[发明专利]基于ANN_LS的IM/DD-OFDM/OQAM-PON系统信道估计方法

权利要求书

1.一种基于ANN_LS的IM/DD-OFDM/OQAM-PON系统信道估计方法，其特征在于，包括以下步骤：

步骤1：构建ANN神经网络；

ANN神经网络包括输入层、一个隐含层和输出层；输入层和输出层的神经元个数均为n，隐含层的神经元个数为p；

步骤2：初始化ANN神经网络中的所有权重和偏差；

步骤3：收集训练数据{x⁽¹⁾，x⁽²⁾，…，x⁽ⁿ⁾}；

对二进制序列进行调制、IFFT变换和滤波之后，收集为目标数据，记为{y⁽¹⁾，y⁽²⁾，…，y⁽ⁿ⁾}；再将目标数据通过马赫曾德尔调制器、光纤和光电转换，经过采样和判别后，作为训练数据收集，记为{x⁽¹⁾，x⁽²⁾，…，x⁽ⁿ⁾}，其中x^(j)与y^(j)一一对应，j＝1，2，...，n；

步骤4：前向传播；

步骤4-1：ANN神经网络的前馈是根据输入得到输出；输入训练数据为{x⁽¹⁾，x⁽²⁾，…，x⁽ⁿ⁾}，隐藏层的输出向量记为h_j，则隐藏层的输出表示为：

h_j＝f(z_j)

其中，ω_ij是输入层的第i个神经元和隐藏层的第j个神经元之间的权重，b_j是隐藏层的第j个神经元的偏差；f(.)其激活函数，选用tanh函数，其表达式为

步骤4-2：输出层的最优估计值表示为y_pred，表示为：

其中，ω_jk是隐藏层的第j个神经元与输出层的第k个神经元之间的连接权重，b_k是输出层的第k个神经元的偏差；

步骤4-3：前馈损失函数；

用平方差函数作为前馈损失函数，表示为：

lose＝mean(square(y-y_pred))

用损失函数计算预测数据与目标数据之间的误差；

步骤5：反向传播算法；

步骤5-1：将SGD用作反向传播，并不断调整网络的权重和偏差；

步骤5-2：反向传播损失函数包含多个权重和阈值的多元函数，表示为：

L(ω_ij，ω_jk，b_j，b_k)

损失函数相对于权重和偏差的导数，表示为：

其中，是第一个隐藏层的第j个神经元的梯度；

步骤5-3：权重和偏差的更新表示为：

其中，负号表示梯度下降，η和n为常数；η是学习率，决定网络的训练速度；n是批次大小；

步骤6：模型评估；

通过R方估计得到准确率，从而判断ANN神经网络训练的效果，即：

步骤7：在频域用LS进行信道估计；

步骤7-1：将预测数据y_pred先移除滤波器，再进行FFT变换，得到：

Y＝XH+W

其中，H是频域信道矩阵，X是频域发送信号矩阵，Y是频域接收信号矩阵，W是高斯噪声矩阵；

步骤7-2：频域LS的信道估计为：

其中，X_P和Y_P分别表示导频位置的发送和接收数据。

2.根据权利要求1所述的一种基于ANN_LS的IM/DD-OFDM/OQAM-PON系统信道估计方法，其特征在于，所述n＝10，p＝10。