[发明专利]一种基于光学神经网络的相干光QPSK判决方法及系统

说明书

本发明公开一种基于光学神经网络的相干光QPSK判决方法，首先，根据QPSK判决问题，设计光学神经网络ONN模型结构，训练模型参数，按照参数搭建并设置判决光子电路，所述判决光子电路是一个2×4的光学网络，设有两个输入端口和四个输出端口；然后，将QPSK接收信号和本振信号同时分别输入到判决光子电路的两个输入端口，经处理后由四个输出端口中输出，根据输出功率最高的端口判断接收信号与本振信号间的相位差，从而完成QPSK判决。此种判决方法能够适应全光通信网络和光移动通信系统的需求，对接收信号和本振信号直接在光波段进行处理，实现直接根据两路输入信号的相位差信息而完成对光信号的判决或分路。本发明还公开一种基于光学神经网络的相干光QPSK判决系统。

技术领域

本发明属于判决领域，特别涉及一种基于光学神经网络的相干光QPSK判决方法及判决系统。

背景技术

传统的相干光通信系统中的零差检测(homodyne detection)方案采用90度光混频器(90degree hybrid)和平衡接收机(balanced receiver)提取接收信号的I路和Q路信息，通过90度光混频器将接收信号和本振信号进行分光、移相和合路等操作，然后通过平衡接收机完成光电转换和差分相减提取I路和Q路调制信息。上述系统在同步理想的情况下可以良好地恢复调制信息，平衡接收机在完成光电转换的同时也有益于减弱噪声影响，但上述过程需要将光信号转换为电信号才能完成最终的判决，不能适应未来的全光通信网络和光移动通信系统的需求。

为了直接对光信号进行处理，需要通过光子电路等光学元件对接收光信号进行操作。目前可利用的光学网络有可编程纳米光子处理器(programmable nanophotonicprocessor,PNP)，该处理器可以实现通用光学线性变换。在2017年Yichen Shen等[1]基于PNP提出光学神经网络ONN可对输入光信号进行更加灵活的处理来解决回归或分类问题。Yichen Shen等提出的ONN处理对象为实数向量，神经网络中的权重矩阵都是实数矩阵，而对于光信号的判决问题来说处理对象时带有相位信息的光信号，实数矩阵无法对光信号完成通用的移相操作，因此需要针对传统ONN的结构进行调整才能适应相干光QPSK判决系统的需求。

目前5G进入商业化阶段，6G的调研工作已经展开，6G全域全频谱和海量数据的趋势以及全光通信网络的发展对光通信系统提出新的要求，需要将光子计算和光通信相结合，对海量信息进行大规模并行处理。为适应上述需求，本案由此产生。

涉及的参考文献如下：

[1]Yichen Shen,Nicholas C.Harris,Scott Skirlo,et al.Deep learningwith coherent nanophotonic circuits.Nature Photonics,2017,VOL 11:441-447

[2]Michael Reck,Anton Zeilinger.Experimental Realization of AnyDiscrete Unitary Operator.Physical Review Letters,1994,VOL.73,NO.1:58-61

[3]Akihiro Fujii,Hitoshi Murai.Development of Coherent DetectionMethod with Optical Phase-Locked Circuit.OKI Technical Review,May 2017/Issue229 Vol.84 No.1

发明内容

本发明的目的，在于提供一种基于光学神经网络的相干光QPSK判决方法及系统，其可适应全光通信网络和光移动通信系统的需求，对接收信号和本振信号直接在光波段进行处理，在系统的输出端口得到光信号形式的判决结果，实现直接根据两路输入信号的相位差信息而完成对光信号的判决或分路。

为了达成上述目的，本发明的解决方案是：