[发明专利]用于滤波器组多载波调制光通信系统的K-means非均匀量化算法在审
申请号: | 201910319988.0 | 申请日: | 2019-04-19 |
公开(公告)号: | CN110020695A | 公开(公告)日: | 2019-07-16 |
发明(设计)人: | 毕美华;林嘉芊;杨国伟;周雪芳;周豪;池灏;杨淑娜;胡淼;李齐良 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;H04B10/25 |
代理公司: | 杭州千克知识产权代理有限公司 33246 | 代理人: | 周希良 |
地址: | 310018 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 向量 量化区间 中心向量 量化阶 多载波调制 非均匀量化 滤波器组 算法 光通信系统 数据预处理模块 系统误码率性能 发射机 迭代步骤 距离计算 均值量化 量化结果 量化误差 数据序列 向量聚类 收敛 集合 发送 输出 | ||
1.用于滤波器组多载波调制光通信系统的K-means非均匀量化算法,其特征在于,包括如下步骤:
步骤1:将滤波器组多载波调制发射机发送的数据序列输入到数据预处理模块,将生成的向量作为K均值量化模块的输入;
步骤2:选取K个向量作为初始量化阶,计算各向量与量化阶向量之间的距离,根据距离将各个向量聚类到距离最近的量化阶向量的集合中,计算得到量化区间和每个量化区间的中心向量;
步骤3:将步骤2产生的中心向量作为距离计算的初始量化阶,迭代步骤2直至收敛,得到K个量化区间和中心向量;
步骤4:将步骤3中得到的量化区间和中心向量输出得到量化结果。
2.根据权利要求1所述的用于滤波器组多载波调制光通信系统的K-means非均匀量化算法,其特征在于,滤波器组多载波调制光通信系统包括基于滤波器组多载波调制光通信系统以及通用滤波器多载波调制光通信系统。
3.根据权利要求2所述的用于滤波器组多载波调制光通信系统的K-means非均匀量化算法,其特征在于,所述步骤1中,数据预处理模块采用的数据预处理方式包括:
1)向量构建的方法:通过抽头延时器得到当前数据及其前后数据的采样值,将采样值作为每个数据的特征值,构建特征向量;
2)向量处理方法:在中心抽头的特征值赋予权重,增加其在计算距离时产生的影响,得到最终的特征向量,权重参数取1~1.5之间的固定值。
4.根据权利要求3所述的用于滤波器组多载波调制光通信系统的K-means非均匀量化算法,其特征在于,所述步骤1中:
输入数据序列的构成方法为:拆分数据实部和虚部发射端数据,将实部数据Re{x1}Re{x2}…Re{xn}和虚部数据Im{x1}…Im{xn}按照原数据顺序独立输入。
5.根据权利要求4所述的用于滤波器组多载波调制光通信系统的K-means非均匀量化算法,其特征在于,所述步骤2具体如下:
随机选取K个特征向量作为初始量化阶,计算各向量与量化阶向量之间的欧式距离,根据欧式距离将各个向量聚类到距离最近的量化阶向量的集合中,计算得到经过一轮量化后的量化区间和每个量化区间的中心向量。
6.根据权利要求5所述的用于滤波器组多载波调制光通信系统的K-means非均匀量化算法,其特征在于,所述步骤2中,
第一组量化阶的选取方法为:随机选择K个向量作为量化阶,其中K等于2n,n为目标量化位数,
聚类操作方法为:根据每个向量到量化阶向量之间的距离,将向量聚类至距离最近的量化阶组成一个集合,该集合所在数值区间即为量化区间,计算各量化区间的中心向量作为量化阶。
7.根据权利要求6所述的用于滤波器组多载波调制光通信系统的K-means非均匀量化算法,其特征在于,所述步骤3具体如下:
所述收敛的定义为中心向量不再发生变化,各个量化区间中的点向量不再发生变动。
8.根据权利要求7所述的用于滤波器组多载波调制光通信系统的K-means非均匀量化算法,其特征在于,所述步骤4中,量化结果输出的方式为:
K个量化区间的中心向量为各个量化区间中所包含的点向量的量化结果,在一维量化中为数据序列的量化结果,将K个中心向量按照所对应特征向量的输入顺序输出即可得到量化结果。
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杭州电子科技大学,未经杭州电子科技大学许可,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/201910319988.0/1.html,转载请声明来源钻瓜专利网。