适用于分数过采样下的载波相位扰动高容忍度均衡方法

    公开(公告)号:CN119210604A

    公开(公告)日:2024-12-27

    申请号:CN202411348498.0

    申请日:2024-09-26

    Abstract: 适用于分数过采样下的载波相位扰动高容忍度均衡方法,属于光纤通信领域,包括:输入信号依次经分数延迟滤波器延迟和分块延迟模块分块处理后,获得输出块;利用均衡器对输入信号进行均衡;均衡器输出依次通过两级相位估计器进行相位旋转;利用训练序列或判决符号作为参考信号,基于判决‑引导最小均方算法进行均衡器抽头和两级相位估计器抽头的联合自适应更新。本发明采用大于二分之一间隔的均衡器结合两级相位估计器实现分数过采样下的均衡和载波相位恢复,可实现分数过采样下的均衡且不受载波相位扰动和偏振奇异性问题影响,解决了分数过采样下传统均衡方案存在无法容忍载波相位扰动的问题,显著提升了滤波精度和均衡的稳定性。

    一种多维分集概率整形及其编码联合方法

    公开(公告)号:CN118631392A

    公开(公告)日:2024-09-10

    申请号:CN202410700091.3

    申请日:2024-05-31

    Abstract: 本发明公开了一种多维分集概率整形及其编码联合方法,其技术方案要点是,包括以下步骤:S1:集合划分、S2:子集拆分、S3:直接概率整形、S4:间接概率整形和S5:联合方案,以联合信号的多个维度进行设计,实现了多维度信号的分布优化或能量约束;该方案在概率整形中以多维信号替代振幅进行考虑,在整形中,仅关心信号的能量,而不关心其在各个维度上的取值,因此,多维信号的星座图根据其能量进行划分,形成一系列不同能量的子集,随后通过子集的结合实现概率整形,其实现步骤包括集合划分、子集拆分、直接概率整形、间接概率整形和联合方案,以联合信号的多个维度进行设计,实现了多维度信号的分布优化或能量约束,从而实现了多维度下更高增益的整形。

    一种基于概率整形-密度聚类的非线性均衡补偿方法及系统

    公开(公告)号:CN118611772A

    公开(公告)日:2024-09-06

    申请号:CN202410677570.8

    申请日:2024-05-29

    Abstract: 本发明公开了一种基于概率整形‑密度聚类的非线性均衡补偿方法及系统,具体包括以下步骤:S1、对PS‑MQAM信号进行初次聚类分簇;S2、对初次聚类分簇未处理的信号星座点进行DBSCAN二次聚类分簇;S3、基于KNN算法对噪声点进行三次分簇,本发明涉及光纤通信技术领域;该非线性均衡补偿方法及系统,首先利用标准星座点对概率整形信号星座图中发生概率较低的星座点进行聚类分簇,然后再基于星座点密度,对首次聚类分簇未处理的星座点进行二次聚类分簇,最后利用KNN算法对噪声点进行处理,从而实现信号的非线性补偿,消除频偏偏移和相位噪声影响,能够提供可靠稳定的通信系统,在光纤通信领域极具潜力和应用前景。

    基于Wide&Deep-CNN的光纤非线性均衡方法

    公开(公告)号:CN116366165A

    公开(公告)日:2023-06-30

    申请号:CN202211537436.5

    申请日:2022-12-01

    Abstract: 本发明公开的基于Wide&Deep‑CNN的光纤非线性均衡方法,属于光纤通信技术领域。本发明实现方法为:构建每个M‑QAM信号的第一特征序列和第二特征图谱,构建训练数据集;构建基于Wide&Deep‑CNN模型的非线性均衡模型,第一特征序列作为Wide&Deep‑CNN模型中Wide网络子模型的输入特征序列,第二特征图谱作为Wide&Deep‑CNN模型中Deep‑CNN子模型的输入特征图谱;利用训练数据集对Wide&Deep‑CNN模型进行训练;将每个待非线性均衡的M‑QAM信号的特征输入到训练好的Wide&Deep‑CNN模型,输出得到每个M‑QAM信号的预测标签;将输出的预测标签结果作为M‑QAM信号所对应的类别,得到M‑QAM信号的非线性均衡结果,显著改善M‑QAM信号的质量,通过M‑QAM星座符号解映射,得到相对应二进制数据,实现高准确度的数据恢复,降低误比特率,提升相干光通信系统的传输性能。

Patent Agency Ranking