[發明專利]用于64-QAM相干光傳輸系統的緩和光纖非線性方法有效
| 申請號: | 201711059737.0 | 申請日: | 2017-11-01 |
| 公開(公告)號: | CN107819513B | 公開(公告)日: | 2019-07-05 |
| 發明(設計)人: | 高明義;陳偉;張俊峰;沈綱祥 | 申請(專利權)人: | 蘇州大學 |
| 主分類號: | H04B10/2543 | 分類號: | H04B10/2543;H04B10/58 |
| 代理公司: | 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257 | 代理人: | 徐洋洋 |
| 地址: | 215000 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 64 qam 相干光 傳輸 系統 緩和 光纖 非線性 方法 | ||
本發明涉及本發明公開了一種用于64?QAM相干光傳輸系統緩和光纖非線性的方法,對接收到的64?QAM數據進行處理。首先將接收到的數據集分成64個簇,找到64個簇中心,并且找到每個數據點屬于的簇。本次發明的k?means SVM算法是一種全局最優泛化算法,利用簡單結構的k?means算法對無噪聲信號點進行分類,然后應用SVM分類器來緩和失真信號。在所提出的方法中,我們利用k?means聚類算法對無噪聲64?QAM信號進行分類,從而減少支持向量的數量,以節省SVM分類器的實現時間。同時,我們使用SVM分類器進行噪聲泛化,以提高損傷信號的性能。本發明能夠快速和準確地選取出k?means聚類的全局最優質心,并且很好地緩和了光纖中克爾非線性的影響,同時得到與SVM算法差不多的誤碼率性能。
技術領域
本發明涉及通信技術領域,特別是涉及用于64-QAM相干光傳輸系統的緩和光纖非線性方法。
背景技術
為了適應網絡流量的高漲,數字相干光通信技術得到了廣泛的研究和應用。相干光通信使得能夠采用具有高頻譜效率的高階調制格式,例如M元相移鍵控(M-PSK)和M元正交幅度調制(M-QAM),以增加傳輸容量[1]。然而,具有更多星座點和相鄰符號之間歐幾里德距離更短的高階調制64-QAM信號更容易受到系統損傷的影響,例如光纖克爾非線性和放大自發輻射噪聲[2]。此外,光纖克爾非線性作為非線性效應之一是高階調制長距離相干光傳輸系統的主要障礙。更高的信號功率進入光纖提供更大的光信噪比(OSNR),但同時引起更大的非線性,這嚴重惡化了系統性能。
因此,研究光纖克爾非線性和非線性補償技術是重要的。為了補償光纖非線性,已經提出了許多數字信號處理(DSP)算法,如數字反向傳播(DBP),支持向量機(SVM)等。DBP利用數字域中的反向傳播算法,基于分步傅立葉方法求解光纖鏈路的反向非線性薛定方程,并從接收信號中計算發射信號。雖然基于DBP的光纖非線性補償技術是有效的,但在實際操作過程中,大量的迭代形成了很高的復雜度。SVM具有合適的內核函數,是最受歡迎的機器學習算法之一。它可以精確地對符號進行分類,并已被引入到相干光通信系統中,以減輕光纖克爾非線性并有效提高誤碼率(BER)性能[3,4]。
然而,SVM算法仍然存在一些缺點。SVM算法的復雜度也比較高,對于64-QAM信號,需要6個SVM分類器。隨著調制階數的增加,將要求更多的支持向量機和更長的訓練序列。另外,SVM二次規劃通過計算m階矩陣來求解支持向量(m是采樣數)[5]。對于較大的采樣數據,存儲和計算較大矩陣將需要更長的時間。因此,大規模的訓練數據總是導致SVM的實施時間更長。因此,研究新的算法對于降低計算復雜度以緩和光纖非線性引起的信號損傷來說是非常重要的。
參考文獻:
[1]K.Kikuchi,“Fundamentals of Coherent Optical Fiber Communications,”J.Lightwave Technol.34(1),157-179(2016).
[2]T.Rahman,D.Rafique,B.Spinnler,S.Calabr`o,E.d.Man,U.Feiste,A.Napoli,M.Bohn,G.Khanna,N.Hanik,E.Pincemin,C.L.Bou··ett′e,J.Jauffrit,S.Bordais,C.Andr′e,C.Dourthe,B.Ragu′en`es,C.M.Okonkwo,A.M.J.Koonen,andH.d.Waardt,“Long-Haul Transmission of PM-16QAM-,PM-32QAM-,and PM-64QAM-BasedTerabit Superchannels Over a Field Deployed Legacy Fiber,”J.LightwaveTechnol.34(13),3071-3079(2016).
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于蘇州大學,未經蘇州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711059737.0/2.html,轉載請聲明來源鉆瓜專利網。





