System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种应用于空分复用光纤通信的伊辛MIMO均衡方法技术_技高网
当前位置: 首页 > 专利查询>中山大学专利>正文

一种应用于空分复用光纤通信的伊辛MIMO均衡方法技术

技术编号:41396280 阅读:18 留言:0更新日期:2024-05-20 19:20
本发明专利技术涉及光纤通信技术领域,更具体地,涉及一种应用于空分复用光纤通信的伊辛MIMO均衡方法。在空分复用光纤通信系统接收端的数字信号处理流程中首先利用训练序列辅助的递归最小二乘(RLS)算法进行MIMO信道估计,然后通过张量‑矩阵的同构转换与用自旋因子表示发送信号数据的方法将最大似然MIMO问题映射为伊辛计算优化问题进行求解。与传统的线性MIMO均衡算法相比,该方法对高阶调制格式信号具有更好的均衡效果,能够提升接收信号在空分复用光纤通信系统中传输后的信噪比。

【技术实现步骤摘要】

本专利技术涉及光纤通信,更具体地,涉及一种应用于空分复用光纤通信的伊辛mimo均衡方法。


技术介绍

1、随着近年来单模光纤的通信容量已接近非线性香农极限,基于弱耦合环芯光纤的空分复用光纤通信系统成为了一种解决这个问题的可行方案。在弱耦合环芯光纤中,模组之间是弱耦合的,并且每个高阶模组内的模式数量均为4。因此基于弱耦合环芯光纤的空分复用光纤通信系统在接收端可以仅使用小规模的模块化4×4多输入多输出(mimo)均衡去解决光纤中的偏振模色散以及模组内模式串扰的问题。在mimo均衡中,一种有效算法是最大似然均衡算法,其试图精确地解决非确定多项式-困难(np-hard)问题。但是由于这种算法具有遍历性,因此计算复杂度非常高,难以应用到实际的空分复用光纤通信系统中。因此一系列对于最大似然均衡的简化算法被提出。在这其中,为了避免引入高阶项而导致计算复杂度过大,一类对最大似然mimo进行简化的算法——基于执行信道反演的线性均衡算法被广泛应用。但是信号在光纤信道中传输时会因为光纤拉制工艺不佳、光纤非线性效应、模式串扰时变等影响而使得信道条件不稳定从而导致如恒模算法这样的线性mimo均衡算法对高阶调制格式信号的均衡效果较差。

2、而在近十年来,使用在光计算领域的一种新兴模拟优化模型——伊辛机去简化最大似然mimo算法以降低计算复杂度是一种非常有前景的方法。值得一提的是,近两年已有研究工作实现了无线通信中的最大似然mimo问题与伊辛问题的模型映射,为基于伊辛机的最大似然mimo处理奠定了基础。然而,不同于无线通信信道,空分复用光纤通信信道表现出如下新的特点,对伊辛mimo处理带来新的影响,1、信道间串扰的同时伴随有多个时域符号间的串扰,伊辛模型的构建需要基于更高维度的信道模型;2、相干光接收机引入的较大相位噪声,会对伊辛模型的构建引入不稳定因素,进而影响处理精度,需要在具体实施中加以规避或补偿。

3、综上,为了避免引入高阶项而导致计算复杂度过大,传统的由最大似然mimo均衡算法简化而来的均衡算法大多为线性均衡算法(如恒模算法)。但是信号在光纤信道中传输时会因为光纤拉制工艺不佳、光纤非线性效应、模式串扰时变等影响而使得信道条件不稳定从而导致如恒模算法这样的线性均衡算法对高阶调制格式信号的均衡效果较差。此外,近两年已有研究工作实现了无线通信中的最大似然mimo问题与伊辛问题的模型映射,但是由于空分复用光纤通信信道相比于无线信道表现出了新的特点,因此在空分复用光纤通信系统中实现最大似然mimo问题与伊辛问题的模型映射时存在着信道模型的维度更高、相位噪声较大等问题。


技术实现思路

1、本专利技术为克服上述现有技术中的缺陷,提供一种应用于空分复用光纤通信的伊辛mimo均衡方法,具有更好的均衡效果,能够提升接收信号在空分复用光纤通信系统中传输后的信噪比。

2、为解决上述技术问题,本专利技术采用的技术方案是:

3、一种应用于空分复用光纤通信的伊辛mimo均衡方法,包括以下步骤:

4、s1.利用训练序列辅助的递归最小二乘rls算法进行mimo信道估计,求得mimo信道中t时刻第i个模式对第j个模式的信道响应矢量hij(t);为后续信号的解扰与恢复提供有效的信息;

5、s2.将mimo信道中的数据传输以张量计算的形式表示为:

6、

7、其中*(2)代表爱因斯坦积,代表张量形式的信道噪声,表示发送数据的张量形式;表示接收数据的张量形式;然后,通过张量-矩阵的同构转换公式将张量运算形式转换为矩阵运算形式;

8、s3.进行伊辛计算映射,用自旋向量s={s1,s2,...,sn}表示发送信号数据x,将最大似然mimo求解问题转化为便于求解的伊辛优化问题;

9、s4.进行若干次退火迭代处理求解步骤s3转化得到的伊辛优化问题使得该伊辛问题的哈密尔顿量收敛到最低值,并最终获得伊辛最优解;然后将伊辛最优解转换为原始问题的复值解

10、根据以上技术方案,本专利技术提供的一种应用于空分复用光纤通信的伊辛mimo均衡方法,实现了空分复用光纤通信系统中最大似然mimo问题与伊辛问题的模型映射,使用伊辛mimo均衡方法提升空分复用光纤通信系统的接收端均衡算法对于高阶调制格式信号(如16-qam,64-qam等)的均衡效果,提升系统的总通信容量和频谱效率。本专利技术在空分复用光纤通信系统接收端的数字信号处理流程中首先利用训练序列辅助的递归最小二乘(rls)算法进行mimo信道估计,然后通过张量-矩阵的同构转换与用自旋因子表示发送信号数据的方法将最大似然mimo问题映射为伊辛计算优化问题进行求解。与传统的线性mimo均衡算法相比,该方法对高阶调制格式信号具有更好的均衡效果,能够提升接收信号在空分复用光纤通信系统中传输后的信噪比。

11、进一步地,所述步骤s1包括:

12、s11.基于训练序列的频域相位估计:在频域上计算相邻接收训练符号的相位差并求平均,估计出由频偏带来的相位旋转,对接收传输数据在频域上实施频偏相位噪声进行预处理,避免频偏相位噪声对后续mimo信道估计带来不利影响。

13、s12.基于rls算法的mimo信道估计:对预处理后的接收训练数据,在时域上利用rls算法对mimo信道进行估计,迭代得到mimo信道中发送模式和接收模式之间的有限长脉冲响应,用于多路接收数据的mimo解串扰。

14、s13.基于v-v算法的载波相位估计:利用v-v算法对mimo解扰后的时域数据进行载波相位估计,均衡每路信号的载波相位噪声并计算误差后更新rls参数,提升rls算法的mimo信道估计精度。

15、s14.经过若干次的循环迭代之后,估计出精确的mimo信道时域脉冲响应,为后续信号的解扰与恢复提供有效的信息。

16、进一步地,rls算法的目标是最小化指数加权代价函数,基于rls算法的mimo信道估计遵循以下公式:

17、

18、h(k)=h(k-1)+k(k)e(k)t(3)

19、r(k)=λ-1r(k-1)-λ-1k(k)x(k)tr(k-1)(4)

20、e(k)=y(k)-h(k)tx(k)(5)

21、其中,k代表rls算法的第k次迭代过程,x(k)和y(k)表示时域上的发送训练序列矢量和接收训练序列矢量;r(k)表示在第k次迭代中的加权逆相关矩阵,根据每次迭代过程中的输入数据x(k)和遗忘因子λ来调整此矩阵可以包含最新的观测数据;e(k)表示经过第k次迭代后的误差值;λ为遗忘因子,并且满足0≤λ<1;矢量代表时域脉冲信道响应,ntaps为脉冲响应抽头个数;在更新h(k)之前,rls算法根据当前块中的信号和上一个块的逆相关矩阵计算当前迭代下的卡尔曼向量k(k),从而不断更新迭代求得mimo信道的时域信道脉冲响应。

22、进一步地,第i个模式上的接收数据可表示为:yi(t)=∑jhij(t)*xj(t)(6),其中*代表本文档来自技高网...

【技术保护点】

1.一种应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,所述步骤S1包括:

3.根据权利要求1所述的应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,基于RLS算法的MIMO信道估计遵循以下公式:

4.根据权利要求1所述的应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,第i个模式上的接收数据可表示为:yi(t)=∑jhij(t)*xj(t) (6),其中*代表卷积操作,将公式(6)转换为以下的二维矩阵运算形式:

5.根据权利要求4所述的应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,在所述步骤S2中,张量-矩阵的同构转换公式表示为:对应位置索引变换为:T0代表时间序列的长度,Ntaps代表信道响应矢量hij(t)的脉冲响应抽头个数,位置索引为(i,g)、(j,l);则将MIMO信道中数据传输的张量运算形式转换为矩阵运算形式表示为:y=Hx+nc (8),其中x是发送信号数据,y是接收信号数据,H是MIMO信道时域信道响应矩阵,nc是信道噪声。

6.根据权利要求5所述的应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,对于公式(8)所表示的系统传输模型,最优的接收方案是基于最大似然的MIMO求解方式,表达式为:

7.根据权利要求5所述的应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,所述步骤S3包括:

8.根据权利要求6所述的应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,假设向量有个元素,这些元素是从一个方形的M-QAM星座中取得的,其中M=4,16,64,...,22p,且p为正整数,那么向量中每个元素在范围内取整数值,每个元素所代表的比特数为

9.根据权利要求7所述的应用于空分复用光纤通信的伊辛MIMO均衡方法,其特征在于,所述步骤S4包括:

10.一种计算机设备,包括存储器和处理器,所述的存储器存储有计算机程序,其特征在于,所述的处理器执行所述的计算机程序时实现权利要求1至8任一项所述方法的步骤。

...

【技术特征摘要】

1.一种应用于空分复用光纤通信的伊辛mimo均衡方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的应用于空分复用光纤通信的伊辛mimo均衡方法,其特征在于,所述步骤s1包括:

3.根据权利要求1所述的应用于空分复用光纤通信的伊辛mimo均衡方法,其特征在于,基于rls算法的mimo信道估计遵循以下公式:

4.根据权利要求1所述的应用于空分复用光纤通信的伊辛mimo均衡方法,其特征在于,第i个模式上的接收数据可表示为:yi(t)=∑jhij(t)*xj(t) (6),其中*代表卷积操作,将公式(6)转换为以下的二维矩阵运算形式:

5.根据权利要求4所述的应用于空分复用光纤通信的伊辛mimo均衡方法,其特征在于,在所述步骤s2中,张量-矩阵的同构转换公式表示为:对应位置索引变换为:t0代表时间序列的长度,ntaps代表信道响应矢量hij(t)的脉冲响应抽头个数,位置索引为(i,g)、(j,l);则将mimo信道中数据传输的张量运算形式转换为矩阵运算形式表示为:y=hx+nc (8),其中...

【专利技术属性】
技术研发人员:刘洁黄煜明万艺斌李振华许增权
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