[發明專利]雙偏振聯合信號噪聲處理方法和噪聲處理裝置

在審

• 申請號: 202211246659.6
• 申請日: 2022-10-12
• 公開（公告）號: CN115694710A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 徐創;劉伯濤
• 申請（專利權）人: 香港理工大學深圳研究院
• 主分類號: H04J14/02
• 分類號: H04J14/02;H04B10/079;H04B10/25;H04B10/69
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 李可

本發明涉及噪聲處理技術領域，具體是涉及雙偏振聯合信號噪聲處理方法和噪聲處理裝置。本發明用X、Y偏振態離散譜特征值中攜帶的噪聲信息及其與X偏振態上的離散譜系數之間的相關系數補償X偏振態上的離散譜系數噪聲，同樣用X、Y偏振態離散譜特征值中攜帶的噪聲信息及其與Y偏振態上的離散譜系數之間的相關系數補償Y偏振態上的離散譜系數噪聲。本發明補償X和Y偏振態上的離散譜系數噪聲時，同時利用了X和Y偏振態上的特征值噪聲，引入了更多的已知噪聲信息，從而更好地實現對X和Y偏振態上的離散譜系數噪聲補償。

技術領域

本發明涉及噪聲處理技術領域，具體是涉及雙偏振聯合信號噪聲處理方法和噪聲處理裝置。

背景技術

光纖通信適用于大容量長距離通信，但是光纖通信也會產生非線性噪聲，從而降低了光纖通信的通信質量。為了克服光纖非線性效應對信號產生的噪聲影響，現有技術選用機器學習算法去除信號中的非線性噪聲，一方面機器學習因算法復雜而提高了去噪所需要的時間，另一方面機器學習是根據對已知歷史信號的學習而對未知信號進行去噪，難以針對每一種未知信號進行準確的去噪。

綜上所述，現有技術的信號噪聲處理方法去噪效果較差。

因此，現有技術還有待改進和提高。

發明內容

為解決上述技術問題，本發明提供了雙偏振聯合信號噪聲處理方法和噪聲處理裝置，解決了現有技術的信號噪聲處理方法去噪效果較差的問題。

為實現上述目的，本發明采用了以下技術方案：

第一方面，本發明提供一種雙偏振聯合信號噪聲處理方法，其中，包括：

分別計算X偏振態上的X噪聲相關系數和Y偏振態上的Y噪聲相關系數，所述X噪聲相關系數用于表征訓練離散譜特征值的訓練特征值噪聲和所述X偏振態上的X訓練離散譜系數的X訓練系數噪聲之間的相關性，所述Y噪聲相關系數用于表征訓練特征值噪聲與所述Y偏振態上的訓練離散譜系數的Y訓練系數噪聲之間的相關性，所述訓練離散譜特征值和所述訓練離散譜系數為被訓練的非線性頻分復用信號在頻域上的屬性，所述X偏振態和所述Y偏振態為被訓練的所述非線性頻分復用信號在時域上的兩個偏振態；

依據實測離散譜特征值的實測特征值噪聲、所述X噪聲相關系數、所述Y噪聲相關系數，得到位于所述X偏振態上的X實測離散譜系數所包含的X實測系數噪聲和位于所述Y偏振態上的Y實測離散譜系數所包含的Y實測系數噪聲，所述實測離散譜特征值和所述X實測離散譜系數以及所述Y實測離散譜系數為實測的非線性頻分復用頻域信號的屬性；

依據所述X實測系數噪聲和所述Y實測系數噪聲以及所述X實測離散譜系數和所述Y實測離散譜系數，得到噪聲補償之后的所述X實測離散譜系數和噪聲補充之后的所述Y實測離散譜系數，所述噪聲補償用于表征去噪信息。

在一種實現方式中，所述分別計算X偏振態上的X噪聲相關系數和Y偏振態上的Y噪聲相關系數，所述X噪聲相關系數用于表征訓練離散譜特征值的訓練特征值噪聲和所述X偏振態上的X訓練離散譜系數的X訓練系數噪聲之間的相關性，所述Y噪聲相關系數用于表征訓練特征值噪聲與所述Y偏振態上的訓練離散譜系數的Y訓練系數噪聲之間的相關性；所述訓練離散譜特征值和所述訓練離散譜系數為被訓練的非線性頻分復用信號在頻域上的屬性，所述X偏振態和所述Y偏振態為被訓練的所述訓練非線性頻分復用頻域信號在時域上的兩個偏振態，包括：

依據所述訓練特征值噪聲，得到所述訓練特征值噪聲中的X訓練特征值噪聲和Y訓練特征值噪聲，所述X訓練特征值噪聲用于表征位于所述X偏振態上的訓練離散譜特征值所包含的噪聲，所述Y訓練特征值噪聲用于表征位于所述Y偏振態上的訓練離散譜特征值所包含的噪聲；

將所述X訓練特征值噪聲和所述Y訓練特征值噪聲分別進行相同位數的移位，分別得到移位之后的所述X訓練特征值噪聲和所述Y訓練特征值噪聲，所述X訓練特征值噪聲和所述Y訓練特征值噪聲均為時序噪聲，所述移位為所述時序噪聲按照設定時序方向移位；