[发明专利]一种基于支持向量机的光信号种类识别方法

权利要求书

1.一种基于支持向量机的光信号种类识别方法，其特征在于，包括：

通过归一化函数(1)对输入采样光信号序列y(n)进行归一化：

式中，y′(n)为经过归一化后的光信号，n为正整数，N为光信号序列总的采样点数；

通过四次方功率谱密度峰算法计算四次方功率谱密度峰值A₄：

式中，n为采样信号序号，k为频谱分量序号，j为虚数单位，N为总的采样点数，max{}为最大值函数；

通过八次方功率谱密度峰算法计算八次方功率谱密度峰值A₈：

式中，其中，n为采样信号序号，k为频谱分量序号，j为虚数单位，N为总的采样点数，max{}为最大值函数；

以四次方功率谱密度峰值A₄为横坐标，八次方功率谱密度峰值A₈作为纵坐标构建二维坐标系，采用支持向量机在所述二维坐标系识别出PDM-QPSK、PDM-8PSK、PDM-16PSK、PDM-8QAM、PDM-32QAM、PDM-16QAM任一调制格式，和/或，识别出PDM-QPSK、PDM-8PSK、PDM-16PSK、PDM-8QAM、PDM-32QAM、PDM-64QAM任一调制格式；

通过四次方功率谱密度均值算法(4)计算四次方功率谱密度均值E₄：

式中，y″(n)为经过幅度区分之后的光信号，n为采样信号序号，k为频谱分量序号，j为虚数单位，N为总的采样点数；

通过将四次方功率谱密度均值E₄与预设的阈值E_th进行比较，区分PDM-16QAM调制格式与PDM-64QAM调制格式。

2.根据权利要求1所述的一种基于支持向量机的光信号种类识别方法，其特征在于，对经过归一化后的光信号分别计算四次方功率谱密度峰值A₄和八次方功率谱密度峰值A₈以分别消除幅度相邻相位差为π/2或π/4的噪声信号，增强不同光信号种类的幅度特征。

3.根据权利要求2所述的一种基于支持向量机的光信号种类识别方法，其特征在于，基于经过归一化后的光信号绘制星座图，并在所述星座图中采用第一标识符标示在幅度环上相邻相差π/2的星座点，采用第二标识符标示在幅度环上相差π/4的星座点，其中，所述第一标识符与第二标识符不同。

4.根据权利要求3所述的一种基于支持向量机的光信号种类识别方法，其特征在于，PDM-16QAM与PDM-64QAM调制格式在所述二维平面重叠程度使得在采用支持向量机区分时将PDM-16QAM与PDM-64QAM作为同一类调制格式。

5.根据权利要求1-4任一所述的一种基于支持向量机的光信号种类识别方法，其特征在于，随着OSNR的增加，PDM-16QAM调制格式的四次方功率谱密度均值E₄与PDM-64QAM调制格式的四次方功率谱密度均值E₄变化趋势不同。

6.根据权利要求5所述的一种基于支持向量机的光信号种类识别方法，其特征在于，光信号调制格式识别过程中，信噪比低于7％FEC，并且调制格式识别率为100％。