[發(fā)明專利]針對少模多芯OAM光纖傳輸概率分布的非線性補償方法

有效

• 申請?zhí)枺?/td>: 202010576534.4
• 申請日: 2020-06-22
• 公開（公告）號: CN111800194B
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計）人: 高然;忻向軍;周思彤
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: H04B10/2543
• 分類號: H04B10/2543;H04L27/34
• 代理公司: 北京正陽理工知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11639
• 代理人: 鄔曉楠

1.針對少模多芯OAM光纖傳輸概率分布的非線性補償方法，其特征在于：包括如下步驟：

步驟一：準(zhǔn)備訓(xùn)練數(shù)據(jù)

在發(fā)送端發(fā)送訓(xùn)練數(shù)據(jù)，數(shù)據(jù)長度為M；數(shù)據(jù)經(jīng)過處理后形成星座圖，星座圖中含有坐標(biāo)規(guī)整排布的N個星座點；再經(jīng)過OAM傳輸，由于傳輸過程中所受到的非線性損傷，使得星座圖上的點旋轉(zhuǎn)彌散；得到一個格式為N*2的矩陣[[x₁,y₁]；[x₂,y₂]；...；[x_n,y_n]]，此矩陣的數(shù)據(jù)為訓(xùn)練數(shù)據(jù)；根據(jù)星座圖確定坐標(biāo)點的分類為i類；由于已知N個坐標(biāo)點的原始坐標(biāo)位置，根據(jù)已知分類將彌散的星座圖中的坐標(biāo)點分成i組，每組的格式為[[x₁,y₁]；[x₂,y₂]；...；[x_n,y_n]]；

N為星座點個數(shù)，由M計算得到，且具體關(guān)系由傳輸過程中的調(diào)制格式?jīng)Q定；

步驟二：訓(xùn)練模型

選定分類模型，根據(jù)步驟一的i種類別下的訓(xùn)練數(shù)據(jù)進(jìn)行求解，得到選定模型所需的參數(shù)；把參數(shù)帶入模型中，求出i個所示模型的分類器；

步驟三：預(yù)測

對于未知分類的坐標(biāo)點(x,y)求分類，將x,y帶入i個分類器中，得到i個數(shù)值，即該點屬于i個分類的概率，對比出概率最大的一個，則判定坐標(biāo)點(x,y)屬于該分類；根據(jù)得到的分類，將坐標(biāo)點判決為二進(jìn)制數(shù)據(jù)，能夠提高判決的準(zhǔn)確度，降低誤碼率，以此達(dá)到補償非線性損傷的效果；

步驟二中所述的分類模型包括：

1)若為高斯分布模型，根據(jù)高斯分布模型的概率密度公式，得知公式所需參數(shù)為平均值μ和方差σ²，求出訓(xùn)練數(shù)據(jù)的平均值和方差，帶入公式得到高斯分布分類模型；

2)若為t分布模型，根據(jù)t分布模型的概率密度公式，其中Gam為伽馬函數(shù)，得知公式所需參數(shù)為自由度n、平均值μ和方差σ²，求出訓(xùn)練數(shù)據(jù)的自由度、平均值和方差，帶入公式得到t分布分類模型；

3)若為極值分布模型，根據(jù)極值分布模型的概率密度公式，其中s為訓(xùn)練數(shù)據(jù)標(biāo)準(zhǔn)差，極小值分布中極小值分布中為訓(xùn)練數(shù)據(jù)均值，得知公式所需參數(shù)為平均值和標(biāo)準(zhǔn)差，求出訓(xùn)練數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差，帶入公式得到極值分布分類模型；

4)若根據(jù)系統(tǒng)概率分布特點擬合的系統(tǒng)概率分布模型，用訓(xùn)練數(shù)據(jù)畫出概率密度分布，判斷要使用的概率密度分布模型，然后用fittype和fit函數(shù)擬合出概率密度函數(shù)，并求出相應(yīng)參數(shù)，帶入到概率密度函數(shù)中，得到分類模型。