-
公开(公告)号:CN116192273A
公开(公告)日:2023-05-30
申请号:CN202310201119.4
申请日:2023-03-01
Applicant: 北京邮电大学
IPC: H04B10/516 , G06F18/2321 , H04B10/61 , H04L25/03
Abstract: 本发明提出了一种基于高斯混合聚类的b调制非线性频分复用系统,涉及光纤通信系统技术领域,创造性的将高斯混合聚类算法应用到b调制非线性频分复用系统中,取代原有的b调制非线性频分复用系统的硬判决和软判决算法,来均衡接收到的星座图因噪声带来的相位旋转,以消除因为EDFA放大器的自发辐射噪声和光纤信道中的各种不利因素的影响,同时对解调得到的16QAM星座图数据进行聚类判决,降低系统的误码率,提高系统性能。
-
公开(公告)号:CN116418405A
公开(公告)日:2023-07-11
申请号:CN202310395575.7
申请日:2023-04-13
Applicant: 北京邮电大学
IPC: H04B10/25 , H04B10/61 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于微扰理论的复值卷积神经网络光纤非线性均衡方法,包括以下步骤:S1、利用微扰理论对符号样本构造出复值信道特征图,形成原始训练集,并输入神经网络;S2、利用原始训练数据集训练复值卷积神经网络,对训练数据进行拟合,最后得到最合适的非线性均衡器模型;S3、对待测试信号构造复值信道输入特征图,并作为测试集输入到拟合好的非线性均衡器模型中进行均衡,得到输出结果。本发明提出的基于微扰理论的复值卷积神经网络光纤非线性均衡方法,利用微扰理论结合复值卷积神经网络提取更多有用的特征信息,解决非线性均衡时误码率高、补偿效果差的问题,提高非线性补偿效果,大大提升了系统性能。
-