[发明专利]基于半径导向卡尔曼的参数自适应偏振态跟踪和均衡方法

说明书

本发明提供了一种基于半径导向卡尔曼的参数自适应偏振态跟踪和均衡方法，包括以下步骤：S1、进行偏振态跟踪及信道均衡；S2、进行自适应卡尔曼滤波算法，算法的每次迭代更新分为预测和更新两个阶段，在预测阶段，自适应卡尔曼滤波算法根据先验值预测当前时刻的滤波器参数；在更新阶段，自适应卡尔曼滤波算法根据半径导向的方式计算出误差函数，通过变分贝叶斯近似的方法进行多次卡尔曼更新对噪声协方差进行调整并修正滤波器参数，该修正值作为下一时刻的先验值。本发明的有益效果是：大大提高了算法的稳定性，提高了光通信的稳定性。

技术领域

本发明涉及光通信领域，尤其涉及一种基于半径导向卡尔曼的参数自适应偏振态跟踪和均衡方法。

背景技术

在光通信领域，偏振复用(PDM)技术可在不改变主干通信链路前提下双倍提升系统的容量，但是要求接收端能够有效地跟踪光信号偏振态。在新一代相干光通信系统中，人们常使用数字信号处理算法来实现快速鲁棒的偏振态跟踪和信道均衡。传统的均衡算法收敛速度和跟踪速度较慢，如常模算法(CMA)，多模算法(MMA)，半径导向均衡器(RDE)。基于卡尔曼滤波器的算法被提出用于快速的偏振态跟踪和信道均衡，但是算法的调优参数会极大地影响算法的收敛速度和收敛精度，因此算法的稳定性不能得到保证，影响光通信的稳定性。

用于卡尔曼滤波的参数自适应的方法主要分为四种：贝叶斯法(Bayesianmethods)，最大似然法(maximum likelihood methods)，相关法(correlation)和协方差匹配法(covariance matching methods)。协方差匹配法由于其运算复杂度较低，因此得到了广泛地应用，但是不够精确。贝叶斯法是最精确的一种自适应算法，其他的几种方法可以认为是它的近似方案，但是复杂度较高。

发明内容

为了解决现有技术中的问题，本发明提供了一种基于半径导向卡尔曼的参数自适应偏振态跟踪和均衡方法。

本发明提供了一种基于半径导向卡尔曼的参数自适应偏振态跟踪和均衡方法，包括以下步骤：

S1、进行偏振态跟踪及信道均衡；

S2、进行自适应卡尔曼滤波算法，算法的每次迭代更新分为预测和更新两个阶段，在预测阶段，自适应卡尔曼滤波算法根据先验值预测当前时刻的滤波器参数；在更新阶段，自适应卡尔曼滤波算法根据半径导向的方式计算出误差函数，通过变分贝叶斯近似的方法进行多次卡尔曼更新对噪声协方差进行调整并修正滤波器参数，该修正值作为下一时刻的先验值。

作为本发明的进一步改进，在步骤S1中，

其中，Z_out(n)，△ω，θ(n)，ξ(n)，J(n)，Z_in(n)，W(n)为n时刻的发送信号，频率偏移，相位噪声，加性白噪声，琼斯矩阵，接收信号，蝶形滤波器的抽头向量，为使用卡尔曼滤波算法对半径导向蝶形卡尔曼滤波器参数的进行迭代更新，估计出每个时刻最理想的逆琼斯矩阵，从而达到偏振态跟踪和信道均衡的效果。

作为本发明的进一步改进，在步骤S2中，半径导向蝶形卡尔曼滤波器的盲均衡算法主要框架由状态方程和测量方程组成。

作为本发明的进一步改进，在步骤S2中，设测量噪声成独立的高斯分布，则测量噪声协方差由两个独立的伽马分布组成，则测量噪声协方差为：

作为本发明的进一步改进，在步骤S2中，

对于自适应卡尔曼滤波算法每次迭代运算包括以下方程：

a.预测方程：

S^-(n)＝S(n-1) (2)

P^-(n)＝P(n-1)+Q(n) (3)