[发明专利]一种相干光通信系统中星座点中心的跟踪方法及系统

说明书

一种相干光通信系统中星座点中心的跟踪方法及系统，涉及相干光通信应用领域，方法包括：以每个参考星座点为中心设定相同的信号范围，所有信号范围内的信号点作为初始信号集，每个信号范围内的信号点作为信号子集，确定各信号子集的中心点；计算所有接收信号的信号点到各信号子集中心点的信号空间距离，以此进行聚类计算，得到新信号集、新信号子集以及新信号子集的中心点；通过调整计算信号空间距离的参数，保证接收信号总的EVM最低，且各新信号子集的中心点均位于初始信号集内，此时各子集中心点为实际参考星座点。本发明使求得的星座点中心和符号判决更准确，进而有效减少链路噪声和残余相差对信号判决的影响，适用于高阶相干光通信系统。

技术领域

本发明涉及相干光通信应用领域，具体来讲涉及一种相干光通信系统中星座点中心的跟踪方法及系统。

背景技术

在相干光通信系统中，通信质量受到多方面的影响，其中线性损伤包括色散和偏振色散，非线性损伤包括非线性效应等。数字信号处理算法能很好的补偿各种线性损伤，但仍难以完全克服非线性损伤的影响。尤其在高速光通信系统中，为了提高通信容量广泛采用了高阶正交幅度调制(Quadrature Amplitude Modulation，QAM)格式，更密集的信号点需要更高的信噪比，由此带来的光纤非线性效应是高速传输系统中性能劣化的主要因素。

已有多种信号均衡算法用于消除相干光通信系统中非线性损伤的影响，比如数字反向传播、反向伏尔泰拉，但这些算法计算量巨大且适用性窄。随着机器学习方法的出现，新出现一类基于DSP(Digital Signal Processing，数字信号处理)算法的密度中心追踪(density-centroid tracking，DCT)算法，其原理是基于信号在星座图中分布的密度准确寻找出分布的中心，使用实际的星座分布而不是理想的星座分布来归类和判决各信号，这样能降低包括非线性效应的各类噪声影响，从而降低误码率。

现有DCT均衡方法类似于机器学习中的K均值方法(K-means),其具体实现是找出数据的中心进而归类数据，本质是一种无监督的聚类方法。K均值方法的聚类结果非常依赖于初始的簇分布中心，因此易于收敛到局部最优值，而且由于聚类判决使用非凸平方差函数，算法搜寻全局最优解时通常超出范围。因此当K值增加时，K均值方法难以发现全局最优解，难以适用于高阶调制格式。另一方面，DCT均衡方法假定接收信号已精确的完成了相位恢复，假定信号在星座图上的簇分布为简单的圆形散点。但实际上由于接收信号存在残余相位差，接收信号在星座图上总带有相位偏转，簇分布会带有围绕星座原点的拖尾。这决定了实际系统中不能简单采用K均值方法，而要将残余相位因素考虑进来。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种相干光通信系统中星座点中心的跟踪方法及系统，考虑到信号在星座图上的相位偏转因素，使求得的星座点中心和符号判决更准确，进而有效减少链路噪声和残余相差对信号判决的影响，适用于高阶相干光通信系统。

为达到以上目的，一方面，采取的技术方案是一种相干光通信系统中星座点中心的跟踪方法，包括步骤：

以每个参考星座点为中心设定相同的信号范围，所有信号范围内的信号点作为初始信号集，每个信号范围内的信号点作为信号子集，确定各信号子集的中心点；

计算所有接收信号的信号点到各信号子集中心点的信号空间距离，以此进行聚类计算，得到新信号集、新信号子集以及新信号子集的中心点；

通过调整计算信号空间距离的参数，保证接收信号总的EVM(Error VectorMagnitude，误差向量幅度)最低，且各新信号子集的中心点均位于初始信号集内，此时各子集中心点为实际参考星座点。

优选的，所述信号范围根据接收信号的信噪比设定，且每个信号范围内的信号点到参考星座点的欧式距离小于0.1×参考星座点间最短欧式距离。

优选的，所述各信号子集的中心点为信号子集的重心，基于求平均值计算获得。