[发明专利]一种低速相干探测和神经网络估计光纤色散的装置与方法

说明书

本发明涉及一种低速相干探测和神经网络估计光纤色散的装置与方法，属于通信技术领域。包括：步骤1：用低速探测单元对经过光纤链路传输后的光信号进行低速探测，经过数据预处理单元产生数据集，并用数据集分类单元将数据集划分为训练集以及测试集；步骤2：构建神经网络单元，设置神经网络参数，并用步骤1中产生的训练集训练构建的神经网络；步骤3：将步骤2中训练好的神经网络单元，用于估计步骤1中划分好的测试集的色散，其估计方法为用神经网络单元的输出与参考色散进行加权平均。本发明能实现对低速率采样的信号进行色散估计，大大降低了接收端成本；还解决了需用周期性训练序列信号进行色散估计的缺陷且不需要改变发射端。

技术领域

本发明涉及一种低速相干探测和神经网络估计光纤色散的装置与方法，属于通信技术领域。

背景技术

光传输网络向着超长传输距离、超大容量的方向发展。随着信道传输速率的提高、传输距离的延长，光纤中的色散和非线性严重制约光通信系统与网络的性能。随着数字信号处理技术的广泛应用，色散均衡技术有效地补偿了色散对光通信信号的劣化。但色散均衡的前提是需要准确估计光纤通信链路的累积色散。

光纤色散监测方法主要包括基于RF导频的色散估计法，残留边带滤波法，扫描搜索色散法、基于分数阶傅里叶变换盲色散估计方法等。基于RF导频的色散估计法是在发送端插入射频导频信号，由于光纤色散其上下边带信号经过光纤链路传输后会发生符号相反的相位偏移，当相位差为(2k+1)π时，上下边带经光探测后的电信号功率最小。在色散监测点通过分析RF功率谱来实现光纤链路色散的监测。其缺点是需在发送端插入导频。残留边带滤波法使用带通滤波器将光信号分别进行上、下边带的滤波，通过检测两个残留边带信号的时延差或相位差来计算光纤的色散。残留边带滤波法无需对发射机进行改动，灵敏度高，能够区分色散的正负，同时不受偏振模色散、非线性双折射和啁啾的影响。但其带通滤波器的带宽等于信号的比特率，对信号速率不透明。扫描搜索色散的方法是对于未知色散的信号，设置一定的色散步长进行扫描；对于每一个色散值，利用设计好的代价函数计算出一个与色散相关的函数值，通过比较所有计算出的函数值，找到其中的极值(最大值或最小值)，从而找到参考的色散值，完成色散的估计，但缺点是计算量大。基于分数阶傅里叶变换(FrFT)盲色散估计方法，通过扫描不同的分数阶来寻找最优阶，然后利用最优阶估计光纤链路的累积色散。分数阶傅里叶变换盲色散估计方法需要过采样率的数据，对模数变换器性能要求高。最近提出的一种基于训练序列和降采样的色散估计的新方法，利用周期信号作为训练序列，对训练序列进行降采样与拼接，等效成过采样信号；再对等效的过采样信号进行FrFT变换，寻找最优阶，最后根据最优阶估计累积色散。训练序列需要对发射设备进行修改，并额外占用了光通信的带宽。

上述光纤链路色散估计方法存在需要导频或训练序列、计算量大或者比特率不透明等缺陷，本发明的目的是克服现有光纤链路色散估计方法存在的缺陷，提出一种低速相干探测和神经网络估计光纤色散的装置与方法，利用低速相干探测和神经网络算法对光纤链路传输的信号进行准确的色散估计，降低系统成本。

发明内容

本发明的目的是克服现有光纤链路色散估计方法存在需要导频或训练序列、计算量大或者比特率不透明等缺陷，提出一种低速相干探测和神经网络估计光纤色散的装置与方法，利用低速相干探测和神经网络算法对光纤链路传输的信号进行准确的色散估计，克服需要周期信号作为训练序列才能从降采样信号估计光纤链路色散的缺点；不需要改变发射端，并降低系统成本。

本发明一种低速相干探测和神经网络估计光纤色散的装置与方法包括一种低速相干探测和神经网络估计光纤色散的装置，简称本装置，以及一种低速相干探测和神经网络估计光纤色散的方法；

其中，被估计的光纤通信链路色散简称色散，主要是不同波长的光信号在光纤中以不同的群速度传播，导致了输出光脉冲的展宽；

其中，本装置包括低速相干探测单元，数据预处理单元，数据集分类单元以及神经网络单元；