[发明专利]基于训练序列的频域色散搜索方法有效

专利信息
申请号: 201410006652.6 申请日: 2014-01-07
公开(公告)号: CN103746950B 公开(公告)日: 2017-04-12
发明(设计)人: 於涛;许渤;邱昆 申请(专利权)人: 电子科技大学
主分类号: H04L25/03 分类号: H04L25/03;H04B10/61
代理公司: 成都行之专利代理事务所(普通合伙)51220 代理人: 温利平
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 训练 序列 色散 搜索 方法
【说明书】:

技术领域

发明属于频域色散搜索技术领域,更为具体地讲,涉及一种基于训练序列的频域色散搜索方法。

背景技术

随着光纤相干通信技术的发展,包含有数字均衡技术的相干检测接收机能够对所有的线性信道损耗或者低非线性光纤信道进行补偿,这就使得在传输过程中可以在接收端对色度色散(CD,Chromatic Dispersion)进行数字均衡而不必通过色散补偿光纤(DCF,Dispersion Compensating Fiber)在光域进行补偿。在常用的数字均衡方法中有时域均衡和频域均衡两种方式。由于频域均衡具有非常低的计算复杂度以及良好的并行度,与时域的光纤色散有限脉冲响应(FIR,Finite Impulse Response)均衡器和自适应最小均方(LMS,Least Mean Square)均衡器相比,频域均衡器成为行业主要关注的色度色散均衡技术。

在基于频域的方法中,首先将接收端经过采样以后的时域信号利用快速傅里叶变换(FFT)变换到频域再乘以频域色散补偿函数,该补偿函数可以看作是光纤信道传输的色散函数的反函数,最后将补偿以后的频域信号通过逆快速傅里叶变换(IFFT)变换到时域恢复成连续的数据流。该方法的缺点是必须在事先知道信道色散大小的基础上才能利用频域色散补偿函数。然而,由于动态光网络环境下传输链路的色散值是可变的,需要先对信道中的色散大小进行估计。

目前一种常用的色散估计方法为频域色散搜索算法,该算法采用一种最佳匹配搜索的方式通过观测一组色散滤波器的参数,该参数是根据计算每组均衡以后的信号的代价函数做出判别来实现的。

图1是基于频域色散搜索的光纤相干通信接收机结构示意图。如图1所示,接收到的偏振复用信号经过偏振分束器分成两个偏振方向的信号进行独立的相干解调。相干解调后的4路电信号首先需要进行两倍速率的AD采样和量化,然后将采样以后的信号通过FFT变换到频域再乘以频域色散补偿函数,将频域色散补偿函数根据传输的信道色散的范围分成若干组以满足对不同的色散搜索步长的需要,根据补偿以后的频域信号做色散搜索,判决出信道传输的色散范围。最后,选择补偿效果最好的那组频域信号通过IFFT变换到时域做后续处理。

基于频域最大值代价函数的色散搜索算法是一种常用的对信道中的色散进行搜索估计的方法。该色散搜索算法的关键是,基于接收到的采样信号对信道色散的若干可能值计算频域最大值代价函数,然后选取最大的频域代价函数值对应的信道色散值作为色散搜索和估计的结果。图2是基于频域最大值代价函数的色散搜索算法示意图。如图2所示的基于频域最大值代价函数的色散搜索算法,该算法通过对X、Y两路偏振方向上的信号进行联合处理进行色散估计,单个偏振方向上的信号处理方法为:

首先,将接收到的连续采样信号r[k]按FFT变换点数NFFT分成N组为rp[k],p=1,2,…,N,利用FFT将每一组信号变换到频域生成数字谱为Rp[n],n=-NFFT/2,…,NFFT/2-1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410006652.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top