一种基于随机森林的光纤非线性均衡方法技术

本发明专利技术涉及数字信号处理领域，具体涉及一种基于随机森林的光纤非线性均衡方法，本基于随机森林的光纤非线性均衡方法包括：构建并训练随机森林分类器；对待测信号构造输入特征；将待测信号的输入特征输入随机森林分类器中，得到非线性均衡结果，本基于随机森林的光纤非线性均衡方法构建并训练随机森林分类器对待测信号的输入特征进行分类得到非线性均衡结果，可以降低非线性均衡算法的复杂度，提升非线性均衡算法的运算效率和灵活性。线性均衡算法的运算效率和灵活性。线性均衡算法的运算效率和灵活性。

【技术实现步骤摘要】
一种基于随机森林的光纤非线性均衡方法


[0001]本专利技术涉及数字信号处理领域，具体涉及一种基于随机森林的光纤非线性均衡方法。

技术介绍

[0002]随着光纤通信在大容量、长距离、高速率方向的需求越来越高，低复杂度、高性能的非线性均衡算法成为提高系统传输距离和信道容量的研究重点。传统的非线性均衡方法中，光学相位共轭(OPC)技术是通过在链路中点设置相位共轭，使得链路前半部分产生的非线性效应在后半部分的传播中被抵消，但这种方法对链路功率分布有着严格要求。另外，通过Volterra级数传递函数(VSTF)和基于分步傅里叶变换(SSFT)的数字反向传播(DBP)求解非线性薛定谔方程，理论上能够较好地补偿非线性的影响，但这两种方法都需要精确的先验知识和非常高的计算复杂度。
[0003]传统非线性均衡方法由于存在运算复杂度高、依赖链路信息和所需条件过于理想等问题，限制了其在实际传输系统中的应用。机器学习算法拥有强大的学习能力和自适应调整能力，目前已有很多基于机器学习的非线性均衡算法的研究，这些算法主要分为两类：基于分类聚类和基于神经网络的补偿方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机森林的光纤非线性均衡方法，其特征在于，包括：步骤1、构建并训练随机森林分类器；步骤2、对待测信号构造输入特征；步骤3、将待测信号的输入特征输入随机森林分类器中，得到非线性均衡结果。2.根据权利要求1所述的基于随机森林的光纤非线性均衡方法，其特征在于，所述步骤1中随机森林分类器的训练方法，包括如下步骤：步骤11、获取原始接收信号的符号样本集；步骤12、在原始接收信号的符号样本集中随机选取符号样本，并分别对各符号样本构造输入特征，得到原始训练集；步骤13、对原始训练集进行有放回采样，得到N个采样训练集；步骤14、在获得的N个采样训练集上分别训练出N棵决策树；步骤15、对N棵决策树赋予相同的权值，以生成随机森林分类器。3.根据权利要求2所述的基于随机森林的光纤非线性均衡方法，其特征在于，所述步骤11中获取原始接收信号的符号样本集的方法包括：对光纤通信系统的接收端接收的原始信号进行离线数字信号处理，得到原始接收信号的符号样本集。4.根据权利要求3所述的基于随机森林的光纤非线性均衡方法，其特征在于，所述对光纤通信系统的接收端接收的原始信号进行离线数字信号处理包括：将原始信号输入数字处理滤波器，依次进行低通滤波、幅度归一化、色散补偿、时钟恢复、Gram
–
Schmidt正交化、恒模算法、频率偏移估计和载波相位估计。5.根据权利要求4所述的基于随机森林的光纤非线性均衡方法，其特征在于，所述构造输入特征的方法包括：当补偿一个符号时，提取该符号的I、Q分量，以及该符号之前的L个符号和之后的L个符号的I、Q分量，分别构成该符号的I窗口和Q窗口；将该符号的I窗口和Q窗口堆叠，以获得该符号的输入特征；其中所述I窗口和Q窗口分别包含2L+1个属性特征。6.根据...

【专利技术属性】
技术研发人员：王拥军，陈德文，李超，张琦，丁熙盈，黄兴源，韩露，田清华，田凤，杨雷静，忻向军，陈从科，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：