[發明專利]一種光信噪比測量方法及系統在審
| 申請號: | 201910900030.0 | 申請日: | 2019-09-23 |
| 公開(公告)號: | CN110492932A | 公開(公告)日: | 2019-11-22 |
| 發明(設計)人: | 馮其光;李蔚;余少華 | 申請(專利權)人: | 武漢郵電科學研究院有限公司 |
| 主分類號: | H04B10/079 | 分類號: | H04B10/079 |
| 代理公司: | 42225 武漢智權專利代理事務所(特殊普通合伙) | 代理人: | 李斯<國際申請>=<國際公布>=<進入國 |
| 地址: | 430074 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 光信噪比 頻率直方圖 相干干涉儀 干涉光 信號光 延時 機器學習模型 測量 光信噪比監測 傳輸信號 鏈路節點 碼元周期 色散補償 通信領域 噪聲帶寬 接收端 訓練集 延時差 兩臂 傳輸 | ||
1.一種光信噪比測量方法,其特征在于,包括步驟:
對信號光進行色散補償后傳輸至延時自相干干涉儀,基于延時自相干干涉儀得到干涉光強變化,且所述延時自相干干涉儀兩臂之間的延時差大于信號光傳輸信號的碼元周期;
獲取干涉光強變化的范圍,將所述范圍分為多個連續的區間,獲得所述干涉光強分布的頻率直方圖;
將所述頻率直方圖輸入預先訓練好的機器學習模型,得到信號光的光信噪比;同時,
所述機器學習模型是用多組已知光信噪比的頻率直方圖及對應的光信噪比作為訓練集訓練得到。
2.如權利要求1所述的光信噪比測量方法,其特征在于,
所述對信號光進行色散補償后傳輸至延時自相干干涉儀,基于延時自相干干涉儀得到干涉光強變化,包括:
通過色散補償模塊對信號光進行色散補償并傳輸至延時自相干干涉儀;
延時自相干干涉儀使色散補償后的信號光產生延時自相干干涉后傳輸至光探測器;
光探測器將信號光的光信號轉換為電信號;
放大電路對所述電信號放大后,通過采樣電路對放大后的電信號采樣得到采樣值,并將所述采樣值的變化作為干涉光強變化。
3.如權利要求2所述的光信噪比測量方法,其特征在于,
所述獲取干涉光強變化的范圍,將所述范圍分為多個連續的區間,獲得所述光強分布的頻率直方圖,包括:
對采樣電路輸出采樣值進行統計,根據所述采樣值的最大值和最小值,把采樣值范圍分成若干區間;
統計所述采樣值落在每一個區間上的頻率,從而得到干涉光強分布的頻率直方圖。
4.如權利要求2所述的光信噪比測量方法,其特征在于,所述光探測器、放大電路和采樣電路的最小3dB帶寬大于所述電信號波特率的一半。
5.如權利要求2所述的光信噪比測量方法,其特征在于,所述色散補償模塊具有色散補償光柵或色散補償光纖。
6.如權利要求1所述的光信噪比測量方法,其特征在于,所述延時自相干干涉儀兩臂之間的延時差大于信號光傳輸信號的碼元周期并小于光源相干時間。
7.如權利要求1所述的光信噪比測量方法,其特征在于,所述延時自相干干涉儀兩臂之間的延時差為固定值,或者,
所述延時自相干干涉儀兩臂之間的延時差可調諧,且兩次調諧之間間隔一定時間。
8.如權利要求1所述的光信噪比測量方法,其特征在于,所述機器學習模型采用的機器學習算法為:
人工神經網絡、深度神經網絡、K階鄰域算法、支持向量機或決策樹。
9.如權利要求1所述的方法,其特征在于,對信號光進行色散補償后信號光的殘余色散在±800ps/nm的范圍內。
10.一種光信噪比測量系統,其特征在于,包括:
色散補償模塊,其用于對信號光進行色散補償;
延時自相干干涉儀,其用于接收色散補償后的信號光,并使色散補償后的信號光產生延時自相干干涉后傳輸至光探測器,且所述延時自相干干涉儀兩臂之間的延時差大于信號光傳輸信號的碼元周期;
光探測器,其用于將光信號轉為電信號;
電路,其用于將所述電信號放大后采樣得到采樣值,所述采樣值的變化即為干涉光強變化;
統計模塊,其用于獲取干涉光強變化的范圍,將所述范圍分為多個連續的區間,獲得所述干涉光強分布的頻率直方圖;
機器學習模型,其用于將所述頻率直方圖輸入預先訓練好的機器學習模型,得到信號光的光信噪比;同時,
所述機器學習模型是用多組已知光信噪比的頻率直方圖及對應的光信噪比作為訓練集訓練得到。
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武漢郵電科學研究院有限公司,未經武漢郵電科學研究院有限公司許可,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/201910900030.0/1.html,轉載請聲明來源鉆瓜專利網。





