[发明专利]一种基于加权主成分分析的非线性均衡方法

权利要求书

1.一种基于加权主成分分析的非线性均衡方法，用于在光纤通信系统的接收端补偿信道损伤，其特征在于，包括：

非线性映射步骤：对待处理的序列进行降采样和幅度归一化之后，采用滑动窗口模式将其非线性映射为沃尔特拉级数矩阵；

主成分投影步骤：利用第一权值向量计算沃尔特拉级数矩阵的加权协方差矩阵，并对所述加权协方差矩阵进行特征值分解，将特征值最大的部分特征向量组成主成分投影矩阵，将所述沃尔特拉级数矩阵与所述主成分投影矩阵相乘，由此将所述沃尔特拉级数矩阵投影为主成分矩阵；所述第一权值向量用于表示沃尔特拉级数矩阵中同一滑动窗口对应的各元素的权值；

非线性均衡步骤：在所述接收端通过帧同步提取出完整的帧数据，对其依次执行所述非线性映射步骤和所述主成分投影步骤，将得到的主成分矩阵记为第一主成分矩阵，利用第二权值向量对所述第一主成分矩阵中的各主成分进行加权求和，得到经过非线性均衡的输出信号；所述第二权值向量用于表示主成分矩阵中各主成分的权值。

2.如权利要求1所述的基于加权主成分分析的非线性均衡方法，其特征在于，所述第一权值向量通过预训练的方式获得，所述预训练包括：

将一段已知的发送序列作为第一训练序列，将所述第一训练序列自所述光纤通信系统的发送端发送自所述光纤通信系统的接收端后，对在所述接收端接收到的序列执行所述非线性映射步骤；

初始化各滑动窗口对应的沃尔特拉级数中的各项数据初始化权值后，通过加权求和的方式恢复位于同一滑动窗口中心的符号，在预训练过程中不断调整权值使恢复得到的符号与所述第一训练序列中对应符号之间的误差最小化；

在误差收敛时，利用任一滑动窗口对应的沃尔特拉级数中各项数据的权值构建所述第一权值向量。

3.如权利要求2所述的基于加权主成分分析的非线性均衡方法，其特征在于，所述第一训练序列的长度大于沃尔特拉级数的展开项数，且所述第一训练序列的长度与所述沃尔特拉级数的展开项数属于同一数量级。

4.如权利要求3所述的基于加权主成分分析的非线性均衡方法，其特征在于，在预训练过程中调整权值的算法为广义逆法。

5.如权利要求1所述的基于加权主成分分析的非线性均衡方法，其特征在于，所述第二权值向量 通过训练的方式获得，所述训练包括：

将一段已知的发送序列作为第二训练序列，将所述第二训练序列自所述光纤通信系统的发送端发送自所述光纤通信系统的接收端后，对在所述接收端接收到的序列执行所述非线性映射步骤和所述主成分投影步骤，将得到的主成分矩阵记为第二主成分矩阵；

初始化所述第二主成分矩阵中各主成分的权值，通过加权求和的方式恢复所述第二训练序列，在训练过程中不断调整权值，使恢复得到的序列与所述第二训练序列之间的误差最小化；

在误差收敛时，利用各主成分对应的权值构建所述第二权值向量。

6.如权利要求5所述的基于加权主成分分析的非线性均衡方法，其特征在于，所述第二训练序列的长度比沃尔特拉级数的展开项数高至少一个数量级。

7.如权利要求6所述的基于加权主成分分析的非线性均衡方法，其特征在于，在训练过程中调整权值的算法为递归最小二乘法。

8.如权利要求1-7任一项所述的基于加权主成分分析的非线性均衡方法，其特征在于，所述非线性映射步骤中，对待处理的序列进行降采样后，所述待处理的序列的采样率与发送信号的采样率相同。

9.如权利要求1-7任一项所述的基于加权主成分分析的非线性均衡方法，其特征在于，还包括：对所述输出信号进行判决和解映射。

10.如权利要求9所述的基于加权主成分分析的非线性均衡方法，其特征在于，还包括：

计算误码率，以根据所述误码率评估均衡性能；

和/或，计算接收机灵敏度损伤，以根据所述接收机灵敏度损伤评估均衡性能。