基于随机森林算法的相干光通信系统非线性补偿方法技术方案

本发明专利技术提供了一种用于相干光通信系统的非线性补偿方法，利用随机森林算法对接收到的信号进行分类处理，从而缓解光纤非线性带来的信号损伤。包括：采用Bootstrap的方式对接收信号进行抽取得到不同子集，使用子集构建含有多个具有分类能力CART的随机森林模型。对所有CART的结果集成统计的得票最多的类别为随机森林模型的分类结果。本发明专利技术不仅对均匀信号有效，还可与概率整形技术相结合，实现对不均匀的概率整形信号进行分类，有效提升系统的性能，使系统误码率得到明显改善。

【技术实现步骤摘要】

本专利技术涉及光纤通信领域，具体涉及一种基于随机森林算法的相干光通信系统非线性补偿方法，对均匀分布和概率整形分布的qam信号的补偿均有效。

技术介绍

1、在过去几年中，通过利用相干检测结合高阶调制格式(例如，高阶qam)和数字信号处理(dsp)技术，光纤通信系统的容量得到了显著提升。最近，通过采用高阶qam与概率整形技术相结合，现有光纤通信系统的容量和灵活性得到了进一步提高。然而，在长距离相干光通信系统中，高阶qam信号，无论是均匀分布还是概率分布的高阶qam信号，都容易受到光纤非线性的影响，从而限制了系统容量的进一步提高。因此，克服光纤非线性是进一步扩展光通信系统容量和距离的最大挑战。许多基于dsp的光纤非线性抑制算法，包括传统算法和基于机器学习的算法相继出现。例如：数字反向传播(dbp)算法是最有效的光纤非线性补偿技术之一，它可以从理论上完美地补偿光纤非线性。然而，其计算复杂度极高。随着人工智能技术的发展，人们提出了许多基于机器学习的算法来抑制光纤非线性。如神经网络(nn)、k近邻算法(knn)，k-means，支持向量机(svm)和基于密度的噪声应用本文档来自技高网...

【技术保护点】

1.一种基于随机森林算法的相干光通信系统非线性补偿方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于随机森林算法的相干光通信系统非线性补偿方法，其特征在于：接收到的mQAM信号数据，进行自助采样法抽取给定包含数量为n的样本集X，即：每次从X中选出一个样本放入到X′中，再将数据放回到X中重复n次，显然有一部分样本会在X′中多次出现，另一部分不出现，样本n次采样中始终不被采到的概率是：

3.根据权利要求1所述的一种基于随机森林算法的相干光通信系统非线性补偿方法，其特征在于：本实验中使用的样本是接收端的mQAM信号，在进行训练前完成了线性补偿，总共有n个...

【技术特征摘要】

1.一种基于随机森林算法的相干光通信系统非线性补偿方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于随机森林算法的相干光通信系统非线性补偿方法，其特征在于：接收到的mqam信号数据，进行自助采样法抽取给定包含数量为n的样本集x，即：每次从x中选出一个样本放入到x′中，再将数据放回到x中重复n次，显然有一部分样本会在x′中多次出现，另一部分不出现，样本n次采样中始终不被采到的概率是：

3.根据权利要求1所述的一种基于随机森林算法的相干光通信系统非线性补偿方法，其特征在于：本实验中使用的样本是接收端的mqam信号，在进行训练前完成了线性补偿，总共有n个复数信号被取样x＝{x1,x2...xn}，然后对每个样本进行标签标记，得到相应的标签集y＝{y1,y2...yn}，其中yi＝1，2，...,m,m是qam的信号的调制阶数，同时也是所有的标签类别数。

【专利技术属性】
技术研发人员：易安林，战冠群，闫连山，罗斌，潘炜，蒋林，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：