[发明专利]基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统

说明书

本发明涉及基于K‑means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统，该方法用于得到最优电平值，该方法包括：(1)构建训练数据集；(2)训练K‑means聚类算法模型；(3)将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K‑means聚类算法模型中，并划分到距离类别中心最近邻的类别中，最近邻的类别所对应的电平值为最优电平值；(4)将步骤(3)得到的电平值转换为模拟信号；(5)射频放大器再将步骤(4)得到的模拟信号转换为马赫曾德尔调制器的驱动信号，对马赫曾德尔调制器进行补偿。本发明提供的非线性补偿方法能使系统的误比特率会明显降低，使系统性能得到明显的提升。

技术领域

本发明涉及基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法及实现系统，属于超高速相干光通信技术领域。

背景技术

基于高阶QAM(Quadrature Amplitude Modulation，正交振幅调制)调制格式的超高速相干光通信系统，适应了当前光网络的发展。基于高阶QAM调制格式的超高速相干光通信系统广泛应用MZM(Mach-Zehnder Modulator,马赫曾德尔调制器)进行光发射机I/Q调制。MZM需要射频放大器输出合适的驱动电压来驱动，射频放大器和MZM都是非线性器件；当驱动电压信号的幅值非常小时，由于消光比的影响，MZM无法实现线性场调制；当驱动电压信号的幅值超过射频放大器和MZM的线性场调制区，信号同样会失真，导致通信系统性能的恶化。

基于高阶QAM调制格式的超高速相干光通信系统，由于MZM的不同参数对调制曲线的影响，例如，MZM的插入损耗影响曲线的幅度，半波电压会影响曲线线性区的大小，偏置电压会影响工作点的位置；使得传统的QAM映射电平只工作在线性区域，无法充分利用器件。因此如何改变映射电平，使得其能工作在射频放大器和马赫曾德尔调制器的非线性区，并克服MZM参数波动的影响就成为一个亟待解决的问题。

发明内容

针对现有技术的不足，本发明提供基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法，通过训练好的K-means聚类算法模型得到最优的电平值，从而控制射频放大器为马赫曾德尔调制器提供驱动信号，使超高速相干光通信系统能工作在射频放大器和马赫曾德尔调制器的非线性区而不失真。

本发明同时还提供了上述基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法的实现系统。

术语解释：

1.K-means聚类算法模型：随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。剩余对象分配完毕后，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。

本发明的技术方案为：

基于K-means聚类算法的超高速相干光通信系统的非线性补偿方法，用于得到最优电平值，最优电平值控制射频放大器为马赫曾德尔调制器提供驱动信号，并对马赫曾德尔调制器进行补偿，使得基于高阶QAM调制格式的超高速相干光通信系统能够工作在射频放大器和马赫曾德尔调制器的非线性区而不失真，该方法包括：

(1)构建K-means聚类算法模型的训练数据集；

(2)使用训练数据集训练K-means聚类算法模型；

(3)将需要分类的射频放大器和马赫曾德尔调制器的参数输入到训练好的K-means聚类算法模型中，将需要分类的射频放大器和马赫曾德尔调制器的参数划分到距离类别中心最近邻的类别中，最近邻的类别所对应的电平值为需要分类的射频放大器和马赫曾德尔调制器的参数所对应的最优电平值；

(4)将步骤(3)得到的最优电平值转换为模拟信号；