The invention discloses a high-speed optical signal modulation format recognition method based on decision tree TWSVM. The steps include: S1. Pre-construct the decision tree framework and use TWSVM in each node of the decision tree framework to obtain DT TWSVM classifier. The first feature parameter is defined in the decision tree framework to achieve the initial classification, the second feature parameter and the third feature parameter are defined to achieve the most. The final classification; S2. When recognizing the modulation format of high-speed optical signals, the required mixed-rate multi-modulation format optical signals are sampled at low rates to obtain the signals to be identified; S3. The first characteristic parameters, the second characteristic parameters and the third characteristic parameters of the signals to be identified are extracted respectively; S4. The extracted characteristic parameters are input into DT TWSVM classifier to obtain the recognition results. \u3002 The method has the advantages of simple implementation, high recognition accuracy, high recognition efficiency and low computational complexity at low optical signal-to-noise ratio.
【技术实现步骤摘要】
基于决策树TWSVM的高速光信号调制格式识别方法
本专利技术涉及高速光通信
,尤其涉及一种基于决策树(DecisionTree,DT)TWSVM(twinsupportvectormachine,孪生支持向量机)的高速光信号调制格式识别方法。
技术介绍
随着电子技术和光通信技术的快速发展,光通信信号的调制格式更加多样化和复杂化,以充分利用通信资源。由于信号环境日益密集,不同调制格式的不同信号会同时进入宽带接收机,这需要同时识别多个调制信号。在接收端的接收和解调过程中,调制格式识别(ModulationFormatIdentification,MFI)位于整个信号接收解调过程的前端,因此MFI的准确性和效率将影响整个信号处理的结果。然而,下一代光网络使接收机可以从接收信号中盲目识别调制格式。因此,光信号调制格式的盲识别和自动识别已成为没有任何先验知识的研究重点。目前,现代光通信系统主要用于骨干传输网络,由于骨干网需要实现大容量、高带宽、高速率和长距离传输,因此对现代光通信系统的传输能力和性能维护提出了更高的要求。为了满足不同传输业务和网络升级的需求,未来的光纤通信网络是异构的,多种调制格式和信号速率可以在同一网络中共存。光网络的异构化趋势使光通信系统的网络管理、优化和信号接收更加复杂。为了实现光网络的智能管理和自适应光接收机,MFI技术对异构光网络的管理控制和自适应光信号接收具有重要价值。此外,光网络也将向智能光网络发展,因为智能光网络具有重构、灵活和安全的特点,并且提高网络的整体利用率需要有效、高效和准确的光信号质量监测。当前的光网络正朝着具有速率自 ...
【技术保护点】
1.一种基于决策树TWSVM的高速光信号调制格式识别方法,其特征在于,步骤包括:S1.DT‑TWSVM分类器构建:预先构建决策树框架并在构建的所述决策树架构的每个节点中使用TWSVM,得到DT‑TWSVM分类器,所述决策树框架中根据高阶累积量定义第一特征参数T1以实现初始分类,根据差分运算后的累积量定义第二特征参数T2以及根据循环谱定义第三特征参数T3以实现最终分类;S2.信号采样:进行高速光信号调制格式识别时,对所需混合速率多调制格式光信号进行低速率采样,得到待识别信号;S3.特征提取:分别提取所述待识别信号的所述第一特征参数T1、第二特征参数T2以及第三特征参数T3;S4.格式识别:将所述步骤S3提取到的各特征参数数据输入到所述DT‑TWSVM分类器中,得到识别结果。
【技术特征摘要】
1.一种基于决策树TWSVM的高速光信号调制格式识别方法,其特征在于,步骤包括:S1.DT-TWSVM分类器构建:预先构建决策树框架并在构建的所述决策树架构的每个节点中使用TWSVM,得到DT-TWSVM分类器,所述决策树框架中根据高阶累积量定义第一特征参数T1以实现初始分类,根据差分运算后的累积量定义第二特征参数T2以及根据循环谱定义第三特征参数T3以实现最终分类;S2.信号采样:进行高速光信号调制格式识别时,对所需混合速率多调制格式光信号进行低速率采样,得到待识别信号;S3.特征提取:分别提取所述待识别信号的所述第一特征参数T1、第二特征参数T2以及第三特征参数T3;S4.格式识别:将所述步骤S3提取到的各特征参数数据输入到所述DT-TWSVM分类器中,得到识别结果。2.根据权利要求1所述的基于决策树TWSVM的高速光信号调制格式识别方法,其特征在于,所述步骤S2中基于压缩感知理论方法进行低速率采样。3.根据权利要求2所述的基于决策树TWSVM的高速光信号调制格式识别方法,其特征在于,所述基于压缩感知理论方法进行低速率采样的步骤包括:S21.选择最佳稀疏基来实现光信号的稀疏表示;S22.构造满足约束等距特性的测量矩阵,将采样的信号从高维空间映射到低维度空间,以实现对信号的线性测量;S23.选择重构算法将原信号在所述测量矩阵下的投影进行重构恢复,重构得到待识别信号。4.根据权利要求1所述的基于决策树TWSVM的高速光信号调制格式识别方法,其特征在于,所述步骤S3中提取得到各特征参数数据时,通过使用压缩感知理论方法,计算在指定压缩率下各特征参数数据的值,重构得到各特征参数的压缩采样值。5.根据权利要求1~4中任意...
【专利技术属性】
技术研发人员:苏绍璟,孙晓永,郭晓俊,左震,周靖,黄芝平,孙备,陈洋溢,谭晓朋,吴鹏,吕云霄,
申请(专利权)人:中国人民解放军国防科技大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。