[发明专利]光OFDM信号子载波调制格式识别模型训练方法、识别方法及装置

权利要求书

1.一种光OFDM信号子载波调制格式识别模型训练方法，其特征在于，包括：

获取多种光信噪比条件下经OFDM调制传输的多个调制信号，其中，多个调制信号由至少两种调制格式调制得到；

对各调制信号作质量恢复和OFDM解调处理，至少包括：色散补偿、符号同步、小数倍频偏估计、OFDM解调、整数倍频偏估计和信道估计；

获取质量恢复和OFDM解调后的各调制信号的I、Q两路信号，并统计各调制信号同相分量和正交分量的幅度分布；将各调制信号对应的同相分量幅度范围划分为第一设定数量的同相分量幅度区间，统计每个同相分量幅度区间内信号点的数量，形成同相分量分布直方图；将各调制信号对应的正交分量幅度范围划分为第二设定数量的正交分量幅度区间，统计每个正交分量幅度区间内信号点的数量，形成正交分量分布直方图；将每个调制信号对应的同相分量分布直方图和正交分量分布直方图进行拼接，生成对应的I/Q分量幅度分布直方图；

将各调制信号对应的I/Q分量幅度分布直方图作为输入，将各调制信号对应的调制格式添加为标签，生成训练样本集；

采用所述训练样本集对预设卷积神经网络进行训练，得到目标调制格式识别模型。

2.根据权利要求1所述的光OFDM信号子载波调制格式识别模型训练方法，其特征在于，调制信号可以包含的调制格式有：BPSK、QPSK、8QAM、16QAM、32QAM和64QAM。

3.根据权利要求2所述的光OFDM信号子载波调制格式识别模型训练方法，其特征在于，所述训练样本集中每种调制格式对应的调制信号数量相同，其中，将所述训练样本集中设定比例数量的样本作为训练集，其余的样本作为测试集。

4.根据权利要求1所述的光OFDM信号子载波调制格式识别模型训练方法，其特征在于，所述预设卷积神经网络为AlexNet网络，所述AlexNet网络采用随机梯度下降优化器和交叉熵损失函数进行训练。

5.根据权利要求1所述的光OFDM信号子载波调制格式识别模型训练方法，其特征在于，所述调制信号采用随机二进制序列经预设调制格式的OFDM调制得到。

6.一种OFDM调制信号的调制格式识别方法，其特征在于，包括：

获取待识别OFDM调制信号，对所述待识别OFDM调制信号作质量恢复和OFDM解调处理，至少包括：色散补偿、符号同步、小数倍频偏估计、OFDM解调、整数倍频偏估计和信道估计；

获取质量恢复和OFDM解调后所述待识别OFDM调制信号的I/Q分量幅度分布直方图，所述I/Q分量幅度分布直方图由同相分量分布直方图和正交分量分布直方图按设定方式拼接得到；

将所述I/Q分量幅度分布直方图输入权利要求1至5任意一项所述的光OFDM信号子载波调制格式识别模型训练方法中的目标调制格式识别模型，得到所述待识别OFDM调制信号对应的调制格式识别结果。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述方法的步骤。

8.根据权利要求7所述的电子设备，其特征在于，所述电子设备还包括调制信号样本生成组件，所述调制信号样本生成组件包括：

随机二进制序列生成模块，用于生成随机二进制序列信号；

星座映射模块，用于将所述随机二进制序列信号按照设定调制格式映射为I/Q坐标系中的复数点，生成星座符号；

OFDM发射模块，用于将所述星座符号进行OFDM调制并得到多种光信噪比条件下的调制信号，以将所述调制信号作为目标调制格式识别模型的训练样本。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。