基于LSTM神经网络的光纤链路多径干扰噪声均衡方法技术

本发明专利技术提供一种基于LSTM神经网络的光纤链路多径干扰噪声均衡方法，包括建立LSTM神经网络模型；获取光纤链路的初始接收符号并进行窗口化；将窗口化后的光纤链路的初始接收符号及其对应的初始发射符号输入LSTM神经网络模型中进行训练优化，获得优化后的LSTM神经网络模型；获取光纤链路待均衡的接收符号，利用优化后的LSTM神经网络模型对光纤链路待均衡的接收符号进行多径干扰噪声均衡，获得均衡后的接收符号；本发明专利技术通过LSTM神经网络，能够在光接收端实现低复杂度、高性能的光纤链路多径干扰噪声均衡，均衡效果好；同时，模型泛化能力强，更具有普遍性，在达到相同的性能指标的前提下，计算复杂度更低。计算复杂度更低。计算复杂度更低。

【技术实现步骤摘要】
基于LSTM神经网络的光纤链路多径干扰噪声均衡方法


[0001]本专利技术涉及光纤通信
，更具体地，涉及一种基于LSTM神经网络的光纤链路多径干扰噪声均衡方法。

技术介绍

[0002]近年来，伴随着物联网、云计算等新型应用的发展，网络流量呈指数型增长。这些新的应用带来带宽及计算资源的需求，推动了数据中心短距离(<80千米)光纤通信系统的发展，同时不断增长的数据中心业务也促使运营商、企业和服务提供商提供高速网络通信的以太网解决方案。
[0003]目前数据中心互连速率正在从400Gb/s过渡到800Gb/s，无论是400Gb/s还是800Gb/s，强度调制直接检测(IMDD)由于其低复杂度、低成本和节能等优点得到广泛应用；其中，4电平脉冲幅度(PAM4)调制格式作为一种能有效提高频谱效率的高级调制格式也得到了应用，目前部署的400Gbit/s以太网(400GbE)便采用了4个通道的53Gbaud PAM4调制格式，对于下一代“超越400GbE”的以太网(如800GbE或1.6TbE)，PAM4也由于其低复杂度和易于从现有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSTM神经网络的光纤链路多径干扰噪声均衡方法，其特征在于，包括以下步骤：S1：建立LSTM神经网络模型；S2：构建多径干扰噪声仿真通信模型，获取光纤链路的初始接收符号；所述光纤链路的初始接收符号包括若干不同传输距离、不同程度多径干扰噪声和不同波特率的初始接收符号样本；S3：对光纤链路的初始接收符号进行窗口化处理；S4：将窗口化后的光纤链路的初始接收符号及其对应的初始发射符号输入LSTM神经网络模型中进行训练优化，获得优化后的LSTM神经网络模型；S5：获取光纤链路待均衡的接收符号，利用优化后的LSTM神经网络模型对光纤链路待均衡的接收符号进行多径干扰噪声均衡，获得均衡后的接收符号。2.根据权利要求1所述的一种基于LSTM神经网络的光纤链路多径干扰噪声均衡方法，其特征在于，所述步骤S1中建立的LSTM神经网络模型具体为：所述LSTM神经网络模型包括单向连接的输入层、LSTM层、全连接层和输出层。3.根据权利要求2所述的一种基于LSTM神经网络的光纤链路多径干扰噪声均衡方法，其特征在于，所述LSTM层包括30个神经元。4.根据权利要求1所述的一种基于LSTM神经网络的光纤链路多径干扰噪声均衡方法，其特征在于，所述步骤S2中，构建多径干扰噪声仿真通信模型，获取光纤链路的初始接收符号的具体方法为：所述多径干扰噪声仿真通信模型包括光发射机、光纤链路和光接收机；所述光纤链路包括并联连接的主链路和支链路；所述主链路的两端分别连接有光发射机和光接收机；所述光发射机通过数字信号处理产生初始发射符号，并利用初始发射符号对预设激光器发出的激光进行调制，调制后的激光通过光纤链路传输至光接收机；所述光接收机设置有单光电探测器，所述单光电探测器将接收到的光信号转换为电信号，光接收机利用电信号产生初始接收符号。5.根据权利要求4所述的一种基于LSTM神经网络的光纤链路多径干扰噪声均衡方法，其特征在于，所述光发射机通过数字信号处理产生初始发射符号的具体方法为：所述数字信号处理通过Matlab实现，依次包括伪随机二进制序列PRBS的产生、调制格式的映射、上采样处理和RRC滤波处理；所述调制格式具体为PAM4格式。6.根据权利要求5所述的一种基于LSTM神经网络的光纤链路多径干扰噪声均衡方法，其特征在于，所述光接收机的类型具体为强度检测类型；所述光接收机利用电信号产生初始接收符号的具体方法包括依次对电信号进行重采样处理、RRC匹配滤波处理和码间串扰补偿处理；所述RRC匹配滤波处理与光发射机中的RRC滤波处理相对应；...

【专利技术属性】
技术研发人员：向梦，邱泳锋，付松年，秦玉文，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：