[发明专利]一种基于神经网络的光纤通信系统性能评估方法

权利要求书

1.一种基于神经网络的光纤通信系统性能评估方法，其特征在于，该方法包括以下步骤：

步骤1，选取光纤链路的配置信息作为神经网络算法的输入；光纤链路的配置信息包括：

光发射机的性能参数，包括光发射机的波长和线宽、发射信号的调制格式与波特率、信噪比、发射光功率；

传输光纤的性能参数，包括采用的光纤类型和长度以及多段光纤的连接顺序；

光放大器的参数，包括输入和输出光功率、放大器的增益和噪声指数；

光接收机的性能参数，包括光接收机类型、光接收机灵敏度以及光接收机数字信号处理算法增益；

其他光学器件的参数，包括光纤链路其他光学器件的性能参数；

步骤2，所述光纤链路的配置信息输入到第一级神经网络中，第一级神经网络对配置信息进行初步分类聚合，获得链路性能的次级参量；包括五簇：信号功率相关参量簇、线性噪声相关参量簇、累积色散相关参量簇、非弹性散射效应相关参量簇和克尔效应相关参量簇，非弹性散射效应为布里渊散射效应，克尔效应包括自相位调制、交叉相位调制以及四波混频效应；

步骤3，所述次级参量输入到第二级神经网络中，第二级神经网络对次级参量进行处理，获得反映对应链路性能指标的单一参数；

步骤4，所述单一参数输入到模糊神经网络，模糊神经网络对单一参数进行整合，评估出光纤链路接收端的性能指标。

2.根据权利要求1所述的一种基于神经网络的光纤通信系统性能评估方法，其特征在于，所述光接收机类型包括直接检测和相干检测，对于直接检测，光接收机数字信号处理算法增益为零；对于相干检测，在发射机线宽容限内完全补偿线性信号损伤，不补偿非线性信号损伤。

3.根据权利要求1所述的一种基于神经网络的光纤通信系统性能评估方法，其特征在于，所述步骤3中，第二级神经网络包括五个小的网络，分别对五簇次级参量进行处理，获得反映对应链路性能指标的单一参数，分别称之为信号功率参数、线性噪声参数、累积色散参数、非弹散射参数和克尔效应参数。

4.根据权利要求3所述的一种基于神经网络的光纤通信系统性能评估方法，其特征在于，所述步骤4中，模糊神经网络由五个模糊控制器和一个神经网络构成，模糊控制器用于判断对应的五个输入参数是否会传送到后续的神经网络中去，模糊控制器的判断的规则需要通过数据训练来确定；模糊神经网络中的神经网络算法模块实现回归功能，由于前一级的模糊控制器，该神经网络的输入参数个数是可变的，其输出为单一的值。