一种基于独立成分分析的相干光通信系统信道均衡方法

    公开(公告)号:CN119382795A

    公开(公告)日:2025-01-28

    申请号:CN202411287340.7

    申请日:2024-09-13

    Abstract: 本发明公开的一种基于独立成分分析的相干光通信系统信道均衡方法,属于光纤通信技术领域。本发明实现方法为:通过采集多维复用相干光传输系统接收端接收的目标信号,首先对该目标信号进行分块处理,降低计算的复杂度,继而进行数据白化操作,消除数据中特征之间的相关性,并对每个数据块进行权重矩阵的迭代。在每次迭代过程结束后,自适应调节遗忘因子,通过使用自适应遗忘因子来优化参数,使得白化矩阵和权重矩阵不断收敛,根据最优的迭代效果,进行信道均衡,准确恢复原始信息,即实现基于独立成分分析的多维复用相干光传输系统信道均衡。本发明能够有效抑制多维复用相干光传输系统中的信道间串扰,提高光纤通信系统的稳定性及质量。

    一种光纤通信系统中信号调制格式识别方法

    公开(公告)号:CN118631618A

    公开(公告)日:2024-09-10

    申请号:CN202410790828.5

    申请日:2024-06-19

    Abstract: 本发明提供了一种光纤通信系统中信号调制格式识别方法,涉及光纤通信系统领域。该方法包括:利用经验模态分解方法对信号进行分解处理,选取其中频率较高的本征模态分量作为特征提取的数据信号;对数据信号的强度、相位特征进行提取,用于特征空间模型的构建;根据特征提取阶段提取的特征量,在不同信噪比条件下计算并绘制对应的特征量‑信噪比曲线;将多个特征量曲线相结合,构建多维特征空间模型;根据构建的特征空间模型对信号进行调制格式的识别,得到信号对应的调制格式。应用本发明实施例提供的方案进行信号调制格式识别,可以有效地降低信道中噪声的影响,提高低信噪比场景下信号调制格式的识别性能。

    一种基于回归耦合值的GRU神经网络非线性均衡方法

    公开(公告)号:CN117938264A

    公开(公告)日:2024-04-26

    申请号:CN202410138497.7

    申请日:2024-01-31

    Abstract: 本发明涉及光纤通信技术领域,特别涉及一种基于回归耦合值的GRU神经网络非线性均衡方法,首先重塑接收信号序列的数据结构并矩阵化;接着在训练阶段,利用基于非线性薛定谔方程的非线性损伤误差因子指导网络更新,在应用阶段,将信号输入GRU神经网络,通过网络的传播算法得到信号非线性损伤补偿结果。本发明方法采用基于回归耦合值的GRU神经网络算法实现信号非线性损伤的捕捉和补偿,解决数字反向传播和学习型均衡算法中存在的算法复杂度高、迭代次数多、非线性补偿能力有限的问题,进一步提升非线性均衡算法的有效性和实用性,在涉及光通信的数字信号处理领域有着重要的应用前景。

Patent Agency Ranking