基于无数据辅助的KNN算法的光纤非线性均衡方法技术

本发明专利技术公开了一种基于无数据辅助的KNN算法的光纤非线性均衡方法，包括：获取各数据点的分布密度参数，选取分布密度参数大于预设阈值的数据点进行信号解调，获得各数据点对应的标签，根据标签分成M个簇，获得对应的质心：根据获得的质心，将数据点按照欧几里得距离重新进行分类，构成训练样本集；取未获得标签的数据点X，从训练样本集中获取数据点X的K个最近邻点；计算数据点X的KNN欧氏距离数据，并找出K个最近邻点的标签簇；使用加权总和投票规则确定数据点X的预测标签，将X分配至对应簇；重复直至完成对所有数据点的处理。本发明专利技术大大降低计算复杂度，实现了系统的零冗余，能够显著地提升系统的分类性能，使系统误码率得以改善。

Optical fiber nonlinear equalization method based on data free KNN algorithm

The invention discloses an optical fiber non-linear equalization method based on KNN algorithm without data assistance, which includes: obtaining the distribution density parameters of each data point, selecting the data points whose distribution density parameters are greater than the preset threshold to demodulate the signals, obtaining the corresponding labels of each data point, dividing the labels into M clusters according to the labels, and obtaining the corresponding quality. Centroid: According to the obtained centroid, the data points are re-classified according to Euclidean distance to form a training sample set; K nearest neighbors of data point X are obtained from the training sample set by taking unlabeled data point X; KNN Euclidean distance data of data point X are calculated, and K nearest neighbor label clusters are found; and weighted data point X is used. Sum voting rules determine the predictive label of data point X and assign X to the corresponding cluster; repeat until all data points are processed. The invention greatly reduces the computational complexity, realizes zero redundancy of the system, can significantly improve the classification performance of the system, and improves the bit error rate of the system.

【技术实现步骤摘要】
基于无数据辅助的KNN算法的光纤非线性均衡方法
本专利技术涉及一种光纤通信方法，具体涉及一种用于光纤通信系统的非线性均衡方法。
技术介绍
对于远距离大容量光纤通信系统来说，系统的通信容量和通信距离是研发者追求的目标。为提升传输速率，这类系统通常具有高频谱效率的高阶调制信号，例如，M进制相移键控（M-PSK）和M进制正交幅度调制（M-QAM）都是竞争性候选的调制信号。当前，结合相干检测和数字信号处理（DSP）技术，16-QAM在200G通道中、64-QAM在400G以上的信道中被普遍采用。这些高阶调制信号提升了数据传输速率，但同时由于较高的光信噪比（OSNR）需求导致了实际传输距离的减小。为提升传输距离，有必要对信号进行非线性补偿。目前，采用的非线性补偿方法是，在接收端将光信号转化为电信号，经过模数转换器采样后，再进行数字信号处理（DSP）。已经有许多DSP算法被开发用于补偿线性和非线性光纤传输损伤以延长高阶QAM信号的传输距离。线性传输损伤，如色散和偏振模色散都可以在有限的数字领域基于脉冲响应（FIR）-滤波器的自适应均衡器中得到有效的补偿。然而，光纤中的克尔效应会引起非线性波形失真本文档来自技高网...

【技术保护点】
1.一种基于无数据辅助的KNN算法的光纤非线性均衡方法，其特征在于，包括以下步骤：(1) 接收待进行补偿的全体数据作为第一数据集，获取第一数据集中各数据点的分布密度参数，选取分布密度参数大于预设阈值的数据点作为第二数据集；(2) 对第二数据集中的数据点进行信号解调，获得各数据点对应的标签，根据标签，将第二数据集分成M个簇，获得对应的质心Ci：

【技术特征摘要】
1.一种基于无数据辅助的KNN算法的光纤非线性均衡方法，其特征在于，包括以下步骤：(1)接收待进行补偿的全体数据作为第一数据集，获取第一数据集中各数据点的分布密度参数，选取分布密度参数大于预设阈值的数据点作为第二数据集；(2)对第二数据集中的数据点进行信号解调，获得各数据点对应的标签，根据标签，将第二数据集分成M个簇，获得对应的质心Ci：，其中，i=1，2，…，M，s是第i个簇中的数据点数量，Dj是第i个簇的第j个数据；(3)根据获得的质心Ci，将第二阶段数据集中的数据点按照距离最近的欧几里得距离重新进行分类，相应的簇获得标签y1st-output，构成训练样本集；(4)取第一数据集中未获得标签的数据点X，从训练样本集中获取数据点X的K个最近邻点，其中，K为13；(5)计算数据点X的KNN欧氏距离数据，并找出K个最近邻点的标签簇；(6)使用加权总和投票规则确定数据点X的预测标签，将X分配至对应簇；(7)重复步骤(4)至(6)直至完成对所有数据点的处理；(8)输出最终的分类数据结果。2.根据权利要求1所述的基于无数据辅助的KNN算法的光纤非线性均衡方法，其特征在于：步骤(1)中，分布密度参数由下式获取：，其中，，函数range是数据点的数值范围，x和y分别表示信号数据...

【专利技术属性】
技术研发人员：高明义，张俊峰，陈伟，沈纲祥，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏,32