[发明专利]非线性区光信噪比监测方法和装置

权利要求书

1.一种非线性区光信噪比监测方法，其特征在于，该方法包括如下步骤：

采用数字信号处理器对光纤相干传输系统的输出信号进行处理，获得幅度柱状图以及辅助校准非线性噪声的自适应滤波器抽头系数，其中，所述处理包括IQ不平衡补偿处理、电色散补偿处理、解偏振复用处理、码间干扰均衡处理、频偏补偿处理和相位损伤恢复处理；

从获得的幅度柱状图中提取第一数目的基于幅度柱状图的特征，所述基于幅度柱状图的特征包括以下特征中的部分或全部特征：峰值位置特征、标准差特征和峰值最大值特征；

从数据集中选择样本数据输入至预先建立的用于进行光信噪比监测的神经网络模型，对所述神经网络模型分别进行训练和测试，以基于所述神经网络模型获得光信噪比监测结果，所述数据集中的样本数据包括提取的基于幅度柱状图的特征和自适应滤波器抽头系数，所述神经网络模型 包括输入层、两个隐藏层和一个输出层，所述神经网络模型以非线性区光信噪比OSNR作为输出层。

2.根据权利要求1所述的 方法，其特征在于，所述第一数目的基于幅度柱状图的特征为5个基于幅度柱状图的特征，其包括：3个峰值位置特征、1个标准差特征和1个峰值最大值特征；

所述自适应滤波器抽头系数为4组。

3.根据权利要求1所述的方法，其特征在于，所述神经网络模型为全连接多层感知机模型。

4.根据权利要求1所述的方法，其特征在于，所述神经网络模型两个隐藏层的神经元数目分别为10和5。

5.根据权利要求4所述的方法，其特征在于，隐藏层的神经元的激活函数为Tanh函数。

6.根据权利要求1所述的方法，其特征在于，在获得幅度柱状图以及辅助校准非线性噪声的自适应滤波器抽头系数的过程中，使用恒模算法进行滤波器抽头系数的预收敛，并选择载波相位恢复后的信号和判决引导最小均方算法相结合来实现自适应滤波器抽头系数的更新，从而获得更新后的滤波器抽头系数。

7.根据权利要求1所述的方法，其特征在于，所述从数据集中选择样本数据输入至预先建立的用于进行光信噪比监测的神经网络模型，对所述神经网络模型分别进行训练和测试，包括：

从数据集中选择样本数据加权输入至预先建立的用于进行光信噪比监测的神经网络模型，在训练过程中确定各特征的权重系数，以供测试过程中使用所确定的权重系数。

8.根据权利要求1所述的方法，其特征在于，所述光纤相干传输系统为偏振复用-波分复用相干传输系统。

9.一种非线性区光信噪比监测装置，包括处理器和存储器，其特征在于，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该装置实现如权利要求1至8中任意一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8中任意一项所述方法的步骤。