[发明专利]用于高阶PAM光传输系统中的SVM分类器优化的均衡算法

权利要求书

1.一种用于高阶PAM光传输系统中的SVM分类器优化的均衡算法，其特征在于，包括如下步骤：

步骤1：发送端将包含训练序列的数据通过光纤传输到接收端，接收端将采样后的包含训练序列的数据输入到均衡器模块；

步骤2：所述均衡器模块提取接收到的训练序列，并为其构建特征向量；训练序列发生器重新产生训练序列，并将其分为两个大类，作为对应特征向量的标签，构成训练集；

步骤3：将训练集输入到SVM训练器，计算得到一个中心最优超平面，计算不同类别的点到超平面的平均距离作为不同类别的偏移；

步骤4：提取最优超平面的法向量，作为滤波器的抽头系数，将不同类别的偏移作为判决器对应的判决门限，对后续有效数据进行均衡。

2.根据权利要求1所述的用于高阶PAM光传输系统中的SVM分类器优化的均衡算法，其特征在于，所述步骤1中：所述训练序列为伪随机序列，由训练序列发生器产生；发送端和接收端通过设定相同的参数以及起始值以重复产生相同的序列，调制方式为高阶PAM调制。

3.根据权利要求1所述的用于高阶PAM光传输系统中的SVM分类器优化的均衡算法，其特征在于，所述步骤2具体如下：

利用抽头延时器，训练向量中的每个数据分别得到接收到的后续数据和先前时刻由训练序列发生器重新产生的数据，构成特征向量；

训练序列中数据的标签，为接收端训练序列发生器重新产生的对应数据，并将其分为两个大类。

4.根据权利要求1所述的用于高阶PAM光传输系统中的SVM分类器优化的均衡算法，其特征在于，所述步骤3中：所述SVM训练器采用顺序最小化优化算法。

5.根据权利要求1所述的用于高阶PAM光传输系统中的SVM分类器优化的均衡算法，其特征在于，所述步骤4具体如下：所述滤波器为DFE滤波器，提取的超平面法向量分别作为前馈滤波器和反馈滤波器的抽头系数；步骤3中得到的不同类别的偏移作为判决器对应类别的判决门限，判决结果返回所述滤波器。