[发明专利]一种基于支持向量机的光信号种类识别方法

说明书

本发明提供了一种基于支持向量机的光信号种类识别方法。本发明首先通过计算光信号的四次方功率谱密度峰值和八次方功率谱密度峰值，并以四次方功率谱密度峰值为横坐标、八次方功率谱密度峰值为纵坐标构建二维平面。然后，根据不同光信号种类分布在二维平面不同区域的特征，利用支持向量机将不同种类光信号对应二维平面的分布情况提取出来以最终实现光信号种类的识别。本发明可同时识别多种类别的光信号，且具有算法流程简单、复杂度低等优点。

技术领域

本发明涉及通信领域，具体涉及一种基于支持向量机的光信号种类识别方法。

背景技术

新一代智能光网络能够根据动态信道状况、系统资源和用户业务需求自适应地调整信号速率、信号种类、波长等参数以实现系统资源的最大化利用。信号种类识别技术可以自动识别接收信号的调制格式，为相干接收机中信号种类相关数字信号处理算法提供信息以自动配置接收机中的数字信号处理算法，从而获得最佳接收性能，它是未来智能光网络的核心技术之一。现有的光信号种类识别方法主要有：(1)信号经过CMA均衡之后和幅度归一化处理后，对归一化后的信号求各次方功率谱密度，然后根据各次方功率谱密度中是否存在峰值来识别信号的调制格式；(2)对归一化后的信号先求方差，根据方差的分布先将PSK信号和QAM信号两大类信号识别，然后在根据信号的4次方功率谱密度进一步区分信号是QPSK、8PSK、….或者8QAM、16QAM、32QAM等。然而，现有的光信号种类识别方法或识别种类有限，或识别算法复杂较高。

发明内容

为提升信号识别的种类，同时降低识别算法的复杂度，本发明提供了一种基于支持向量机的光信号种类识别方法。为实现本发明的目的，本发明的技术方案如下。

一种基于支持向量机的光信号种类识别方法包括：

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，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，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，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。