[发明专利]基于多符号处理的Volterra均衡方法及系统

说明书

本发明公开了基于多符号处理的Volterra均衡方法及系统，本发明方法具体步骤如下：S1、接收端采样信号Xt经过归一化处理得到均衡器归一化的接收端采样信号X；S2、选取步长参数a，在训练集上利用自适应算法调整线性均衡器的抽头系数，得到训练好的线性均衡器；S3、将需进行均衡的信号输入均衡器中，并对均衡器输出进行判决，实现信道均衡。本发明在Volterra均衡器中利用一个符号的特征产生多个符号的均衡结果，以此减少均衡过程中的重复计算。本发明可以显著减少均衡器的计算复杂度，并且能获得与传统Volterra均衡器相等效的传输性能。

技术领域

本发明属于光通信技术领域，具体涉及一种基于多符号处理的Volterra均衡方法及系统，本发明可应用于均衡光纤通信系统中的线性和非线性损伤。

背景技术

全球互联网用户数不断增长、网络相关业务飞速发展，推动了市场对于光纤传输系统的带宽要求和速率要求的提高，高速光网络近年来发展迅猛，容量更大、速率更高、成本更低的光网络是未来几年发展的主要方向。但受成本的限制，实际应用于网络的低成本光电器件会来带来线性和非线性失真，与其它信道噪声相互作用导致严重的符号间干扰(Inter Symbol Interference，ISI)，极大损伤了信号传输质量。针对此问题，引入数字信号处理技术(Digital Signal Processing，DSP)对传输后的信号进行均衡，以缓解信号传输过程中受到的损伤十分必要。

接收端的DSP技术主要利用均衡算法，针对信号受到的衰减、色散和非线性效应等损伤进行补偿，信号均衡过程是实现低成本高速率的光网络的必要技术。据现有技术的调研可知，常用的均衡方案有前馈均衡滤波器(Feed-Forward Equalization，FFE)、决策反馈均衡器(Decision Feedback Equalization，DFE)、Volterra非线性均衡器(Volterra Non-linear Equalizer，VNLE)等。但是对于严重的符号间干扰和非线性效应，FFE和DFE不足以满足系统的均衡需求(DSP enabled next generation 50G TDM-PON，2020年发表于Journal of Optical Communications and Networking)。VOLTERRA均衡器是补偿信号线性损伤和非线性损伤的有效工具，但是计算复杂度会随着引入阶数的增加迅速增长，在实际系统的应用中可能需要几百个特征才能达到满意的性能。随着机器学习相关算法的蓬勃发展，以及神经网络(Neural Network，NN)在拟合非线性函数方面的强大性能，基于神经网络的均衡方案受到光纤通信领域的广泛关注。但是，目前已有的基于机器学习算法用于均衡非线性干扰的方案复杂度较高，不能同时满足低成本、低功耗的要求(An Overview onApplication of Machine Learning Techniques in Optical Networks，2019年发表于IEEE Communications SurveysTutorials)。为了在保持更高判决准确度的前提下，获得系统复杂度和计算复杂度更低的均衡方案，需要对现有的均衡方案进行改进。