[发明专利]一种基于信号幅度直方图的调制格式识别方法

说明书

本发明提供了一种基于信号幅度直方图的调制格式识别方法，属于通信技术领域，该方法包括：获取信号幅度直方图信息；对QPSK、8QAM、16QAM、32QAM和64QAM信号的信号幅度直方图执行第一次分区操作；对QPSK、16QAM、32QAM和64QAM信号的信号幅度直方图执行第二次分区操作；定义第三分区比值；对16QAM、32QAM和64QAM信号的信号幅度直方图执行第三次分区操作；改变信号的光信噪比，并进行阈值选择；基于阈值选择结果，对调制格式进行识别。本发明能够在免训练和任何先验信息下，以较低的运算量在较大的光信噪比范围内实现调制格式的准确识别。

技术领域

本发明属于通信技术领域，尤其涉及一种基于信号幅度直方图的调制格式识别方法。

背景技术

为了满足物联网、大数据、云计算和高清视频等各类数据服务日益增长的流量需求，弹性光网络(Elastic Optical Network,EON)的概念应运而生。EON能够根据不同的信道传输条件和服务质量需求，动态地调整收发机的相关参数设置(如调制格式、符号速率和发送功率等)，以最大化地实现系统传输容量和频谱利用效率。为了实现EON的可靠操作和有效管理，EON中的相干接收机需要自主识别相关参数。在相关参数中，调制格式是最重要的参数之一。识别的调制格式信息能够协助数字相干接收机中的调制格式相关算法实现偏振解复用、频率偏移补偿、载波相位恢复等功能，并实现信号的解调。

现有技术中，数据辅助的调制格式识别方案在发送端将调制格式信息编码在信号的某个部位上或通过额外的载波传递调制格式信息。这类方案的优势是以降低频谱效率或需要额外的发射机操作为代价，在资源有限的数据传输场景下可能不适用；基于斯托克斯空间的识别方案，为了能识别更高阶的调制格式(如32/64QAM)，大多需要借助其他算法提取有效特征；基于恒模均衡(Constant-Modulus Algorithm,CMA)信号的调制格式识别方案，其优良性能是基于深藏的关键特征精心挖掘而得来的，识别过程需要的计算复杂度较高；基于机器学习算法的调制格式识别方案，其优良的识别性能是以大量的训练样本、高计算资源和复杂的训练过程为代价。因此，针对EON中的相干接收机的调制格式识别问题，需要一种免训练、低成本的调制格式识别方法。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于信号幅度直方图的调制格式识别方法，本发明能免训练和任何先验信息，以较低的运算量在较大的光信噪比范围内实现调制格式的准确识别。

为了达到以上目的，本发明采用的技术方案为：

本方案提供一种基于信号幅度直方图的调制格式识别方法，包括以下步骤：

S1、对CMA均衡后的信号进行功率归一化处理，并基于归一化处理结果得到信号幅度直方图信息；

S2、对QPSK、8QAM、16QAM、32QAM和64QAM信号的信号幅度直方图执行第一次分区操作，得到第一分区比值H₁的方程式；

S3、对QPSK、16QAM、32QAM和64QAM信号的信号幅度直方图执行第二次分区操作，得到第二分区比值H₂的方程式；

S4、保持步骤S3中的分区不变，定义第三分区比值H₃的方程式；

S5、对16QAM、32QAM和64QAM信号的信号幅度直方图执行第三次分区操作，得到第四分区比值H₄的方程式；

S6、改变信号的光信噪比，得到QPSK、8QAM、16QAM、32QAM和64QAM信号在不同光信噪比下的H₁、H₂、H₃和H₄值；

S7、基于步骤S6得到的H₁、H₂、H₃和H₄值，进行阈值选择；