[发明专利]一种基于神经网络的时频二阶均衡方法及通信系统

说明书

本发明公开了一种基于神经网络的时频二阶均衡方法及通信系统。本发明的时频二阶均衡方法包括：1)接收端对收到的时域多载波符号进行处理得到待均衡的信号；2)利用待均衡的信号及其相邻信号生成时域特征向量并输入到训练后的时域神经网络，得到均衡结果并将其转换到频域；3)根据转换到频域的均衡结果生成频域特征向量并输入训练后的频域神经网络，得到最终的均衡信号输出。本发明在时域信号质量提升的基础上，对后续信号到频域的转换以及子载波解调也会计算得更加精准，削弱了计算噪声的影响；同时削弱了时域多载波符号之间和频域相邻子载波之间的串扰。

技术领域

本发明属于光通信传输领域，涉及一种多载波系统接收端均衡方法及通信系统，尤其涉及一种基于神经网络的多载波系统接收端时频二阶均衡方法及通信系统。

背景技术

光纤通信系统由于频带宽、数据传输速率高、成本低等优点而被广泛应用于在大容量宽带通信系统中得到了广泛的应用。随着高速数字信号处理器的发展，多载波调制技术得到重视，并实际应用到光纤通信系统中，如正交频分复用(OFDM)、离散多音调制(DMT)、非线性频分复用(NFDM)等数字调制技术。多载波调制技术的基本原理是在频域内将信道的可用带宽划分为N个频谱重叠的子信道，各载波间可保持正交，降低了单载波通信系统中对载波间距的要求，使得多载波系统频谱效率通常高于传统的单载波系统。

多载波调制系统中，发射机中首先进行串并转换，将串行比特流转化为并行的块结构，为调制多载波符号做准备。下一步经过符号映射将0,1比特流映射成16QAM、64QAM等一个符号携带多个比特信息的电信号，作为频域子载波上的符号，之后这些符号经过数字运算被调制到频域相互正交的子载波上，在时域上构成多载波符号波形。由于实际传输链路中存在自发辐射噪声、非线性效应等无法避免的损伤因素，不同子信道的信道增益不同，且正交子载波间的独立性会遭到破坏，形成频域上子载波间的相互干扰。时域上，光纤信道的色散和非线性效应的影响会造成时域信号展宽，形成多载波符号间的串扰。这些传输过程中受到线性与非线性损伤严重影响了系统性能。针对这一问题，均衡技术成为多载波调制中的关键技术。传统的均衡方案分为两类，时域均衡(TDE)和频域均衡(FDE)。对符号间干扰的消除可通过时域均衡完成，而频域均衡可用来调整每个子信道增益、消除子载波间的干扰。

近年来，神经网络由于其强大的拟合能力，已被成功应用于光纤通信系统中，神经网络作为一种数据驱动的算法既可在时域对信号进行补偿，又可在频域对信号进行补偿。采用神经网络补偿信号损伤主要分为训练和均衡两个阶段，经过充分训练的神经网络通常都能够很好地对信号进行补偿。不过，多载波调制信号的损伤来源是多方面的，单一维度的训练不能够同时追踪信号在时频域不同的损伤特点，这使得补偿的准确性有待进一步提高。

发明内容

针对现有技术中存在的只能在单一维度上对信号进行均衡的技术问题，本发明的目的在于提供一种应用在多载波调制系统中基于神经网络的接收端时频二阶均衡方法及通信系统。

为实现上述目的，本发明采用如下技术方案：

1.经过传输的时域多载波符号在接收端经过前序数字处理，得到待均衡的信号形式。在保证神经网络输入为采样信息的前提下，神经网络可以嵌入在数字信号处理流程中的任意位置。根据均衡目的，可确定神经网络在数字信号处理流程中的嵌入位置，在该处采集并存储光纤通信传输系统的接收符号信息。

2.将存储的接收符号依据设定方式生成特征向量作为训练数据，其对应的发端发送的符号作为标签训练神经网络。第k个接收符号对应的特征向量记为x_k，其对应的发端发送符号为L_k。当神经网络置于时域，时域特征向量记为由时域多载波符号的波形采样点s_k构成，即构成时域模拟波形的离散数值点，对应的标签记为当神经网络置于频域，频域特征向量记为由调制在频域子载波上的符号c_k构成，对应的标签记为