当前位置: 首页 > 专利查询>中山大学专利>正文

一种减少状态数和转移路径数的最大似然序列估计方法及系统技术方案

技术编号:36944634 阅读:7 留言:0更新日期:2023-03-22 19:06
本发明专利技术涉及光通信系统技术领域,公开了一种减少状态数和转移路径数的最大似然序列估计方法及系统,包括以下步骤:S1.接收信号;通过LMS均衡器对接收到的信号进行均衡,得到均衡后的信号;S2.将均衡后的信号输入Threshold Detector中进行减少状态预判决,得到TD_Seq;将均衡后的信号输入Slicer中进行减少转移路径预判决,得到S_Seq;将均衡后的信号输入Postfilter滤除高频噪声,得到PF_Seq;S3.将TD_Seq、S_Seq、PF_Seq分别输入RST

【技术实现步骤摘要】
一种减少状态数和转移路径数的最大似然序列估计方法及系统


[0001]本专利技术涉及光通信系统
,更具体的,涉及一种减少状态数和转移路径数的最大似然序列估计方法及系统。

技术介绍

[0002]随着4K/8K视频、云服务和5G通信的蓬勃发展,光接入网和数据中心互连对大容量传输的需求迅速增长。尤其对于下一代800GbE或1.6TbE标准,信号的波特率将迅速增加。然而基于CMOS工艺的设备带宽增长不足,导致信号带宽与设备带宽之间的差距逐渐增大。所以由于带宽限制导致的码间串扰(ISI),成为一个迫切的需要解决的问题。此外,光纤中的色散(CD)也会使时域波形失真,加剧ISI问题。与传统的最小均方误差均衡器和判决反馈均衡器相比,MLSE在解决ISI问题上表现出了优越的能力。但由于MLSE的计算复杂度随记忆长度(L)呈指数增长,其在IM/DD系统中实际部署是存在一定问题的。所以如何降低MLSE的计算复杂度已经被进行研究,并且一些方法已经被提出:
[0003]一种方法主要利用信号在最小均方误差均衡,即LMS均衡之后已经在一定程度上接近标准的PAM信号电平,所以对均衡后的信号进行预判决,以PAM

4信号为例,在记忆长度为2时,如未预判决,MLSE网格图中的状态为{

3,

1,1,3},进行预判决后,状态变为{

3,

1}或{

1,1}或{1,3}。但是这种方法减少的复杂度是有限的,并且对于任何接收光功率减少的复杂度都是一定的,不能动态变化,因此是有一定局限性的。
[0004]一种方法主要利用的是在均衡时建立一份对应于MLSE记忆信号的查找表,利用这份查找表中所存数据代替MLSE计算中的线性卷积过程。但是这种方法只减少了线性卷积的过程,减少的复杂度是很有限的。
[0005]基于判决域分区的MLSE算法,即DRP

MLSE:
[0006]一种方法主要是利用一个Slicer,将只需要硬判决就可以精准判决的信号滤出,剩余的信号进行RS

MLSE判决。Slicer的运行依赖于一个参数W,来控制滤出信号的范围,DRP

MLSE只有在W值较大时才能明显降低复杂度,所以对于带宽受限很严重时,此方法并不适用,不能带来明显的复杂度降低。
[0007]RS

MLSE算法只能减少MLSE中的状态数目,所以只能带来固定的复杂度减少,不能依据接收信号的质量动态的变化。基于查找表的MLSE算法只是利用查找表取代了MLSE中的线性卷积过程,所以减少的运算量很有限,能够压缩的复杂度是不足的。DRP

MLSE算法依赖于一个较大的Slicer中的滤出参数W,才能带来明显的复杂度降低,对于带宽限制很严重,并且存在色散时,W的取值不能过大,所以此方法不能带来复杂度的明显降低。
[0008]现有一种基于MMSE的MLSE简化检测方法及其装置,应用在单载波系统中,其中方法包括:根据信道估计值、依最小均方误差MMSE准则从用户信号中生成初判序列;对所述初判序列进行周边扩展组成待判决序列集合;对所述集合进行遍历,依最大似然准则从中选出与所述用户信号有最大似然的序列作为检测结果;其中,装置在块ML检测器(32)之前还
设置有MMSE检测器(31)进行预处理。这种方法及其装置,大大降低了MLSE算法的复杂度,同时性能上优于MMSE算法,在保证一定性能增益的基础上,以少量性能为代价大大降低了复杂度,使得简化后的检测方法和装置对硬件及其处理能力要求一般,从而便于实际应用。
[0009]然而现有技术仍有计算复杂,带宽受限以及光纤色散带来的码间串扰的问题,因此如何专利技术一种低复杂度的MLSE算法,是本
亟需解决的问题。

技术实现思路

[0010]本专利技术为了解决现有技术计算复杂,带宽受限以及光纤色散带来的码间串扰的问题,提供了一种低复杂度的MLSE算法,其具有不依赖于Slicer参数W的特点。
[0011]为实现上述本专利技术目的,采用的技术方案如下:
[0012]一种减少状态数和转移路径数的最大似然序列估计方法,包括以下步骤:
[0013]S1.接收信号;通过LMS均衡器对接收到的信号进行均衡,得到均衡后的信号;
[0014]S2.将均衡后的信号输入Threshold Detector中进行减少状态预判决,得到TD_Seq;将均衡后的信号输入Slicer中进行减少转移路径预判决,得到S_Seq;将均衡后的信号输入Postfilter滤除高频噪声,得到PF_Seq;
[0015]S3.将TD_Seq、S_Seq、PF_Seq分别输入RST

MLSE中进行处理,构建RST

MLSE的网格图;
[0016]S4.通过网格图进行回溯,得到估计的最大似然概率的发送信号序列。
[0017]优选的,所述的步骤S1中,均衡后的信号按照时刻排列,将时刻k的均衡后的信号表示为LMS_Eq_Seq(k)。
[0018]进一步的,步骤S2中,通过Threshold Detector对当前时刻均衡后的信号进行减少状态预判决,具体步骤为:
[0019]S201.将当前时刻均衡后的信号输入Threshold Detector,与Threshold Detector的门限值进行大小比较;
[0020]S202.根据当前时刻均衡后的信号的大小,判断当前时刻均衡后的信号所述的Threshold Detector的Region;
[0021]S203.根据当前时刻均衡后的信号所属的region序号,得到TD_Seq。
[0022]所述的Threshold Detector设有3个region,设LMS_Eq_Seq(k)为y
k
,其中region1为y
k


1,region2为

1<y
k
≤1,region3为y
k
>1。
[0023]更进一步的,步骤S2中,通过Slicer对当前时刻均衡后的信号进行减少转移路径预判决,得到S_Seq,具体为:
[0024]S2201.将当前时刻均衡后的信号输入Slicer进行比较,判定当前时刻均衡后的信号所处的Slicer的阴影区域;
[0025]S2202.将当前时刻均衡后的信号对应的所处阴影区域的信息记录得到S_Seq。
[0026]更进一步的,Slicer设有4个阴影区域。
[0027]更进一步的,所述的步骤S2201中,判定当前时刻均衡后的信号所处的Slicer的阴影区域,具体为:
[0028][0029]其中,S_Seq(k)表示当前时刻k的信号所处阴影区域的信息,y
k
即LMS_Eq_本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种减少状态数和转移路径数的最大似然序列估计方法,其特征在于:包括以下步骤:S1.接收信号;通过LMS均衡器对接收到的信号进行均衡,得到均衡后的信号;S2.将均衡后的信号输入Threshold Detector中进行减少状态预判决,得到TD_Seq;将均衡后的信号输入Slicer中进行减少转移路径预判决,得到S_Seq;将均衡后的信号输入Postfilter滤除高频噪声,得到PF_Seq;S3.将TD_Seq、S_Seq、PF_Seq分别输入RST

MLSE中进行处理,构建RST

MLSE的网格图;S4.通过网格图进行回溯,得到估计的最大似然概率的发送信号序列。2.根据权利要求1所述的减少状态数和转移路径数的最大似然序列估计方法,其特征在于:所述的步骤S1中,均衡后的信号按照时刻排列,将时刻k的均衡后的信号表示为LMS_Eq_Seq(k)。3.根据权利要求2所述的减少状态数和转移路径数的最大似然序列估计方法,其特征在于:步骤S2中,通过Threshold Detector对当前时刻均衡后的信号进行减少状态预判决,具体步骤为:S201.将当前时刻均衡后的信号输入Threshold Detector,与ThresholdDetector的门限值进行大小比较;S202.根据当前时刻均衡后的信号的大小,判断当前时刻均衡后的信号所述的Threshold Detector的Region;S203.根据当前时刻均衡后的信号所属的region序号,得到TD_Seq。4.根据权利要求3所述的减少状态数和转移路径数的最大似然序列估计方法,其特征在于:所述的Threshold Detector设有3个region,设LMS_Eq_Seq(k)为y
k
,其中region1为y
k


1,region2为

1<y
k
≤1,region3为y
k
>1。5.根据权利要求4所述的减少状态数和转移路径数的最大似然序列估计方法,其特征在于:步骤S2中,通过Slicer对当前时刻均衡后的信号进行减少转移路径预判决,得到S_Seq,具体为:S2201.将当前时刻均衡后的信号输入Slicer进行比较,判定当前时刻均衡后的信号所处的Slicer的阴影区域;S2202.将当前时刻均衡后的信号对应的所处阴影区域的信息记录得到S_Seq。6.根据权利要求3所述的减少状态数和转移路径数的最大似然序列估计方法,其特征在于:Slicer设有4个阴影区域。7.根据权利要求6所述的减少状态数和转移路径数的最大似然序列估计方法,其特征在于:所述的步骤S2201中,判定当前时刻均衡后的信号所处的Slicer的阴影区域,具体为:其中,S_Seq(k)表示当前时刻k的信号所处阴影区域的信息,y
k
即LM...

【专利技术属性】
技术研发人员:李凡倪伟豪
申请(专利权)人:中山大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1