[发明专利]一种光通信接收模型的训练方法及装置

说明书

本公开提供了一种光通信接收模型的训练方法，包括：获取N串信源通信符号以及N个光纤传输信号；其中，N≥2，N个光纤传输信号为N串信源通信符号中每串信源通信符号经过不同的光纤距离传输后的信号；对N个光纤传输信号进行归一化处理，得到归一化后的模型输入信号；构建归一化后的模型输入信号的三维张量及N串信源通信符号的二维张量，得到三维模型输入数据与二维标签数据；以及，使用部分三维模型输入数据及二维标签数据作为训练数据来训练光通信接收模型，光通信接收模型用于将光纤传输信号还原为与其对应的信源通信符号。本公开还提供了一种光纤传输信号的还原方法、装置、电子设备、存储介质及计算机程序产品。

技术领域

本公开涉及光纤通信与机器学习技术领域，具体涉及一种光通信接收模型的训练方法、还原方法、装置、电子设备、存储介质及程序产品。

背景技术

光接收算法作为光纤通信的重要研究领域，对于光信息的最终提取起到了至关重要的作用。为了能够尽可能正确地复原传输信号，光接收算法不仅需要补偿光纤传输中的色散，还需要对其中的非线性进行均衡。此外，光接收算法还具有良好的抗噪声性能。因此，传统光接收算法及其优化的研究网络以上述的功能模块为核心，分块研究并优化。虽然此种研究方式有利于将问题化整为零，根据不同的任务和场景分块优化，但是对于整个接收机系统而言缺乏完整优化和算法集成特性，从而造成各类功能模块算法各自为营，难以协调工作。以及对于色散，传统的光补偿或电补偿的窄带特性也限制了接收机的通用性。

发明内容

为解决现有技术中存在的问题，本公开实施例提供的一种光通信接收模型的训练方法、还原方法、装置、电子设备、存储介质及程序产品，旨在解决提高接收机通用性能以及信源信号的高还原率等。

本公开的第一个方面提供了一种光通信接收模型的训练方法，包括：获取N串信源通信符号以及N个光纤传输信号；其中，N≥2，N个光纤传输信号为N串信源通信符号中每串信源通信符号经过不同的光纤距离传输后的信号；对N个光纤传输信号进行归一化处理，得到归一化后的模型输入信号；构建归一化后的模型输入信号的三维张量及N串信源通信符号的二维张量，得到三维模型输入数据与二维标签数据；以及使用部分三维模型输入数据及二维标签数据作为训练数据来训练光通信接收模型，光通信接收模型用于将光纤传输信号还原为与其对应的信源通信符号。

进一步地，使用部分三维模型输入数据及二维标签数据作为训练数据来训练光通信接收模型，包括：设置光通信接收模型的初始训练参数，其中，初始训练参数至少包括最大迭代参数阈值及最小损失函数阈值；将部分三维模型输入数据及二维标签数据输入至光通信接收模型中进行训练；判断当前迭代的代数是否大于最大迭代参数阈值或是否小于最小损失函数阈值；若是，结束迭代，并固定光通信接收模型训练后的模型参数。

进一步地，该方法还包括：使用另一部分三维模型输入数据及二维标签数据作为测试数据来测试光通信接收模型，得到测试后的光通信接收模型；其中，测试数据为三维模型输入数据及二维标签数据中作为训练数据以外的数据。

进一步地，使用另一部分三维模型输入数据及二维标签数据作为测试数据来测试光通信接收模型，得到测试后的光通信接收模型，包括：使用另一部分三维模型输入数据及二维标签数据作为测试数据来测试光通信接收模型；将模型训练得到的结果与另一部分二维标签数据进行对比分析，得到光通信接收模型训练的误码率；根据误码率，调整光通信接收模型的初始训练参数，以优化光通信接收模型。