一种基于加权主成分分析的非线性均衡方法技术

本发明专利技术公开了一种基于加权主成分分析的非线性均衡方法，属于光纤通信领域，包括：在接收端通提取出完整的帧数据，对其进行降采样和幅度归一化之后，采用滑动窗口模式将其非线性映射为沃尔特拉级数矩阵；利用第一权值向量计算沃尔特拉级数矩阵的加权协方差矩阵，并对加权协方差矩阵进行特征值分解，将特征值最大的部分特征向量组成主成分投影矩阵，将沃尔特拉级数矩阵与主成分投影矩阵相乘，得到主成分矩阵；利用第二权值向量对主成分矩阵中的各主成分进行加权求和，得到经过非线性均衡的输出信号；第一权值向量用于表示同一滑动窗口对应的各沃尔特拉核的权值，第二权值向量用于表示各主成分的权值。本发明专利技术能够降低复杂度并避免均衡性能恶化。

【技术实现步骤摘要】
一种基于加权主成分分析的非线性均衡方法
本专利技术属于光纤通信领域，更具体地，涉及一种基于加权主成分分析的非线性均衡方法。
技术介绍
近年来，随着各种智能化终端的普及和新型业务的出现，网络流量呈爆发式增长，且在数据中心和接入网这样的短距传输链路中，大数据和在线视频等新型服务所带来的网络流量增长尤为明显，对短距通信系统的传输容量带来巨大压力。同时，由于城域网和接入网等链路用户数量庞大，对成本特别敏感，因此探索研究高性能、低成本的传输技术是短距光通信的当务之急。为了降低成本，短距链路通常采用直调直检技术，在发射端通常采用简单的直接调制激光器，接收端采用单光电探测器获取信号的强度信息。随着数字信号处理技术的普及，在接收端采用电域均衡技术补偿信道损伤已经成为直调直检系统中提升传输容量的有效手段。在低速短距传输场景下，采用简单的线性均衡器可以有效补偿带宽受限带来的符号间串扰；而随着速率和距离的进一步增加，色散和光纤非线性引入的非线性效应成为主要限制因素，通常可以采用更高复杂度的沃尔特拉级数均衡器。一阶沃尔特拉级数等同线性均衡器可以补偿带宽受限损伤，二阶沃尔特拉级数可以补偿直接探测导致的信号与信号间拍频噪声，三阶沃尔特拉级数可以补偿调制器的非线性和光纤中的自相位调制损伤。然而随着传输容量增加，要使用的沃尔特拉二阶与三阶展开项数激增，导致硬件实现的复杂度过高，无法部署在目前的短距接收机中。尽管人为地剔除沃尔特拉级数中的交叉相乘项，仅保留幂次项(即多项式均衡器)可以明显降低复杂度，但缺少信道损伤相关的输入项会导致均衡性能严重劣化严重，无法提升通信系统的传输容量。
技术实现思路
针对现有技术的缺陷和改进需求，本专利技术提供了一种基于加权主成分分析的非线性均衡方法，其目的在于，在降低复杂度的同时，避免均衡性能恶化。为实现上述目的，按照本专利技术的一个方面，提供了一种基于加权主成分分析的非线性均衡方法，用于在光纤通信系统的接收端补偿信道损伤，包括：非线性映射步骤：对待处理的序列进行降采样和幅度归一化之后，采用滑动窗口模式将其非线性映射为沃尔特拉级数矩阵；主成分投影步骤：利用第一权值向量计算沃尔特拉级数矩阵的加权协方差矩阵，并对加权协方差矩阵进行特征值分解，将特征值最大的部分特征向量组成主成分投影矩阵，将沃尔特拉级数矩阵与主成分投影矩阵相乘，由此将沃尔特拉级数矩阵投影为主成分矩阵；第一权值向量用于表示沃尔特拉级数矩阵中同一滑动窗口对应的各元素的权值；非线性均衡步骤：在接收端通过帧同步提取出完整的帧数据，对其依次执行非线性映射步骤和主成分投影步骤，将得到的主成分矩阵记为第一主成分矩阵，利用第二权值向量对第一主成分矩阵中的各主成分进行加权求和，得到经过非线性均衡的输出信号；第二权值向量用于表示主成分矩阵中各主成分的权值。主成分分析方法是一种典型的无监督线性降维算法，利用方差度量特征的信息量，可以将输入样本线性转换到主成分空间，并提取出信息量最大的主成分；利用主成分分析技术分析沃尔特拉核，有望区分开信号本身的信息量，有助于辨别输入抽头的重要程度，从而仅保留重要的抽头，在不影响性能的前提下，降低复杂度、节省时间、成本和功耗；然而，由于通信系统采用滑动窗口模式构造沃尔特拉级数输入矩阵，同一阶次内沃尔特拉级数内不同项之间信息量相近，无法通过主成分分析技术区分开，因此单纯利用主成分分析降维效果不明显；基于此考虑，本专利技术通过对沃尔特拉矩阵进行主成分分析，有效降低了矩阵维度，降低了复杂度，在主成分分析的过程中，利用沃尔特拉级数矩阵中各元素的权值计算沃尔特拉级数矩阵的加权协方差矩阵，实现了加权的主成分分析，使得主成分中包含了更多有效的均衡信息，从而能够在降低复杂度的同时，有效避免性能劣化。进一步地，第一权值向量通过预训练的方式获得，预训练包括：将一段已知的发送序列作为第一训练序列，将第一训练序列自光纤通信系统的发送端发送自光纤通信系统的接收端后，对在接收端接收到的序列执行非线性映射步骤；初始化各滑动窗口对应的沃尔特拉级数中的各项数据初始化权值后，通过加权求和的方式恢复位于同一滑动窗口中心的符号，在预训练过程中不断调整权值使恢复得到的符号与第一训练序列中对应符号之间的误差最小化；在误差收敛时，利用任一滑动窗口对应的沃尔特拉级数中各项数据的权值构建第一权值向量。本专利技术利用已知的发送序列在接收端进行预训练，得到第一权值向量，即沃尔特拉级数矩阵中同一滑动窗口对应的各元素的权值，由此得到的第一权值序列中包含了发送端到接收端之间的信道信息，并且能够通过加权主成分分析引入该信道信息，从而增加了主成分矩阵包含的有效均衡信息，能够有效避免在降维的过程中出现性能劣化。进一步地，第一训练序列的长度大于沃尔特拉级数的展开项数，且第一训练序列的长度与沃尔特拉级数的展开项数属于同一数量级。本专利技术在预训练的过程中仅使用较短的训练序列，使得训练过程简单，方便实时处理。进一步地，在预训练过程中调整权值的算法为广义逆法。广义逆法在序列较短的情况下性能更好，且便于并行化硬件实现；本专利技术在预训练过程中使用广义逆法，能够获得较好的均衡性能。进一步地，第二权值序列通过训练的方式获得，训练包括：将一段已知的发送序列作为第二训练序列，将第二训练序列自光纤通信系统的发送端发送自光纤通信系统的接收端后，对在接收端接收到的序列执行非线性映射步骤和主成分投影步骤，将得到的主成分矩阵记为第二主成分矩阵；初始化第二主成分矩阵中各主成分的权值，通过加权求和的方式恢复第二训练序列，在训练过程中不断调整权值，使恢复得到的序列与第二训练序列之间的误差最小化；在误差收敛时，利用各主成分对应的权值构建第二权值向量。进一步地，第二训练序列的长度比沃尔特拉级数的展开项数高至少一个数量级。本专利技术在训练过程中使用较长的训练序列，能够获得稳定性较高、精度较高的主成分权值，从而有效提高均衡性能。进一步地，在训练过程中调整权值的算法为递归最小二乘法。递归最小二乘法在序列较长的情况下可以快速稳定地实现收敛效果；本专利技术在训练过程中使用递归最小二乘法，能够获得较好的均衡性能。进一步地，非线性映射步骤中，对待处理的序列进行降采样后，待处理的序列的采样率与发送信号的采样率相同。实验表明，降采样后的采样倍数大于1倍时，对均衡性能的提升不明显，反而会增加信号处理的复杂度；本专利技术将接收到的序列降采样为与发送信号的采样率相同，能够综合考虑均衡性能和复杂度，获得最大的效益。进一步地，本专利技术提供的基于加权主成分分析的非线性均衡方法，还包括：对输出信号进行判决和解映射。本专利技术通过对输出信号进行判决，可以对其数据格式进行统一，通过解映射，则可以将输出信号恢复成比特流，从而便于光纤通信的后续处理与下游应用。进一步地，本专利技术提供的基于加权主成分分析的非线性均衡方法，还包括：计算误码率，以根据误码率评估均衡性能；和/或，计算接收机灵敏度损伤，以根据接收机灵本文档来自技高网...

【技术保护点】
1.一种基于加权主成分分析的非线性均衡方法，用于在光纤通信系统的接收端补偿信道损伤，其特征在于，包括：/n非线性映射步骤：对待处理的序列进行降采样和幅度归一化之后，采用滑动窗口模式将其非线性映射为沃尔特拉级数矩阵；/n主成分投影步骤：利用第一权值向量计算沃尔特拉级数矩阵的加权协方差矩阵，并对所述加权协方差矩阵进行特征值分解，将特征值最大的部分特征向量组成主成分投影矩阵，将所述沃尔特拉级数矩阵与所述主成分投影矩阵相乘，由此将所述沃尔特拉级数矩阵投影为主成分矩阵；所述第一权值向量用于表示沃尔特拉级数矩阵中同一滑动窗口对应的各元素的权值；/n非线性均衡步骤：在所述接收端通过帧同步提取出完整的帧数据，对其依次执行所述非线性映射步骤和所述主成分投影步骤，将得到的主成分矩阵记为第一主成分矩阵，利用第二权值向量对所述第一主成分矩阵中的各主成分进行加权求和，得到经过非线性均衡的输出信号；所述第二权值向量用于表示主成分矩阵中各主成分的权值。/n

【技术特征摘要】
1.一种基于加权主成分分析的非线性均衡方法，用于在光纤通信系统的接收端补偿信道损伤，其特征在于，包括：
非线性映射步骤：对待处理的序列进行降采样和幅度归一化之后，采用滑动窗口模式将其非线性映射为沃尔特拉级数矩阵；
主成分投影步骤：利用第一权值向量计算沃尔特拉级数矩阵的加权协方差矩阵，并对所述加权协方差矩阵进行特征值分解，将特征值最大的部分特征向量组成主成分投影矩阵，将所述沃尔特拉级数矩阵与所述主成分投影矩阵相乘，由此将所述沃尔特拉级数矩阵投影为主成分矩阵；所述第一权值向量用于表示沃尔特拉级数矩阵中同一滑动窗口对应的各元素的权值；
非线性均衡步骤：在所述接收端通过帧同步提取出完整的帧数据，对其依次执行所述非线性映射步骤和所述主成分投影步骤，将得到的主成分矩阵记为第一主成分矩阵，利用第二权值向量对所述第一主成分矩阵中的各主成分进行加权求和，得到经过非线性均衡的输出信号；所述第二权值向量用于表示主成分矩阵中各主成分的权值。


2.如权利要求1所述的基于加权主成分分析的非线性均衡方法，其特征在于，所述第一权值向量通过预训练的方式获得，所述预训练包括：
将一段已知的发送序列作为第一训练序列，将所述第一训练序列自所述光纤通信系统的发送端发送自所述光纤通信系统的接收端后，对在所述接收端接收到的序列执行所述非线性映射步骤；
初始化各滑动窗口对应的沃尔特拉级数中的各项数据初始化权值后，通过加权求和的方式恢复位于同一滑动窗口中心的符号，在预训练过程中不断调整权值使恢复得到的符号与所述第一训练序列中对应符号之间的误差最小化；
在误差收敛时，利用任一滑动窗口对应的沃尔特拉级数中各项数据的权值构建所述第一权值向量。


3.如权利要求2所述的基于加权主成分分析的非线性均衡方法，其特征在于，所述第一训练序列的长度大于沃尔特拉级数的展开项数，且所述第一训练序列的长度与所述沃尔特...

【专利技术属性】
技术研发人员：杨正，唐明，刘德明，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42