一种海缆传输信号的自适应时频均衡方法及系统
本技术涉及信号处理,特别是涉及一种海缆传输信号的自适应时频均衡方法及系统。
背景技术:
1、随着全球云计算和大数据等业务的快速发展,跨洋数据流量持续增长,海底光缆已成为全球信息传输的重要基础设施。为满足不断增长的通信容量需求,空分复用(spacedivision multiplexing,sdm)技术通过增加空间信道数量实现系统容量扩展,同时能够减少长距离海缆系统中光放大器等中继设备的部署数量,降低系统建设成本和能耗,已成为新一代海底光缆的重要发展方向。其中,基于轨道角动量(orbital angular momentum,oam)的模分复用(mode division multiplexing,mdm)技术利用不同阶数oam模式之间的正交性实现多路信号并行传输,是空分复用的重要实现方式之一,在新一代大容量海底光通信系统中具有广阔的应用前景。
2、然而,oam-mdm海底光缆系统具有传输距离长、链路跨度大及运行环境复杂等特点,信号在传输过程中易受到光纤非线性效应、模式耦合及环境扰动等因素影响,产生随机时变的非线性损伤,严重影响系统传输性能。现有沃尔泰拉(volterra)均衡器及静态神经网络均衡方法虽然能够补偿部分非线性失真,但模型参数固定,难以实时跟踪海缆信道的动态变化,在复杂海缆传输场景下均衡性能受到限制。因此,亟需研究具有自适应调节能力的非线性均衡方法,以实现对海缆信道随机时变非线性损伤的动态感知与实时补偿。
3、近年来,机器学习算法被广泛应用于oam-mdm海缆传输信号的非线性均衡,但多数算法难以同时捕捉信号中高频成分的细节畸变与低频成分的整体非线性趋势,导致进行时频处理后的非线性均衡效果较差。
技术实现思路
1、本技术实施例的目的在于提供一种海缆传输信号的自适应时频均衡方法及系统,以提高时频处理的非线性均衡效果。具体技术方案如下:
2、第一方面,本技术实施例提供了一种海缆传输信号的自适应时频均衡方法,应用于信号接收端,包括:
3、将接收的光信号转换为电信号,对电信号进行数字信号处理得到目标信号;
4、对目标信号采样得到原始特征数据;
5、对目标信号降噪得到补偿信号,降噪中采用基于目标信号计算得到的自适应阈值进行滤波;
6、对补偿信号进行滑动窗口采样得到补偿特征数据;
7、对补偿特征数据进行多层小波分解得到小波特征数据,小波特征数据包含各层的特征高频系数和最高层的特征低频系数,对补偿特征数据小波分解得到第一层的特征高频系数和特征低频系数,对一层的特征低频系数进行小波分解得到下一层的特征高频系数和特征低频系数;
8、将原始特征数据和小波特征数据拼接成的复合特征数据输入神经元;
9、对复合特征数据中每一维的特征值,基于该神经元中该维的尺度因子和平移因子,对该维的特征值进行小波变换得到小波变换结果,将各维小波变换结果累乘得到该神经元的输出结果,预设的窄核神经元的尺度因子小于1且大于0,预设的宽核神经元的尺度因子大于1;
10、融合各神经元的输出结果与复合特征数据得到时频均衡处理后的电信号。
11、本技术的一个实施例中,所述对目标信号降噪得到补偿信号,包括:
12、对目标信号进行多层小波分解计算,得到各层的降噪高频系数与降噪低频系数,其中,第一层的降噪高频系数与降噪低频系数是对所述目标信号进行小波分解计算得到的,其他层的降噪高频系数与降噪低频系数是对上一层的降噪低频系数进行小波分解计算得到的;
13、计算所述第一层的降噪高频系数的目标标准差;
14、针对每一层,基于该层降噪高频系数的标准差与所述目标标准差,计算该层的调节权重,并在该层的降噪高频系数中,计算使得无偏风险估计的风险值最小的目标高频系数,基于所述调节权重与所述目标高频系数计算该层的自适应阈值,将该层中绝对值小于所述自适应阈值的降噪高频系数置为0,将该层绝对值大于或等于所述自适应阈值的降噪高频系数乘以该降噪高频系数对应的自适应系数,其中,所述自适应系数小于1,且是基于该降噪高频系数与所述自适应阈值计算得到;
15、基于降噪低频系数与更新后的降噪高频系数进行逆小波分解计算,得到补偿信号。
16、本技术的一个实施例中,针对每一维,神经元中配置的该维的平移因子的初始值和/或尺度因子的初始值是基于该维的特征值计算得到的。
17、本技术的一个实施例中,针对每一维,通过以下方式得到神经元中配置的该维的平移因子的初始值:
18、对输入神经元的特征数据中该维的特征值进行聚类处理,得到聚类簇;
19、将聚类簇的聚类中心值确定为该维的平移因子的初始值。
20、本技术的一个实施例中,针对每一维,通过以下方式得到神经元中配置的该维的尺度因子的初始值:
21、计算该维的特征值的标准差;
22、将窄核神经元的尺度因子的初始值确定为所述标准差的第一倍数,将宽核神经元的尺度因子的初始值确定为所述标准差的第二倍数,其中,所述第一倍数小于1且大于0,所述第二倍数大于1。
23、本技术的一个实施例中,所述融合各神经元的输出结果与复合特征数据得到时频均衡处理后的电信号,包括:
24、对各个神经元的输出结果以及所述复合特征数据进行加权计算,并叠加预设的网络训练偏差,得到经过时频均衡处理后的电信号。
25、本技术的一个实施例中,所述方法还包括:
26、采用反向传播算法,基于预设损失函数,更新各神经元中各维的平移因子和尺度因子。
27、第二方面,本技术实施例提供了一种海缆传输信号的自适应时频均衡系统,所述系统包括:信号发送端与信号接收端,所述信号发送端与信号接收端之间通过光纤通信连接;
28、所述信号发送端,用于通过所述光纤向所述信号接收端发送光信号;
29、所述信号接收端,用于实现第一方面中任一项的方法。
30、第三方面,本技术实施例提供了一种海缆传输信号的自适应时频均衡装置,应用于信号接收端,包括:
31、转换模块,将接收的光信号转换为电信号,对电信号进行数字信号处理得到目标信号;
32、原始信号采样模块,对目标信号采样得到原始特征数据;
33、降噪模块,对目标信号降噪得到补偿信号,降噪中采用基于目标信号计算得到的自适应阈值进行滤波;
34、滑动窗口采样模块,对补偿信号进行滑动窗口采样得到补偿特征数据;
35、分解模块,对补偿特征数据进行多层小波分解得到小波特征数据,小波特征数据包含各层的特征高频系数和最高层的特征低频系数,对补偿特征数据小波分解得到第一层的特征高频系数和特征低频系数,对一层的特征低频系数进行小波分解得到下一层的特征高频系数和特征低频系数;
36、输入模块,将原始特征数据和小波特征数据拼接成的复合特征数据输入神经元;
37、处理模块,对复合特征数据中每一维特征值,基于该神经元中该维的尺度因子和平移因子,对该维的特征值进行小波变换得到小波变换结果,将各维小波变换结果累乘得到该神经元的输出结果,预设的窄核神经元的尺度因子小于1且大于0,预设的宽核神经元的尺度因子大于1;
38、融合模块,融合各神经元的输出结果与复合特征数据得到时频均衡处理后的电信号。
39、本技术的一个实施例中,所述降噪模块,具体用于:
40、对目标信号进行多层小波分解计算,得到各层的降噪高频系数与降噪低频系数,其中,第一层的降噪高频系数与降噪低频系数是对所述目标信号进行小波分解计算得到的,其他层的降噪高频系数与降噪低频系数是对上一层的降噪低频系数进行小波分解计算得到的;
41、计算所述第一层的降噪高频系数的目标标准差;
42、针对每一层,基于该层降噪高频系数的标准差与所述目标标准差,计算该层的调节权重,并在该层的降噪高频系数中,计算使得无偏风险估计的风险值最小的目标高频系数,基于所述调节权重与所述目标高频系数计算该层的自适应阈值,将该层中绝对值小于所述自适应阈值的降噪高频系数置为0,将该层绝对值大于或等于所述自适应阈值的降噪高频系数乘以该降噪高频系数对应的自适应系数,其中,所述自适应系数小于1,且是基于该降噪高频系数与所述自适应阈值计算得到;
43、基于降噪低频系数与更新后的降噪高频系数进行逆小波分解计算,得到补偿信号。
44、本技术的一个实施例中,针对每一维,神经元中配置的该维的平移因子的初始值和/或尺度因子的初始值是基于该维的特征值计算得到的。
45、本技术的一个实施例中,针对每一维,通过以下模块得到神经元中配置的该维的平移因子的初始值:
46、聚类模块,用于对输入神经元的特征数据中该维的特征值进行聚类处理,得到聚类簇;
47、平移因子计算模块,用于将聚类簇的聚类中心值确定为该维的平移因子的初始值。
48、本技术的一个实施例中,针对每一维,通过以下模块得到神经元中配置的该维的尺度因子的初始值:
49、标准差计算模块,用于计算该维的特征值的标准差;
50、尺度因子计算模块,用于将窄核神经元的尺度因子的初始值确定为所述标准差的第一倍数,将宽核神经元的尺度因子的初始值确定为所述标准差的第二倍数,其中,所述第一倍数小于1且大于0,所述第二倍数大于1。
51、本技术的一个实施例中,所述融合模块,具体用于:
52、对各个神经元的输出结果以及所述复合特征数据进行加权计算,并叠加预设的网络训练偏差,得到经过时频均衡处理后的电信号。
53、本技术的一个实施例中,所述装置还包括:
54、参数更新模块,用于采用反向传播算法,基于预设损失函数,更新各神经元中各维的平移因子和尺度因子。
55、第四方面,本技术实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
56、存储器,用于存放计算机程序;
57、处理器,用于执行存储器上所存放的程序时,实现第一方面任一的方法。
58、第五方面,一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面任一所述的方法。
59、第六方面,本技术实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面任一所述的方法。
60、本技术实施例有益效果:
61、本技术实施例提供的海缆传输信号的自适应时频均衡方法中,不同神经元中配置有不同的尺度因子,因此在基于较大的尺度因子进行小波变换计算时,可以捕捉电信号的低频趋势,在基于较小的尺度因子进行小波变换计算时,可以捕捉电信号的尖峰、突变、高频瞬态细节。从而可以结合高频与低频从整体上捕捉电信号的非线性趋势,实现高低频同步的非线性均衡,进而提升非线性均衡效果。另外,本技术中在进行小波变换计算之前先对电信号进行降噪处理,从而初步修正电信号的噪声,并重构频域能量分布,进一步提升系统对信道波动的抗干扰能力。而且,降噪处理中使用的自适应阈值是基于电信号计算得到的,也就是自适应阈值与电信号本身的情况相匹配,基于与电信号匹配的自适应阈值进行自适应的滤波降噪,能够达到更好的降噪效果。另外,保留原始特征数据,将原始特征数据与小波特征数据拼接后共同输入至神经元中,可以保留原始的电信号的局部时域信息,与补偿后的小波特征数据进行互补,丰富输入至神经元中的特征数据的细节特征,提高进行小波变换处理后时频处理的非线性均衡效果。
62、当然,实施本技术的任一产品或方法并不一定需要同时达到以上所述的所有优点。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com