[发明专利]一种基于卡尔曼滤波算法的载波相位恢复方法及装置

说明书

技术领域

本发明涉及通信领域，特别是涉及一种基于卡尔曼滤波算法的载波相位恢复方法及装置。

背景技术

近年来，高速模数转换器(Analog-to-Digital Converter，ADC)技术、集成光器件以及数字信号处理(Digital Signal Processing，DSP)技术，推动了光通信领域基于相干检测的相干光通信技术的快速发展。其中，在16QAM(Quadrature Amplitude Modulation，正交振幅调制)的相干传输系统中，相位噪声和幅度噪声是限制高速大容量数字相干光通信系统性能的一个主要因素。相位噪声主要是由激光线宽，以及ASE(Amplified Spontaneous Emission，放大自发发射)噪声和信号之间的非线性相互作用引起的；幅度噪声的主要来源是ASE噪声。图1表示16QAM信号星座图的原始信号图，图2表示受相位噪声影响的16QAM信号星座图，图3表示受相位噪声和幅度噪声影响的16QAM信号星座图。由图1、图2、图3可以看出，相位噪声会引起噪声信号星座图旋转，而幅度噪声会引起信号符号的偏移，所以如果能同时去除相位噪声和幅度噪声，系统的性能会得到极大的提升。那么去除相位噪声和幅度噪声的关键是载波相位估计，只有通过对这些信号进行相位估计，才能判断信号是否受到这些噪声的影响，如果相位估计的估计值与原始信号的相位值不同，说明该信号受到噪声的影响，那么只需根据估计值进行相位恢复就可以消除这些噪声。

在现有的载波相位估计方法中，EKF(Extended Kalman Filter，卡尔曼滤波)算法是可以同时去除16QAM信号的相位噪声和幅度噪声的最优估计算法。卡尔曼滤波算法的载波相位估计方法主要分为时间更新和测量更新两部分，时间更新主要是产生一个先验估计，然后这个先验估计在测量更新过程根据与实际测量值的误差进行改进，得到后验估计，也就是最终的估计值。具体的，先根据卡尔曼滤波算法的空间状态模型和前一时刻的载波相位估计值，得到所述当前时刻的载波相位误差的先验估计，这里，空间状态模型用来说明要估计的变量的模型，包括当前时刻的载波相位的相位噪声的真实值。再获取当前时刻载波相位的测量值，并计算先验估计与测量值的误差，得到先验估计与测量值的预测误差；最后，根据预测误差更新当前时刻的载波相位噪声先验估计的误差协方差，得到当前时刻的载波相位误差的后验估计。

但是现有的卡尔曼滤波算法对当前时刻相位估计的判决误差取决于前一时刻的载波相位估计的反馈，由于前一时刻的载波相位估计受较大噪声相位的影响，相位估计值不准确，导致当前时刻相位估计产生较大的估计误差。

发明内容

有鉴于此，本发明实施例的目的在于提供一种基于卡尔曼滤波算法的载波相位恢复方法及装置，有效减少卡尔曼滤波算法中相位估计的误差，更加准确去除相位噪声和幅度噪声的影响。具体技术方案如下：

本发明实施例公开了一种基于卡尔曼滤波算法的载波相位恢复方法，应用于16进制正交振幅调制16QAM相干传输系统，所述方法包括：

通过载波相位估计算法对16QAM信号进行载波相位估计，得到第一相位估计值；

根据所述第一相位估计值对所述16QAM信号进行相位恢复，得到第一恢复后的16QAM信号；

通过卡尔曼滤波算法对所述恢复后的16QAM信号进行相位估计，得到第二相位估计值；

根据所述第二估计值对所述恢复后的16QAM信号进行相位恢复，得到第二恢复后的16QAM信号。

可选的，所述通过载波相位估计算法对16QAM信号进行载波相位估计，包括：

所述通过VV载波相位估计算法对所述16QAM信号进行载波相位估计。

可选的，所述通过VV载波相位估计算法对所述16QAM信号进行载波相位估计，包括：

将所述16QAM信号进行四相相移键控分割，得到所述16QAM信号的载波相位，所述载波相位至少包括调制相位信息、相位噪声和噪声相位；

通过四次方运算去除所述调制相位信息，得到包含所述相位噪声和所述噪声相位的所述载波相位；

根据平均运算消除所述噪声相位，得到所述载波相位的所述相位噪声的估计值，所述相位噪声的估计值为所述第一相位估计值。

可选的，所述将所述16QAM信号进行四相相移键控分割，包括：

获取所述16QAM信号在星座图上对应的星座点；

对所述星座点进行所述四相相移键控分割，得到所述星座点对应的分区；