System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請屬于光傳輸通信,具體涉及一種相干光非線性iq損傷均衡方法及裝置。
技術介紹
1、近年來,隨著互聯網技術的飛速發展和大數據時代的到來,人們對高速、大容量通信網絡的需求不斷增加。傳統的電信網絡已難以滿足如此龐大的數據流量需求,而光纖通信網絡憑借其卓越的寬帶特性,成為了最佳選擇。然而,光纖通信網絡的帶寬資源并非無限,如何在有限的光纖資源上實現更高的信息傳輸速率,成為了光通信領域亟待解決的關鍵問題。相干光通信系統結合先進的高階正交幅度相位調制(qam)等調制技術,實現了比傳統光通信更高效的信息傳輸,從而成為提升光纖網絡頻譜效率的重要手段。高階qam調制通過對載波的振幅和相位進行巧妙組合編碼,大幅提高了光纖的有效帶寬利用率。目前,相干光通信系統已能支持120?gbaud的qam調制,每個符號可傳輸逾10比特的信息,成為顯著提升光纖網絡總吞吐量的關鍵技術。然而,在伴隨高階qam調制推動高符號率發展的同時,相干光通信系統的均衡技術面臨著諸多挑戰。高階調制格式更容易受到光學元件損傷帶來的影響。如發射激光器和本振的相位噪聲、光纖非線性、相干光接收機前端iq通道之間的不平衡等,嚴重影響了qam格式的性能。尤其是接收器前端的缺陷可能會對傳輸性能產生相當大的影響。采用大階正交和調幅(qam)格式的收發器通常需要高信噪比值才能可靠傳輸,這使得它們的實現對接收器前端不平衡的容忍度較低。因此,在這種情況下,兩個重要的問題是這些缺陷如何與信號檢測和均衡的性能相關,以及如何設計dsp以減輕最終的懲罰。
2、最近的研究提出了一些架構,對接收器前端
技術實現思路
1、目的:鑒于以上技術問題中的至少一項,本申請提供一種相干光非線性iq損傷均衡方法及裝置。
2、本申請采用的技術方案為:
3、第一方面,本申請提供了一種相干光非線性iq損傷均衡方法,包括:
4、s1、獲取待均衡的16qam數據;
5、s2、對所述16qam數據進行預處理,得到預處理后的實部數據、虛部數據;
6、s3、將預處理后的實部數據輸入預訓練好的第一sd-resnet模型,得到均衡后的實部數據;將預處理后的虛部數據輸入預訓練好的第二sd-resnet模型,得到均衡后的虛部數據;
7、s4、根據均衡后的實部數據和均衡后的虛部數據得到均衡后的16qam數據;
8、其中預訓練好的第一sd-resnet模型、第二sd-resnet模型的獲取方法包括:
9、第一sd-resnet模型、第二sd-resnet模型的網絡結構相同,均包括:一個輸入層、四個殘差層和一個輸出層;所述輸入層包括一個?1維卷積層、批歸一化層和relu?激活函數;每個殘差層包括兩個殘差塊,每個殘差塊包括一個1維卷積層、批歸一化層和relu?激活函數;所述輸出層包括全局平均池化層、展平層和全連接層;
10、利用帶標簽的實部數據樣本集對第一sd-resnet模型進行訓練,利用帶標簽的虛部數據樣本集對第二sd-resnet模型進行訓練,直至達到預設條件,得到訓練好的第一sd-resnet模型、第二sd-resnet模型;其中在訓練過程中,對于每個殘差塊,根據隨機深度機制決定是否跳過,若隨機生成的數小于殘差塊的生存概率,則跳過該殘差塊的計算,直接返回輸入;若隨機生成的數大于或等于殘差塊的生存概率,則經過該殘差塊的計算。
11、第二方面,本申請提供了一種相干光非線性iq損傷均衡裝置,包括處理器及存儲介質;
12、所述存儲介質用于存儲指令;
13、所述處理器用于根據所述指令進行操作以執行根據第一方面所述的方法。
14、第三方面,本申請提供了一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器執行時實現第一方面所述方法。
15、第四方面,本申請提供了一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,所述處理器執行所述計算機程序時實現第一方面所述方法。
16、第五方面,本申請提供了一種計算機程序產品,包括計算機程序,該計算機程序被處理器執行時實現第一方面所述方法。
17、有益效果:本申請提供的相干光非線性iq損傷均衡方法及裝置,具有以下優點:本申請中,提出了一種基于隨機深度(stochastic?depth)的resnet?iq數據均衡方案。將發送符號和接收符號的iq信息作為resnet的輸入和輸出,創新地利用殘差思想連接這輸入和輸出信息,iq數據經過z-score標準化,在resnet中引入sd機制,控制參與訓練的網絡模塊數量。sd-resnet從原始數據端到端學習輸入到輸出的iq非線性偏移映射,無需顯式建模過程,發現隱含的iq數據規律和特征模式。此外,為了防止網絡訓練出現冗余,在網絡中添加了stochastic?depth(sd)機制。在保證網絡的非線性映射的表達能力的同時,降低了sd-resnet網絡模型的計算復雜度,提高iq數據的恢復精度。
本文檔來自技高網...【技術保護點】
1.一種相干光非線性IQ損傷均衡方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,每個殘差塊的生存概率均為0.7。
3.根據權利要求1所述的方法,其特征在于,第一SD-ResNet模型、第二SD-ResNet模型的數據處理過程包括:
4.根據權利要求1所述的方法,其特征在于,所述第一SD-ResNet模型、第二SD-ResNet模型的訓練過程包括:
5.根據權利要求4所述的方法,其特征在于,所述第一SD-ResNet模型、第二SD-ResNet模型的訓練過程還包括:
6.根據權利要求1所述的方法,其特征在于,S2、對所述16QAM數據進行預處理,得到預處理后的實部數據、虛部數據;包括:
7.一種相干光非線性IQ損傷均衡裝置,其特征在于,包括處理器及存儲介質;
8.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1至6任一項所述方法。
9.一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,其特征在于,所述處
10.一種計算機程序產品,包括計算機程序,其特征在于,該計算機程序被處理器執行時實現權利要求1至6任一項所述方法。
...【技術特征摘要】
1.一種相干光非線性iq損傷均衡方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,每個殘差塊的生存概率均為0.7。
3.根據權利要求1所述的方法,其特征在于,第一sd-resnet模型、第二sd-resnet模型的數據處理過程包括:
4.根據權利要求1所述的方法,其特征在于,所述第一sd-resnet模型、第二sd-resnet模型的訓練過程包括:
5.根據權利要求4所述的方法,其特征在于,所述第一sd-resnet模型、第二sd-resnet模型的訓練過程還包括:
6.根據權利要求1所述的方法,其特征在于...
【專利技術屬性】
技術研發人員:劉博,任建新,毛雅亞,朱磊,陳帥東,田鳳,張俊濤,
申請(專利權)人:北京郵電大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。