[发明专利]一种光信号调制参数提取模型的构建方法及其应用

说明书

本发明公开了一种光信号调制参数提取模型的构建方法及其应用，属于光纤通信技术领域，包括：分别采用不同调制参数对单通道光信号进行调制，同时引入不同的损伤因素，得到具有不同调制参数和不同损伤因素的单通道光信号；生成单通道光信号的超高分辨率光谱，得到单通道光信号超高分辨率光谱样本集；对单通道光信号超高分辨率光谱样本集中的各样本进行特征提取形成训练特征向量集；以训练特征向量集为输入，训练特征向量集中的各特征向量所对应的调制参数为输出训练机器学习模型，得到光信号调制参数提取模型，该模型提取信号调制参数的准确性较高；本发明在信号受损伤较为严重时仍能准确提取调制参数，适用性较强。

技术领域

本发明属于光纤通信技术领域，更具体地，涉及一种光信号调制参数提取模型的构建方法及其应用。

背景技术

为了满足日益增长的数据传输需求，光纤通信系统正朝着大容量、长距离、高速和智能化的方向发展。因而未来的柔性异构光网络中，同一光纤中不同通道的光信号的调制格式、比特率和脉冲形状各不相同，并随时间发生变化，研究实时性强、准确率高、提取参数多的网络管理方法具有重要意义。光谱分析是监测光链路性能的有力工具，它具有测试结构较为简单、分析对象直观、对色散不敏感等优点，超高分辨率光谱可以提供更丰富的光谱信息。但是同一类型的信号在遭受不同损伤时，光谱也将产生相应的变化，造成区分光谱的困难，给信号调制参数提取带来挑战。因此光纤通信系统中亟需一种能够在多种损伤环境下、适用于多通道光信号各调制参数高准确率提取的光网络性能监测方法。

在现有的光信号调制参数提取方法中，一种方法通过利用目标检测网络对光谱进行多种性能分析，但是该方法并未考虑多类型损伤情况，调制参数提取的准确性可能受限；此外也未考虑多通道光信号的情况，不能完全满足实际应用需求。另一种方法经过预先训练的算法识别模块确定待测光信号的调制格式和速率，但是未考虑通道间距为100GHz的单通道光信号的情况，不能应用于含有不等间距多通道光信号的灵活光网络系统中，也未考虑损伤因素。故该方法仍不能完全满足目前信号调制参数提取方法的需要。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种光信号调制参数提取模型的构建方法及其应用，用以解决能够现有技术无法在复杂环境下准确的提取光信号调制参数的技术问题。

为了实现上述目的，第一方面，本发明提供了一种光信号调制参数提取模型的构建方法，包括：

分别采用不同调制参数对单通道光信号进行调制，同时引入不同的损伤因素，得到具有不同调制参数和不同损伤因素的单通道光信号；生成所得单通道光信号的超高分辨率光谱，得到单通道光信号超高分辨率光谱样本集；

对所得单通道光信号超高分辨率光谱样本集中的各样本进行特征提取形成训练特征向量集；

以训练特征向量集为输入，训练特征向量集中的各特征向量所对应的调制参数为输出训练机器学习模型，得到光信号调制参数提取模型。

进一步优选地，上述调制参数包括：调制格式、比特率和脉冲形状。

进一步优选地，上述损伤因素包括：中心波长漂移、光信噪比劣化、调制器偏置电压漂移、级联滤波效应和偏心滤波效应。

进一步优选地，上述机器学习模型为支持向量机模型。

进一步优选地，采用主成分分析算法对所得单通道光信号超高分辨率光谱样本集中的各样本进行特征提取，得到训练特征向量集和主成分矩阵。

第二方面，本发明提供了一种多通道光信号调制参数提取方法，包括以下步骤：

S1、生成待提取调制参数的不等间距的多通道光信号的超高分辨率光谱；