[发明专利]基于延时采样的光纤通信系统光信噪比监测方法

说明书

本发明公开了一种基于延时采样的光纤通信系统光信噪比监测方法。本发明一种基于延时采样的光纤通信系统光信噪比监测方法，包括：基于延时采样方法，将接收到的信号等分并对其中一路延时，分别将两次幅度采样的值作为x轴与y轴数据，做二维散点图，当光信噪比变化时，二维散点图发生展宽，对二维散点图中随光信噪比变化而变化明显的部分区域进行直方图拟合。本发明所述的光信噪比监测方法具有下列优点：该方法基于延时采样技术与异步幅度图技术相结合来提取特征值，提取特征值的过程更加简单，将提取到的特征值输入到人工神经网络实现精确监测光信噪比，不需要通过复杂的公式来计算光信噪比且不需要复杂的神经网络进行训练。

技术领域

本发明涉及不同调制格式的光纤通信系统中的光信噪比监测方法，并且更具体地涉及如何基于延时采样技术获取采样信号，并采用异步幅度图提取信号的特征值，将特征值输入到人工神经网络，通过不断优化神经网络训练模型来提高输出结果的准确性和稳定性，以实现光通信系统的光信噪比监测。

背景技术

随着光纤通信不断发展，灵活性、可扩展性和可靠性被认为是未来认知光网络所需的关键因素，弹性无源光网络被认为是未来最有发展前景的光纤网络之一。与相干光通信相比，光纤通信中的直调直检系统由于光纤传输中的低成本和低复杂度受到研究者的青睐。直调直检系统的优点：结构简单，只需要一个激光器，一个调制器，一个光电转换器，成本低，适用于短距离传输。

光纤通信系统中的光信号容易受到多种传输损伤，光信号的传输质量主要由光信噪比决定，光信噪比与误码率直接相关。因此，光信噪比成为了光通信系统中最重要的监测参数之一。

发明内容

本发明要解决的技术问题是提供一种基于延时采样的光纤通信系统光信噪比监测方法，提出将延时采样与异步幅度直方图技术相结合实现信号特征值的提取，将特征值输入到人工神经网络中提高输出结果的准确性和稳定性，实现有效监测不同调制格式的光纤通信系统的光信噪比的功能。

为了解决上述技术问题，本发明提供了一种基于延时采样的光纤通信系统光信噪比监测方法，包括：

基于延时采样方法，将接收到的信号等分并对其中一路延时，分别将两次幅度采样的值作为x轴与y轴数据，做二维散点图，当光信噪比变化时，二维散点图发生展宽，对二维散点图中随光信噪比变化而变化明显的部分区域进行直方图拟合；

选取二维散点图中高电平和低电平处的区域进行幅度直方图拟合，在不同的光信噪比条件下得到对应的幅度直方图，将幅度直方图中的纵坐标作为特征值输入到人工神经网络中，通过大量数据的不断训练与优化，使得神经网络能够准确地监测光信噪比。

本发明的有益效果：

该方法基于延时采样技术与异步幅度图技术相结合来提取特征值，提取特征值的过程更加简单，将提取到的特征值输入到人工神经网络实现精确监测光信噪比，不需要通过复杂的公式来计算光信噪比且不需要复杂的神经网络进行训练。

该方法能够实现NRZ-OOK、PAM4、RZ-DPSK调制格式的光纤通信系统的光信噪比监测，适用性较高。

在其中一个实施例中，所述神经网络结构为输入层、两层隐含层和输出层；输入层的特征值是拟合幅度直方图对应的纵坐标，输入层神经元的个数与特征值的个数相同，输出层的神经元只有一个，输出结果为光信噪比。

在其中一个实施例中，输出层的激活函数使用的是Relu函数。

在其中一个实施例中，选取部分数据集作为训练集用来训练神经网络，剩下的数据集作为测试集用来测试模型训练结束后的效果，实现适用于不同调制格式的光纤通信系统光信噪比监测。

在其中一个实施例中，隐含层的激活函数使用的是sigmoid函数。

在其中一个实施例中，两层隐含层神经元的个数分别为45和10。