[发明专利]QAM相干光通信系统中基于矩的精度增强的OSNR监测方法

说明书

本发明公开了一种QAM相干光通信系统中基于矩的精度增强的OSNR监测方法。本发明QAM相干光通信系统中基于矩的精度增强的OSNR监测方法，其特征在于，包括：使用时钟恢复的信号作为输入；将发送信号写为x_n＝R_nе^jθn，其中R_n和θ_n分别是QAM信号的幅度和相位，恢复信号表示为：其中，s是信号功率因数，n是噪声功率因数，z_k是均值为零的高斯白噪声；对时钟恢复后的信号进行平均能量归一化。与传统的基于矩的方法相比，所提出的精度增强的基于矩的方法可以将估计误差降低到0.4dB以下。

技术领域

本发明涉及通信领域，具体涉及一种QAM相干光通信系统中基于矩的精度增强的OSNR监测方法。

背景技术

光信号的质量通常用光信噪比(OSNR)衡量，OSNR定义为信号功率与噪声功率之比。在光通信系统中，累积的噪声主要来自级联掺饵光纤放大器(EDFA)的放大的自发发射(ASE)噪声。由于EDFA在光通信系统中通过放大光信号来补偿光纤损耗是必不可少的，诱发的ASE噪声的积累肯定会降低OSNR，从而降低光信号的质量。通过监测OSNR值，网络控制平面可以灵活分配光信号的带宽和路由。

同时，随着基于数字信号处理(DSP)的相干接收机的应用，高阶正交幅度调制(QAM)信号有望用于高速，大容量和长距离的通信系统。在相干光通信系统中，基于DSP的OSNR监测技术很有吸引力，因为它们可以容忍来自光波长开关的滤波性能下降的同时集成在基于DSP的相干接收机中。正交幅度调制(QAM)相干光通信系统中已经出现了各种基于DSP的OSNR监测技术，比如基于深度神经网络，卷积神经网络和长短期记忆神经网络。通过提取幅度直方图，异步延迟抽头图，斯托克斯参数，误差矢量幅度，光谱等特征来监测OSNR。通常，提取特征的OSNR监测技术需要大量的训练数据才能获得更高的OSNR识别精度。相比之下，通过计算信号的高阶矩可以轻松估计OSNR。

发明内容

本发明要解决的技术问题是提供一种QAM相干光通信系统中基于矩的精度增强的OSNR监测方法，误差较小。

为了解决上述技术问题，本发明提供了一种QAM相干光通信系统中基于矩的精度增强的OSNR监测方法，包括：

使用时钟恢复的信号作为输入，将发送信号写为X_n＝R_nе^jθn，其中R_n和θ_n分别是QAM信号的幅度和相位，恢复信号表示为：

其中，s是信号功率因数，n是噪声功率因数，z_k是均值为零的高斯白噪声；

对时钟恢复后的信号进行平均能量归一化；

提取归一化后恢复信号的内部幅度圆表示为：

基于内部幅度圆的数据，计算二阶矩M₂，可表示为

其中，E{}和()^*表示向量的均值和共轭，E{|R_n|²}＝E{|Z_k|²}＝V；

基于内部幅度圆的数据，计算四阶矩M₄，可表示为

OSNR通过信号功率因数S和噪声功率因数N来计算，

其中，B_f是参考带宽，Rs是信号的符号率；Kx为1。