QPSK、16QAM和64QAM三者中的一种；

步骤(2)相干接收机利用本振激光器将步骤(1)待识别光通信信号进行相干解调，变成基带模拟信号；

步骤(3)基带模拟信号进入模数转换器变为数字信号；

步骤(4)数字信号输入数字信号处理器进行处理；

步骤(5)数字信号处理器对步骤(4)输出的信号首先进行色散均衡；

步骤(6)色散均衡后的信号被下采样到每个符号一个点；