【技术实现步骤摘要】
多信道光传输系统链路联合损伤监测方法及系统
[0001]本专利技术涉及光通信
,尤其涉及一种多信道光传输系统链路联合损伤监测方法及系统。
技术介绍
[0002]光纤链路中光信号的传输损伤来源于光纤色散、非线性等多种因素。在多信道光纤传输链路中,克尔效应导致的非线性损伤包括自相位调制、交叉相位调制与四波混频。其中,自相位调制、交叉相位调制给光信号带来了相位损伤,四波混频给光信号带来了幅度损伤,表现为复信号实部和虚部的共同劣化。
[0003]由于深度学习可以从抽象的数据中自动提取特征信息,具有强大的自学习能力,有效减少人工干预,能轻松解决使用传统方法难以解决的某些关键问题,目前被广泛应用于光性能监测(Optical performance monitoring,OPM)领域。为了实现检测光传输链路联合损伤,深度学习模型的输入常选取幅度直方图,但该输入只能够反映信号实部的变化,根据信号幅度信息的劣化监测非线性损伤,忽略了表现在虚部变化上的相位损伤,无法全面反映光信号的链路损伤。
[0004]因此,如何提供一种多信道光传输系统链路联合损伤监测方法及系统,同时反映信号的幅度损伤与相位损伤,实现光信号链路损伤的全面监测。
技术实现思路
[0005]针对现有技术中的缺陷,本专利技术实施例提供一种多信道光传输系统链路联合损伤监测方法及系统。
[0006]本专利技术提供一种多信道光传输系统链路联合损伤监测方法,包括:基于异步采样,获取目标多信道相干光传输系统接收端I路信号时域数据和Q路信号 ...
【技术保护点】
【技术特征摘要】
1.一种多信道光传输系统链路联合损伤监测方法,其特征在于,包括:基于异步采样,获取目标多信道相干光传输系统接收端I路信号时域数据和Q路信号时域数据;基于所述I路信号时域数据和Q路信号时域数据,确定幅度相位直方图向量;其中,所述幅度相位直方图向量用于表示I路信号和Q路信号在相应幅度和相位状态下的变化;将所述幅度相位直方图向量输入光传输链路联合损伤监测模型中,识别信号的调制格式并确定目标多信道相干光传输系统的链路联合损伤;其中,所述链路联合损伤包括:光信噪比和非线性噪声功率。2.根据权利要求1所述的多信道光传输系统链路联合损伤监测方法,其特征在于,所述基于所述I路信号时域数据和Q路信号时域数据,确定幅度相位直方图向量,具体包括:将所述I路信号时域数据和Q路信号时域数据转换为复信号;根据所述复信号的幅度和相位的分布情况,确定所述幅度相位直方图向量。3.根据权利要求2所述的多信道光传输系统链路联合损伤监测方法,其特征在于,所述根据所述复信号的幅度和相位的分布情况,确定所述幅度相位直方图向量,具体包括:根据所述复信号的幅度大小,确定若干幅度区间;根据所述复信号的相位变化,确定若干相位区间;基于所述幅度区间和所述相位区间,根据所述复信号的幅度和相位的分布情况,确定所述幅度区间和所述相位区间内复信号出现的次数;基于所述幅度区间和所述相位区间内复信号出现的次数,根据预设直方图生成规则,确定所述幅度相位直方图;将所述幅度相位直方图用向量表示,确定所述幅度相位直方图向量。4.根据权利要求1至3任一项所述的多信道光传输系统链路联合损伤监测方法,其特征在于,所述光传输链路联合损伤监测模型为多任务学习模型;所述光传输链路联合损伤监测模型包括:输入层、隐藏层和输出层;所述隐藏层包括若干神经元节点;所述输入层和所述神经元节点连接;所述将所述幅度相位直方图向量输入光传输链路联合损伤监测模型中,识别信号的调制格式并确定目标多信道相干光传输系统的链路联合损伤,具体包括:基于所述输入层,将所述幅度相位直方图向量传输至所述隐藏层中;基于所述隐藏层对所述幅度相位直方图向量中不同的信号类型进行分类,确定调制格式特征信息;基于所述隐藏层,根据所述幅度相位直方图向量,确定链路联合损伤特征信息;将所述调制格式特征信息和所述链路联合损伤特征信息输入所述输出层中,根据所述输出层,确定并输出调制格式和链路联合损伤。5.根据权利要求1
‑
3任一项所述的多信道光传输系统链路联合损伤监测方法,其特征在于,在所述将所述幅度相位直方图向量输入光传输链路联合损伤监测模型中,识别信号的调制格式并确定目标多信道相干光传输系统的链路联合损伤的步骤之前,还包括:训练所述光传输链路联合损伤监测模型;所述训练所述光传输链路联合损伤监测模型,具体包括:基于若干不同信号调制格式、光信噪比、发射功率和光纤链路长度条件下获取的样本I
路信号时域数据和样本Q路信号...
【专利技术属性】
技术研发人员:罗风光,吉妍,杨柳,杨静宇,谭勇,王旭,陈聪,丁畅,邱天,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:
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。