[发明专利]一种基于神经网络的光信号参数实时监测方法、装置

说明书

本发明公开了一种基于神经网络的光信号参数实时监测方法、装置，所述方法包括：采集耦合器分光后的解耦合信号；对所述解耦合信号进行统计处理，得到所述解耦合信号的统计图；将所述统计图输入至已训练的多任务神经网络模型，得到光信号若干参数的实时监测结果。本发明实施例中对所述解耦合信号进行统计处理时没有带宽限制，可以应用于价格便宜的低带宽光电探测器上，并通过多任务神经网络模型得到光信号若干参数的准确实时监测结果。

技术领域

本发明涉及光通信系统技术领域，尤其涉及的是一种基于神经网络的光信号参数实时监测方法、装置。

背景技术

随着移动互联网的高速发展，各种移动应用飞速发展。例如云技术，5G，超高清视频流，超低延迟游戏等等。为了满足现代互联网对超高通信数据量的要求，超高速相干光通信网络技术受到广泛关注与研究。其中，光性能监测，作为一种维持光通信网络正常运行和信息透明的技术手段也一直是研究和应用的热点。光性能检测技术所需监测的光信号参数包括但不限于：光信噪比(Optical Signal-to-Noise-Ratio,OSNR),色散(Chromaticdispersion),符号速率(Symbol rate)，调制格式(Modulation format)等参数。这些参数的实时监测和获取对于光网络的管理和维护至关重要。但是现有技术的光信号参数监测方法要么存在估计不准，要么存在成本高的问题。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于神经网络的光信号参数实时监测方法，旨在解决现有技术中光信号参数监测方法要么存在估计不准，要么存在成本高的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种基于神经网络的光信号参数实时监测方法，其中，所述方法包括：

采集耦合器分光后的解耦合信号；

对所述解耦合信号进行统计处理，得到所述解耦合信号的统计图；

将所述统计图输入至已训练的多任务神经网络模型，得到光信号若干参数的实时监测结果。

在一种实现方式中，其中，所述采集耦合器分光后的解耦合信号包括：

获取所述原始光信号；

按照预设的耦合分光比，对所述原始光信号进行分光，得到两个分光信号；

采集两个分光信号中信号功率较小的分光信号，得到解耦合信号。

在一种实现方式中，其中，所述对所述解耦合信号进行统计处理，得到所述解耦合信号的统计图包括：

对所述解耦合信号进行离散处理，得到离散序列；

对所述离散序列进行统计处理，得到所述离散序列的统计图。

在一种实现方式中，其中，所述对所述解耦合信号进行离散处理，得到离散序列包括：

对所述解耦合信号进行带通滤波，得到带通解耦合信号；

对所述带通解耦合信号进行光电转换，得到电信号；

对所述电信号进行模数转换，得到离散序列。

在一种实现方式中，其中，所述统计图包括二维振幅频率图和一维振幅直方图，所述对所述离散序列进行统计处理，得到所述离散序列的统计图包括：

根据所述离散序列，得到二维振幅频率图；

根据所述离散序列，得到一维振幅直方图。

在一种实现方式中，其中，所述根据所述离散序列，得到二维振幅频率图包括：