[发明专利]基于复数值神经网络的信道估计方法及系统

说明书

本发明公开了一种基于复数值神经网络的信道估计方法及系统，该方法包括以下步骤：S1、构建复数值神经网络；S2、在接收端提取导频，并估计导频信号的CFR值，得到训练集和测试集；S3、将训练集中导频信号的CFR值作为输入对复数值神经网络进行离线训练，得到训练后的复数值神经网络；S4、将测试集中导频信号的CFR值作为输入对训练好的复数值神经网络进行测试，得到数据信号的CFR值；S5、根据数据信号的CFR值恢复原始的传输信号。本发明基于复数值神经网络(CVNN)的信道估计方法及系统灵敏度高、能够有效抵抗光纤色散的影响。

技术领域

本发明涉及光纤通信技术领域，特别涉及一种基于复数值神经网络的信道估计方法。

背景技术

随着物联网和虚拟/现实应用的爆炸式增长，如今对大容量、低时延的移动通信服务的需求逐渐增加。为满足高速无线网络的需求，具有高频谱效率、多用户分集和简单均衡的灵活光传输网络对移动前传平台来说是必不可少的。其中，多载波技术在满足上述需求上极其具有竞争力。光正交频分复用(orthogonal frequency division multiplexing，OFDM)由于其能很好抵抗光纤色散的影响、高频谱效率和使用简单的均衡器等优点而得到研究者的广泛研究。然而，一些固有的缺点阻碍了其在第五代移动通信中的发展。首先，OFDM中使用循环前缀(cyclic prefix，CP)作为保护间隔来减小符号间干扰(inter-symbolinterference，ISI)，这样会引入不可避免的开销。同时，OFDM信号特别容易受到同步误差的影响，这会破坏子载波间的正交性，从而引入严重的载波间干扰(inter-carrierinterference，ICI)。此外，OFDM中使用的矩形滤波器会产生带外泄露。

FBMC/OQAM已经被视为替代OFDM的方案，因为它具有以下优点，例如对同步错误的鲁棒性、不需要额外的CP开销和由于引入优良的原型滤波器抑制了带外泄露。这些优点使得FBMC在光和无线通信系统中得到广泛应用。此外，异步特性使得FBMC尤其适合应用在IM/DD无源光网络(passive optical network，PON)中传输多个用户的上行通信系统。就像OFDM信号一样，FBMC信号有优点也有不足。FBMC信号的子载波之间在复数域内不再正交，只在实数域内正交，这将导致子载波和符号之间存在固有的虚部干扰。当FBMC信号在具有复数值响应的信道中传输时，消除固有的虚部干扰并精确的估计其信道响应值就变得非常具有挑战性。因此，在光FBMC系统中提出一种同时具有低的计算复杂度和高性能的信道估计方法具有重大的意义。

发明内容

本发明要解决的技术问题是提供一种灵敏度高、有效抵抗光纤色散影响的基于复数值神经网络的信道估计方法。

为了解决上述问题，本发明提供了基于复数值神经网络(CVNN)的信道估计方法，其包括以下步骤：

S1、构建复数值神经网络；

S2、在接收端提取导频，并估计导频信号的CFR值，得到训练集和测试集；

S3、将训练集中导频信号的CFR值作为输入对复数值神经网络进行离线训练，得到训练后的复数值神经网络；

S4、将测试集中导频信号的CFR值作为输入对训练好的复数值神经网络进行测试，得到数据信号的CFR值；

S5、根据数据信号的CFR值恢复原始的传输信号。

作为本发明的进一步改进，所述复数值神经网络包括输入层、隐含层和输出层，输入信号在输入层、隐含层和输出层之间通过非线性变换来完成前向传播；根据输出层的输出值和前向传播的标签值之间的误差值，利用学习算法更新复数值神经网络中的参数来完成反向传播。

作为本发明的进一步改进，所述非线性变换通过激活函数来实现。

作为本发明的进一步改进，所述激活函数为复数tanh函数。