一种基于残差判决自适应对角卡尔曼滤波方法及其应用

    公开(公告)号:CN114759988B

    公开(公告)日:2023-08-29

    申请号:CN202210473536.X

    申请日:2022-04-29

    Abstract: 本发明公开了一种基于残差判决自适应对角卡尔曼滤波方法及其应用,通过添加残差判决以及对角化协方差矩阵的方式,调优参数不用每时每刻更新,实现卡尔曼滤波算法对偏振态旋转的追踪及补偿同时,降低了算法的计算复杂度,避免消耗庞大的计算资源,提升系统整体性能,在接收端还原原始信息。该方法基于卡尔曼滤波,在偏振态旋转及追踪方面的动态追踪能力强、收敛速度快,适用于在光纤系统中进行偏振态旋转的追踪和补偿。因其能够极大地简化运算复杂度,有效提高运算速度,在涉及光通信的偏振解复用领域有着重要的应用前景,可以对光纤信道传输过程中产生的高速率偏振态旋转效应进行追踪及补偿均衡,实现快速收敛和高精度估计的优秀性能。

    一种针对随机特性的贝叶斯神经网络非线性均衡方法

    公开(公告)号:CN116015458A

    公开(公告)日:2023-04-25

    申请号:CN202211595824.9

    申请日:2022-12-12

    Abstract: 本发明公开的一种针对随机特性的贝叶斯神经网络非线性均衡方法,属于光纤通信技术领域。本发明对模分复用光纤通信系统的非线性进行推导,通过拟合模分复用光纤通信系统非线性特性进行数据采集;将贝叶斯神经网络模型中的参数初始化为标准正态分布,根据不同输入信号自适应贝叶斯神经网络非线性均衡模型的权重和偏差,通过变分学习找到使KL散度最小化的变分参数;基于训练好的贝叶斯神经网络非线性均衡模型,准确识别出不同情况下传输的不同信号的误码率特性,通过非线性均衡处理实现高准确度的数据恢复,有效缓解信号在光纤传输过程中受到的光纤非线性效应的影响,提升通信系统在不同工况下的鲁棒性。本发明还具有泛化能力强、复杂度低的优点。

    一种S波段信号的增益均衡方法及系统

    公开(公告)号:CN115361066A

    公开(公告)日:2022-11-18

    申请号:CN202210985856.3

    申请日:2022-08-16

    Abstract: 本发明涉及一种S波段信号的增益均衡方法及系统。该方法包括:获取传输链路参数;根据所述传输链路参数,通过灰狼优化算法确定混合光纤放大器HOA的HOA参数;所述混合光纤放大器HOA为掺铥光纤放大器TDFA和拉曼光纤放大器RFA组成的TDFA‑RFA混合光纤放大器;将所述HOA参数输出至所述混合光纤放大器HOA,得到优化后的混合光纤放大器;获取输入信号光;所述输入信号光为S波段1460nm到1520nm之间间隔2nm的波分复用WDM信号;将所述输入信号光输入至所述优化后的混合光纤放大器,输出S波段的放大信号。本发明能够实现S波段放大器高增益平坦的效果。

Patent Agency Ranking