【技术实现步骤摘要】
信道估计与均衡方法及装置
[0001]本申请涉及光通信领域,尤其涉及基于残差卷积神经网络的信道估计与均衡方法及装置。
技术介绍
[0002]众所周知,互联网业务传输到用户端需经过骨干网、局域网和接入网。其中,骨干网和局域网的发展极为迅速,而接入网的发展却较为缓慢,成为了整个网络宽带发展的瓶颈。为了提高接入网的传输速率,引入了无源光网络(passive optical network,PON)技术。
[0003]目前PON技术有多种,例如,异步转移模式(asynchronous transfer mode,ATM)的PON (APON)、以太网(Ethernet)PON(EPON)、千兆比特(gigabit)PON(GPON)、基于正交频分复用(orthogonal frequency division multiplexing,OFDM)的PON(OFDM-PON)或基于滤波器组多载波(filter bank multi-carrier,FBMC)的PON(FBMC-PON)等。
[0004]其中,APON、 ...
【技术保护点】
【技术特征摘要】
1.一种信道估计与均衡方法,其特征在于,所述方法包括:第一节点接收第一接收信号;所述第一节点根据所述第一接收信号和目标神经网络模型,得到第一发送信号;其中,所述第一发送信号为第二节点要发送给所述第一节点的信号,所述目标神经网络模型用于根据所述第一节点接收到的信号对应的交错正交幅度调制OQAM符号,得到所述第一节点接收到的信号对应的所述第二节点发送的信号。2.根据权利要求1所述的方法,其特征在于,所述第一节点根据所述第一接收信号和目标神经网络模型,得到第一发送信号,包括:所述第一节点根据所述第一接收信号,获取所述第一接收信号对应的第一OQAM符号;所述第一节点将所述第一OQAM符号输入到所述目标神经网络模型,得到所述第一发送信号。3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:所述第一节点获取初始神经网络模型;所述第一节点根据大量接收到的信号对应的OQAM符号,以及每个所述接收到的信号对应的所述第二节点发送的信号训练所述初始神经网络模型,得到所述目标神经网络模型。4.根据权利要求3所述的方法,其特征在于,所述第一节点获取初始神经网络模型,包括:所述第一节点根据所述第一接收信号的调制格式,和/或,所述第一接收信号的传输距离,获取所述初始神经网络模型。5.根据权利要求1-4中任一项所述的方法,其特征在于,所述目标神经网络模型包括至少两个目标卷积层、至少一个目标残差网络层,目标flatten层和目标全连接层FCL;所述至少两个目标卷积层和所述至少一个目标残差网络层交替串行连接,所述至少两个目标卷积层中,与所述目标神经网络模型的输入端最远的目标卷积层与所述目标flatten层的一端连接,所述目标flatten层的另一端与所述目标FCL连接;所述目标残差网络层用于消减所述第一节点接收到的信号在高阶调制下受到的干扰。6.根据权利要求5所述的方法,其特征在于,所述至少一个目标残差网络层包括至少一个目标卷积层和加法器,所述至少一个目标卷积层与所述加法器连接,所述加法器用于将所述目标残差网络层的输入信号与所述至少一个目标卷积层的输出信号相加。7.一种通信装置,其特征在于,所述通信装置包括:收发模块和处理模块;所述收发模块,用于接收第一接收信号;所述处理模块,用于根据所述第一接收信号和目标神经网络模型,得到第一发送信号;其中,所述第一发送信号为第二节点要发送给所述通信装置的信号,所述目标神经网络模型...
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。