基于Wide&Deep-CNN的光纤非线性均衡方法

    公开(公告)号:CN116366165A

    公开(公告)日:2023-06-30

    申请号:CN202211537436.5

    申请日:2022-12-01

    Abstract: 本发明公开的基于Wide&Deep‑CNN的光纤非线性均衡方法,属于光纤通信技术领域。本发明实现方法为:构建每个M‑QAM信号的第一特征序列和第二特征图谱,构建训练数据集;构建基于Wide&Deep‑CNN模型的非线性均衡模型,第一特征序列作为Wide&Deep‑CNN模型中Wide网络子模型的输入特征序列,第二特征图谱作为Wide&Deep‑CNN模型中Deep‑CNN子模型的输入特征图谱;利用训练数据集对Wide&Deep‑CNN模型进行训练;将每个待非线性均衡的M‑QAM信号的特征输入到训练好的Wide&Deep‑CNN模型,输出得到每个M‑QAM信号的预测标签;将输出的预测标签结果作为M‑QAM信号所对应的类别,得到M‑QAM信号的非线性均衡结果,显著改善M‑QAM信号的质量,通过M‑QAM星座符号解映射,得到相对应二进制数据,实现高准确度的数据恢复,降低误比特率,提升相干光通信系统的传输性能。

    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。

Patent Agency Ranking