專利名稱：一種信號(hào)損傷補(bǔ)償方法、裝置和光接收機(jī)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信領(lǐng)域，尤其涉及一種信號(hào)損傷補(bǔ)償方法、裝置和光接收機(jī)。
背景技術(shù)：
隨著高速互聯(lián)網(wǎng)的普及和多媒體業(yè)務(wù)的蓬勃發(fā)展，人們對(duì)以太網(wǎng)的帶寬和傳輸速 率有了更高的要求。從開始的2.5G到10G，再由IOG到40G。目前，IOG系統(tǒng)仍然是主流的 傳輸速率標(biāo)準(zhǔn)，但是40G與IOG并存，進(jìn)而取代IOG的趨勢(shì)已經(jīng)不可逆轉(zhuǎn)。40G在很多國家 和地區(qū)已經(jīng)開始商用。但是，人們對(duì)帶寬的要求可以說是無止境的，100G的研究已經(jīng)成了目 前的熱點(diǎn)，很多業(yè)內(nèi)人士認(rèn)為，100G將在未來的五年內(nèi)得到長足的發(fā)展并且實(shí)現(xiàn)商用。而這 些高速通信的載體只能是光纖。眾所周知，隨著通信速率的增加，各種傳輸碼型的信號(hào)在傳輸過程中受到更大 的損傷，如功率損傷，CD (Chromatic Dispersion，色度色散)，PMD (Polarization Mode Dispersion,偏振模色散)，非線性噪聲等等。光纖通信的主要目的就是得到高速的傳輸速 率和良好的傳輸性能。因此，對(duì)傳輸損傷的分析和研究也就成了現(xiàn)在的熱點(diǎn)之一。學(xué)術(shù)界和 工業(yè)界已經(jīng)提出了各種各樣的信號(hào)損傷補(bǔ)償方案，如用EDFA來增加功率，用色散補(bǔ)償光 纖來補(bǔ)償色散，用色散管理的方法來減小色散對(duì)系統(tǒng)傳輸性能的影響，用PMD預(yù)補(bǔ)償方案 來補(bǔ)償PMD，用濾波器來補(bǔ)償線性噪聲，用相位調(diào)制器來補(bǔ)償SPM(Selfphase modulation, 自相位調(diào)制)等等。在實(shí)現(xiàn)本發(fā)明過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題現(xiàn)有技術(shù)的信 號(hào)損傷補(bǔ)償方案只能針對(duì)部分信號(hào)損傷進(jìn)行補(bǔ)償，補(bǔ)償能力非常有限，尤其是對(duì)非線性損 傷的補(bǔ)償能力非常弱。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種信號(hào)損傷補(bǔ)償方法、裝置和光接收機(jī)，能夠在不改變網(wǎng)絡(luò) 結(jié)構(gòu)的同時(shí)，對(duì)信號(hào)進(jìn)行損傷補(bǔ)償。一方面，本發(fā)明實(shí)施例提供了一種信號(hào)損傷補(bǔ)償方法，所述方法包括在訓(xùn)練模式 下，將訓(xùn)練序列輸入神經(jīng)網(wǎng)絡(luò)，利用訓(xùn)練序列信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得神經(jīng)網(wǎng)絡(luò)在補(bǔ) 償模式下所需的權(quán)值；在補(bǔ)償模式下，根據(jù)訓(xùn)練模式下獲得的權(quán)值，利用神經(jīng)網(wǎng)絡(luò)對(duì)傳輸?shù)?有效數(shù)據(jù)信號(hào)進(jìn)行補(bǔ)償。另一方面，本發(fā)明實(shí)施例提供了一種信號(hào)損傷補(bǔ)償裝置，包括權(quán)值模塊和神經(jīng)網(wǎng) 絡(luò)模塊；權(quán)值模塊，用于在訓(xùn)練模式下，確定神經(jīng)網(wǎng)絡(luò)模塊在補(bǔ)償模式下所需的權(quán)值；神經(jīng) 網(wǎng)絡(luò)模塊，用于在補(bǔ)償模式下，根據(jù)權(quán)值模塊在訓(xùn)練模式下獲得的權(quán)值，對(duì)傳輸?shù)挠行?shù)據(jù) 信號(hào)進(jìn)行補(bǔ)償。再一方面，本發(fā)明實(shí)施例提供了一種光接收機(jī)，包括相干接收裝置、數(shù)據(jù)恢復(fù)模 塊和如上述的信號(hào)損傷補(bǔ)償裝置；相干接收裝置，用于對(duì)接收到的調(diào)制光信號(hào)進(jìn)行相干接 收處理，得到數(shù)字信號(hào)；信號(hào)損傷補(bǔ)償裝置，用于對(duì)數(shù)字信號(hào)進(jìn)行處理，若數(shù)字信號(hào)為訓(xùn)練
4序列信號(hào)，則進(jìn)入訓(xùn)練模式，確定在補(bǔ)償模式下進(jìn)行信號(hào)損傷補(bǔ)償所需的權(quán)值；若數(shù)字信號(hào) 為傳輸?shù)挠行?shù)據(jù)信號(hào)，則進(jìn)入補(bǔ)償模式，根據(jù)在訓(xùn)練模式下獲得的權(quán)值，對(duì)傳輸?shù)挠行?shù) 據(jù)信號(hào)進(jìn)行補(bǔ)償并輸出；數(shù)據(jù)恢復(fù)模塊，用于對(duì)信號(hào)損傷補(bǔ)償裝置輸出的信號(hào)進(jìn)行處理，恢 復(fù)出發(fā)送端發(fā)送的有效數(shù)據(jù)。上述技術(shù)方案具有如下有益效果因?yàn)椴捎迷谟?xùn)練模式下，將訓(xùn)練序列輸入神經(jīng) 網(wǎng)絡(luò)，利用訓(xùn)練序列信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下所需的權(quán)值；在 補(bǔ)償模式下，根據(jù)訓(xùn)練模式下獲得的權(quán)值，利用神經(jīng)網(wǎng)絡(luò)對(duì)傳輸?shù)挠行?shù)據(jù)信號(hào)進(jìn)行補(bǔ)償 的技術(shù)手段，所以達(dá)到了能夠在不改變網(wǎng)絡(luò)結(jié)構(gòu)的同時(shí)，對(duì)信號(hào)進(jìn)行損傷補(bǔ)償，且方案結(jié)構(gòu) 簡單，還具有自適應(yīng)能力的技術(shù)效果。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可 以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實(shí)施例一種信號(hào)損傷補(bǔ)償方法流程圖；圖2為本發(fā)明實(shí)施例一種信號(hào)損傷補(bǔ)償裝置結(jié)構(gòu)示意圖；圖3為本發(fā)明實(shí)施例權(quán)值模塊結(jié)構(gòu)示意圖；圖4A為本發(fā)明實(shí)施例神經(jīng)網(wǎng)絡(luò)模塊結(jié)構(gòu)示意圖；圖4B為本發(fā)明實(shí)施例判斷模塊結(jié)構(gòu)示意圖；圖5為本發(fā)明實(shí)施例一種光接收機(jī)結(jié)構(gòu)示意圖；圖6為本發(fā)明實(shí)施例的又一種光接收機(jī)的結(jié)構(gòu)示意圖；圖7為本發(fā)明實(shí)施例一種模式識(shí)別模塊結(jié)構(gòu)示意圖；圖8為本發(fā)明實(shí)施例中神經(jīng)網(wǎng)絡(luò)模塊對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)的邏輯拓?fù)浣Y(jié)構(gòu)示意圖；圖9為本發(fā)明實(shí)施例格雷碼映射關(guān)系圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于 本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。本發(fā)明實(shí)施例提供一種信號(hào)損傷補(bǔ)償?shù)姆椒ǎ浞椒鞒虉D如圖1所示，該方法 包括101、在訓(xùn)練模式下，將訓(xùn)練序列信號(hào)輸入神經(jīng)網(wǎng)絡(luò)，利用所述訓(xùn)練序列信號(hào)對(duì)所 述神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得所述神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下所需的權(quán)值；102、在補(bǔ)償模式下，根據(jù)訓(xùn)練模式下獲得的所述權(quán)值，利用所述神經(jīng)網(wǎng)絡(luò)對(duì)傳輸 的有效數(shù)據(jù)信號(hào)進(jìn)行補(bǔ)償。需要說明的是，發(fā)送端發(fā)送的信號(hào)分為訓(xùn)練序列信號(hào)和有效數(shù)據(jù)信號(hào)，訓(xùn)練序列 信號(hào)用于對(duì)接收端的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，有效數(shù)據(jù)信號(hào)承載有發(fā)送端發(fā)送給接收端的有效信息。神經(jīng)網(wǎng)絡(luò)是對(duì)人腦生物神經(jīng)網(wǎng)絡(luò)的簡化、抽象與模擬，是一種模仿人腦及功能的信息 處理系統(tǒng)，具有自學(xué)習(xí)、自組織、自適應(yīng)能力，它的邏輯拓?fù)浣Y(jié)構(gòu)包括輸入層、中間層(或 者稱之為隱層)和輸出層，各層神經(jīng)元僅與相鄰層神經(jīng)元之間相互全連接，同層內(nèi)神經(jīng)元 之間無連接。圖8給出了神經(jīng)網(wǎng)絡(luò)的一種示例，在該示例中神經(jīng)網(wǎng)絡(luò)中僅包含了一個(gè)中間層， 在其他的實(shí)施例中可以包含多個(gè)中間層。方法步驟101之前還可以進(jìn)一步包括對(duì)輸入到神經(jīng)網(wǎng)絡(luò)的信號(hào)進(jìn)行識(shí)別，若輸 入到神經(jīng)網(wǎng)絡(luò)的信號(hào)為訓(xùn)練序列信號(hào)，則觸發(fā)神經(jīng)網(wǎng)絡(luò)進(jìn)入訓(xùn)練模式；若輸入到神經(jīng)網(wǎng)絡(luò) 的信號(hào)為傳輸?shù)挠行?shù)據(jù)信號(hào)，則觸發(fā)神經(jīng)網(wǎng)絡(luò)進(jìn)入補(bǔ)償模式。利用訓(xùn)練序列信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下所需的權(quán) 值，具體可以包括禾_訓(xùn)練序列信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，判斷訓(xùn)練的結(jié)果是否符合期望 值，若符合，則將神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中所使用的權(quán)值作為神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下所需的 權(quán)值；若不符合，則調(diào)整神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中所需的權(quán)值，直到神經(jīng)網(wǎng)絡(luò)輸出的訓(xùn)練結(jié)果 符合期望值。權(quán)值可以包括神經(jīng)網(wǎng)絡(luò)在運(yùn)算時(shí)所需的輸入層到中間層的權(quán)值和中間層到輸出 層的權(quán)值。在補(bǔ)償模式下，根據(jù)訓(xùn)練模式下獲得的權(quán)值，利用神經(jīng)網(wǎng)絡(luò)對(duì)傳輸?shù)挠行?shù)據(jù)信 號(hào)進(jìn)行補(bǔ)償，具體可以包括有效數(shù)據(jù)信號(hào)在用輸入層到中間層的權(quán)值加權(quán)后輸入到中間 層；中間層用第一傳遞函數(shù)對(duì)中間層的輸入信號(hào)進(jìn)行處理后輸出；中間層的輸出信號(hào)在用 中間層到輸出層的權(quán)值加權(quán)后輸入到輸出層；輸出層根據(jù)第二傳遞函數(shù)對(duì)輸出層的輸入信 號(hào)進(jìn)行處理并輸出，輸出層輸出的信號(hào)即為補(bǔ)償后的有效數(shù)據(jù)。其中，第一傳遞函數(shù)和第二傳遞函數(shù)，可以相同，也可以不相同。例如，在本實(shí)施例 中，第一傳遞函數(shù)為M= l/[l+exp(-U)]，U表示中間層的輸入信號(hào)，M表示中間層的輸出信 號(hào)；第二傳遞函數(shù)為F = 1/ [1+exp (-T) ]，T表示輸出層的輸入信號(hào)，F(xiàn)表示輸出層的輸出信 號(hào)。因?yàn)樯窠?jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí)、自適應(yīng)的能力，在其它的實(shí)施例中，第一傳遞函數(shù)和 第二傳遞函數(shù)還可以是其它形式的傳遞函數(shù)，只不過不同的傳遞函數(shù)會(huì)導(dǎo)致神經(jīng)網(wǎng)絡(luò)在訓(xùn) 練過程中的訓(xùn)練收斂速度不同。本發(fā)明實(shí)施例中，由于發(fā)送端發(fā)送的訓(xùn)練序列信號(hào)和有效數(shù)據(jù)信號(hào)需要經(jīng)歷相同 的傳輸環(huán)境到達(dá)接收端，訓(xùn)練序列信號(hào)受到的信號(hào)損傷和有效數(shù)據(jù)信號(hào)受到的信號(hào)損傷也 基本相同，接收端利用接收到的訓(xùn)練序列信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練(實(shí)際上也是對(duì)訓(xùn)練序 列信號(hào)所經(jīng)歷的信號(hào)損傷進(jìn)行補(bǔ)償?shù)倪^程)，當(dāng)訓(xùn)練的結(jié)果(即補(bǔ)償后的訓(xùn)練序列信號(hào)) 符合期望值時(shí)所獲得的用于神經(jīng)網(wǎng)絡(luò)處理的各個(gè)權(quán)值，用于神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下對(duì)有效 數(shù)據(jù)信號(hào)的處理過程中，也就實(shí)現(xiàn)了對(duì)有效數(shù)據(jù)信號(hào)在傳輸過程中所經(jīng)歷的信號(hào)損傷的補(bǔ) 償。并且，神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)是針對(duì)訓(xùn)練序列信號(hào)所經(jīng)歷的所有信號(hào)損傷進(jìn)行的處理，故在 補(bǔ)償模式下，神經(jīng)網(wǎng)絡(luò)根據(jù)在訓(xùn)練模式下獲得的各個(gè)權(quán)值對(duì)有效數(shù)據(jù)信號(hào)所進(jìn)行的處理， 也就能補(bǔ)償有效數(shù)據(jù)信號(hào)在傳輸過程中所經(jīng)歷的各種信號(hào)損傷。本發(fā)明實(shí)施例還提供一種信號(hào)損傷補(bǔ)償裝置，其結(jié)構(gòu)如圖2所示，該信號(hào)損傷補(bǔ) 償裝置包括權(quán)值模塊201和神經(jīng)網(wǎng)絡(luò)模塊202 ；權(quán)值模塊201，用于在訓(xùn)練模式下，確定神 經(jīng)網(wǎng)絡(luò)模塊202在補(bǔ)償模式下所需的權(quán)值；神經(jīng)網(wǎng)絡(luò)模塊202，用于在補(bǔ)償模式下，根據(jù)權(quán)值模塊201在訓(xùn)練模式下獲得的權(quán)值，對(duì)傳輸?shù)挠行?shù)據(jù)信號(hào)進(jìn)行補(bǔ)償。上述信號(hào)損傷補(bǔ)償裝置進(jìn)一步可以包括模式識(shí)別模塊203，用于對(duì)輸入到神經(jīng) 網(wǎng)絡(luò)模塊202的信號(hào)進(jìn)行識(shí)別，若輸入到神經(jīng)網(wǎng)絡(luò)模塊202的信號(hào)為訓(xùn)練序列信號(hào)，則觸發(fā) 權(quán)值模塊201和神經(jīng)網(wǎng)絡(luò)模塊202進(jìn)入訓(xùn)練模式；若輸入到神經(jīng)網(wǎng)絡(luò)模塊202的信號(hào)為傳 輸?shù)挠行?shù)據(jù)信號(hào)，則觸發(fā)神經(jīng)網(wǎng)絡(luò)模塊202進(jìn)入補(bǔ)償模式。上述信號(hào)損傷補(bǔ)償裝置進(jìn)一 步可以包括判斷模塊204，用于判斷神經(jīng)網(wǎng)絡(luò)模塊202在訓(xùn)練模式下輸出的訓(xùn)練結(jié)果是否 符合期望值，若不符合，則觸發(fā)權(quán)值模塊201更新用于神經(jīng)網(wǎng)絡(luò)模塊202進(jìn)行運(yùn)算所需的權(quán) 值。如圖3所示，為本發(fā)明實(shí)施例權(quán)值模塊結(jié)構(gòu)示意圖，權(quán)值模塊201包括第一權(quán)值 模塊，用于提供神經(jīng)網(wǎng)絡(luò)模塊202所需的輸入層到中間層的權(quán)值；第二權(quán)值模塊，用于提供 神經(jīng)網(wǎng)絡(luò)模塊202所需的中間層到輸出層的權(quán)值。權(quán)值模塊201還可以進(jìn)一步地包括隨 機(jī)信號(hào)發(fā)生器，用于為第一權(quán)值模塊和第二權(quán)值模塊分別提供輸入層到中間層的初始權(quán)值 和中間層到輸出層的初始權(quán)值。如圖4A所示，為本發(fā)明實(shí)施例神經(jīng)網(wǎng)絡(luò)模塊結(jié)構(gòu)示意圖，神經(jīng)網(wǎng)絡(luò)模塊202包括 輸入層模塊，用于接收輸入到神經(jīng)網(wǎng)絡(luò)的信號(hào)，信號(hào)具體為訓(xùn)練序列信號(hào)或者有效數(shù)據(jù)信 號(hào)；第一加權(quán)模塊，用于根據(jù)輸入層到中間層的權(quán)值對(duì)上述有效數(shù)據(jù)信號(hào)進(jìn)行加權(quán)并輸出 到中間層；中間層模塊，用于根據(jù)第一傳遞函數(shù)對(duì)中間層的輸入信號(hào)進(jìn)行處理并輸出；第 二加權(quán)模塊，用于根據(jù)中間層到輸出層的權(quán)值對(duì)中間層的輸出信號(hào)進(jìn)行加權(quán)并輸出；輸出 層模塊，用于根據(jù)第二傳遞函數(shù)對(duì)輸出層的輸入信號(hào)進(jìn)行處理并輸出。輸出層模塊輸出的 信號(hào)即為經(jīng)過補(bǔ)償后的有效數(shù)據(jù)信號(hào)。中間層模塊所使用的第一傳遞函數(shù)和輸出層模塊所使用的第二傳遞函數(shù)，可以相 同，也可以不相同。在一實(shí)施例中，第一傳遞函數(shù)為M= l/[l+exp(-U)]，U表示中間層的輸 入信號(hào)，M表示中間層的輸出信號(hào)；第二傳遞函數(shù)為F= l/[l+exp(-T)]，T表示輸出層的輸 入信號(hào)，F(xiàn)表示輸出層的輸出信號(hào)。在其它的實(shí)施例中，第一傳遞函數(shù)和第二傳遞函數(shù)可以 不同，還可以是其它的傳遞函數(shù)，本發(fā)明實(shí)施例不做限定。需要說明的是，神經(jīng)網(wǎng)絡(luò)模塊202對(duì)訓(xùn)練序列信號(hào)的處理和對(duì)有效數(shù)據(jù)信號(hào)的處 理過程相同。如圖4B所示，為本發(fā)明實(shí)施例判斷模塊結(jié)構(gòu)示意圖，該判斷模塊204可以包括存 儲(chǔ)模塊、誤差計(jì)算模塊、誤差判斷模塊、閾值調(diào)節(jié)模塊。存儲(chǔ)模塊，用于存儲(chǔ)原始訓(xùn)練序列信號(hào)，該原始訓(xùn)練序列信號(hào)與發(fā)送端發(fā)送的訓(xùn) 練列信號(hào)相同。誤差計(jì)算模塊，用于計(jì)算神經(jīng)網(wǎng)絡(luò)模塊202輸出的訓(xùn)練結(jié)果與存儲(chǔ)模塊中存儲(chǔ)的 原始訓(xùn)練序列信號(hào)之間的誤差。誤差判斷模塊，用于判斷誤差計(jì)算模塊計(jì)算得到的誤差是否大于預(yù)定的閾值；如 果大于預(yù)定的閾值，則產(chǎn)生更新觸發(fā)信號(hào)以觸發(fā)權(quán)值模塊201調(diào)整用于神經(jīng)網(wǎng)絡(luò)模塊202 所需的權(quán)值。針對(duì)圖3所示的權(quán)值模塊201，更新觸發(fā)信號(hào)觸發(fā)第一權(quán)值模塊和第二權(quán)值模 塊分別調(diào)整輸入層到中間層的權(quán)值和中間層到輸出層的權(quán)值。閾值調(diào)節(jié)模塊，用于調(diào)節(jié)誤差判斷模塊所依據(jù)的閾值。當(dāng)希望神經(jīng)網(wǎng)絡(luò)的輸出高 精度的訓(xùn)練結(jié)果時(shí)，則將上述閾值調(diào)小，反之亦然。
本發(fā)明實(shí)施例還提供一種光接收機(jī)，其結(jié)構(gòu)如圖5所示，可以包括相干接收裝置 51、數(shù)據(jù)恢復(fù)模塊53和圖2所示結(jié)構(gòu)的信號(hào)損傷補(bǔ)償裝置52 ；相干接收裝置51，用于對(duì)接 收到的調(diào)制光信號(hào)進(jìn)行相干接收處理，得到復(fù)信號(hào)；信號(hào)損傷補(bǔ)償裝置52，用于對(duì)復(fù)信號(hào) 進(jìn)行處理，若復(fù)信號(hào)為訓(xùn)練序列信號(hào)，則進(jìn)入訓(xùn)練模式，確定在補(bǔ)償模式下進(jìn)行信號(hào)損傷補(bǔ) 償所需的權(quán)值；若數(shù)字信號(hào)為傳輸?shù)挠行?shù)據(jù)信號(hào)，則進(jìn)入補(bǔ)償模式，根據(jù)在訓(xùn)練模式下獲 得的權(quán)值，對(duì)傳輸?shù)挠行?shù)據(jù)信號(hào)進(jìn)行補(bǔ)償并輸出；數(shù)據(jù)恢復(fù)模塊53，用于對(duì)信號(hào)損傷補(bǔ) 償裝置52輸出的信號(hào)進(jìn)行處理，恢復(fù)出發(fā)送端發(fā)送的有效數(shù)據(jù)。其中，相干接收裝置51和 數(shù)據(jù)恢復(fù)模塊53可以分別為現(xiàn)有技術(shù)中的相干接收裝置和數(shù)據(jù)恢復(fù)模塊。為了便于對(duì)本發(fā)明方案的理解，下面結(jié)合具體的實(shí)施例對(duì)本發(fā)明的信號(hào)損傷補(bǔ)償 的方案進(jìn)行說明，但在實(shí)施本發(fā)明實(shí)施例時(shí)并不局限于以下實(shí)施例。在本發(fā)明的一實(shí)施例中，采用如圖6所示結(jié)構(gòu)的光接收機(jī)對(duì)發(fā)送端發(fā)送的 光信號(hào)進(jìn)行處理，恢復(fù)出發(fā)送端發(fā)送的數(shù)據(jù)。假設(shè)發(fā)送端發(fā)送的光信號(hào)是采用星型 16QAM(16Quadrature Amplitude Modulation，十六進(jìn)制正交幅度調(diào)制)調(diào)制方式所獲得 的，發(fā)送的光信號(hào)包括訓(xùn)練序列信號(hào)和有效數(shù)據(jù)信號(hào)，其中訓(xùn)練序列信號(hào)和有效數(shù)據(jù)信號(hào) 的解釋見前文實(shí)施例中的描述。在本實(shí)施例中，相干接收裝置51包括相干檢測(cè)模塊、模數(shù)轉(zhuǎn)換模塊。相干檢測(cè)模塊接收發(fā)送端發(fā)送的光信號(hào)，并將該光信號(hào)與本振光進(jìn)行光學(xué)混頻， 然后對(duì)混頻后的光信號(hào)進(jìn)行平衡探測(cè)得到模擬復(fù)信號(hào)的實(shí)部信號(hào)I (t)和虛部信號(hào)Q(t)。 其中，相干檢測(cè)模塊可以具體包括混頻器，用于將發(fā)送端發(fā)送的光信號(hào)和本振光進(jìn)行光學(xué) 混頻；平衡接收機(jī)，用于對(duì)混頻器輸出的混頻后的光信號(hào)進(jìn)行平衡探測(cè)得到模擬復(fù)信號(hào)的 實(shí)部信號(hào)I (t)和虛部信號(hào)Q (t)。模數(shù)轉(zhuǎn)換模塊對(duì)相干檢測(cè)模塊輸出的模擬復(fù)信號(hào)的實(shí)部信號(hào)I (t)和虛部信號(hào) Q(t)分別進(jìn)行模數(shù)轉(zhuǎn)換，得到數(shù)字復(fù)信號(hào)的實(shí)部信號(hào)I (η)和虛部信號(hào)Q(n)。模式識(shí)別模塊203對(duì)模數(shù)轉(zhuǎn)換模塊得到的數(shù)字復(fù)信號(hào)進(jìn)行識(shí)別，若數(shù)字復(fù)信號(hào)為 訓(xùn)練序列信號(hào)，則觸發(fā)權(quán)值模塊201和神經(jīng)網(wǎng)絡(luò)模塊202進(jìn)入訓(xùn)練模式；若數(shù)字復(fù)信號(hào)為有 效數(shù)據(jù)信號(hào)，則觸發(fā)神經(jīng)網(wǎng)絡(luò)模塊202進(jìn)入補(bǔ)償模式。本發(fā)明實(shí)施例還提供一種模式識(shí)別模塊203，其結(jié)構(gòu)如圖7所示，包括判決模塊、 計(jì)數(shù)器、累加器、模2運(yùn)算器、相與運(yùn)算器。在對(duì)模式識(shí)別模塊203的各部分做介紹之前，先 對(duì)訓(xùn)練序列信號(hào)做進(jìn)一步的解釋。訓(xùn)練序列信號(hào)是用于在接收端對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，是 發(fā)送端和接收端都相互協(xié)商好的已知數(shù)據(jù)，訓(xùn)練序列信號(hào)具有特定的格式(和幀同步通訊 中的幀同步字符類似)，從而以區(qū)分訓(xùn)練信號(hào)和有效數(shù)據(jù)信號(hào)。例如用連續(xù)16個(gè)“1”作為 訓(xùn)練序列信號(hào)的開始，用連續(xù)16個(gè)“1”作為訓(xùn)練序列信號(hào)的尾部。判決模塊對(duì)相干檢測(cè)模塊中輸出的數(shù)字復(fù)信號(hào)進(jìn)行判決，判斷數(shù)字復(fù)信號(hào)表征的 信號(hào)“ 1，，還是信號(hào)“0”，如果是信號(hào)“ 1 ”，發(fā)送高電平給計(jì)數(shù)器，計(jì)數(shù)器加1，否則，計(jì)數(shù)器清 零。當(dāng)出現(xiàn)連續(xù)16個(gè)“1”以后，計(jì)數(shù)器向累加器和相與運(yùn)算模塊發(fā)送高電平，同時(shí)計(jì)數(shù)器 清零。累加器后接一個(gè)模2運(yùn)算器，并將模2運(yùn)算器輸出的結(jié)果和計(jì)數(shù)器的輸出在相與運(yùn) 算中進(jìn)行相與運(yùn)算。當(dāng)出現(xiàn)16個(gè)連“1”是奇數(shù)次時(shí)，相與運(yùn)算器輸出信號(hào)“1”，則觸發(fā)權(quán) 值模塊201和神經(jīng)網(wǎng)絡(luò)模塊202進(jìn)入訓(xùn)練模式；當(dāng)出現(xiàn)16個(gè)連“1”是偶數(shù)次時(shí)，相與運(yùn)算 器輸出信號(hào)“0”，說明訓(xùn)練模式結(jié)束，即觸發(fā)權(quán)值模塊201和神經(jīng)網(wǎng)絡(luò)模塊202進(jìn)入補(bǔ)償模式。本實(shí)施例中神經(jīng)網(wǎng)絡(luò)模塊202對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)的邏輯拓?fù)浣Y(jié)構(gòu)，如圖8所示。該 神經(jīng)網(wǎng)絡(luò)包括輸入層、中間層和輸出層，其中，本實(shí)施例中輸入層包括2個(gè)神經(jīng)元(A1、A2)、 中間層包括10個(gè)神經(jīng)元(B1、B2……B10)、輸出層包括2個(gè)神經(jīng)元(Cl、⑵。輸入層的每 個(gè)神經(jīng)元對(duì)中間層的每一個(gè)神經(jīng)元均需要有一個(gè)輸入，并且對(duì)每個(gè)中間層神經(jīng)元的輸入均 有一個(gè)加權(quán)值；中間層的每個(gè)神經(jīng)元對(duì)輸出層的每一個(gè)神經(jīng)元均需要有一個(gè)輸入，并且對(duì) 每個(gè)輸出層神經(jīng)元的輸入均有一個(gè)加權(quán)值。如圖8所示，輸入層的神經(jīng)元A1、A2分別接收相干接收裝置51輸出的數(shù)字復(fù)信號(hào) 的實(shí)部信號(hào)I (η)和Q (η)。然后神經(jīng)元Al將I (η)分別向中間層的10個(gè)神經(jīng)元(Β1、Β2…… Β10)輸出，在輸入到中間層的10個(gè)神經(jīng)元之前分別用ωη、ωΙ2……ωΙ9、ωΙ1(1對(duì)Ι(η)加 權(quán)；神經(jīng)元Α2在將Q(n)輸入到中間層的10個(gè)神經(jīng)元之前，分別用權(quán)值ω01、ω 2……ω 9、
進(jìn)行加權(quán)。在本實(shí)施例中，具體的由神經(jīng)網(wǎng)絡(luò)模塊202中的第一加權(quán)模塊完成對(duì)輸 入到中間層神經(jīng)元的信號(hào)的加權(quán)，其中第一加權(quán)模塊在加權(quán)計(jì)算過程中所需的權(quán)值(如
ω Il > ω 2......ω 9、ω 10 ； ω01> ω02......WQ9> ω Q10)田 第一權(quán)值模塊提供。中間層神經(jīng)元的輸入為Uj = I (η) * ω IJ+Q (η) * ω Qj，其中j表示神經(jīng)元的序號(hào)，共有 十個(gè)神經(jīng)元(B1、B2……B10)；中間層神經(jīng)元采用非線性函數(shù)Mj = l/[l+exp(-Uj)]對(duì)其輸 入U(xiǎn)j進(jìn)行處理，輸出為Μ」。在本實(shí)施例中，具體的由神經(jīng)網(wǎng)絡(luò)模塊202中的中間層模塊利 用上述非線性函數(shù)對(duì)中間層的輸入信號(hào)進(jìn)行處理。中間層的每個(gè)神經(jīng)元將其處理得到的Mj輸出到輸出層的每個(gè)神經(jīng)元，在輸入到輸 出層的兩個(gè)神經(jīng)元(Cl、C2)之前，分別用權(quán)值Sn、S1Q、S21, S2q……S101, S10q進(jìn)行加權(quán)，其中， S11用于對(duì)神經(jīng)元Bl輸入到神經(jīng)元Cl的M1進(jìn)行加權(quán)，Siq用于對(duì)神經(jīng)元Bl輸入到神經(jīng)元C2 的M1進(jìn)行加權(quán)，其他權(quán)值所表示的意義類似，不再一一解釋。在本實(shí)施例中，具體的由神經(jīng) 網(wǎng)絡(luò)模塊202中的第二加權(quán)模塊完成對(duì)中間層神經(jīng)元輸入到輸出層神經(jīng)元的信號(hào)的加權(quán)， 其中第二加權(quán)模塊在加權(quán)計(jì)算過程中所需的權(quán)值(如Sn、S1Q、S2I、S2Q……Sira、S1(IQ)由第二 權(quán)值模塊提供。輸出層的每個(gè)神經(jīng)元均接收到中間層10個(gè)神經(jīng)元輸出的經(jīng)過加權(quán)的信號(hào)，故輸出
層神經(jīng)元Cl的輸入為
權(quán)利要求
1.一種信號(hào)損傷補(bǔ)償方法，其特征在于，所述方法包括在訓(xùn)練模式下，將訓(xùn)練序列信號(hào)輸入神經(jīng)網(wǎng)絡(luò)，利用所述訓(xùn)練序列信號(hào)對(duì)所述神經(jīng)網(wǎng) 絡(luò)進(jìn)行訓(xùn)練，獲得所述神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下所需的權(quán)值；在補(bǔ)償模式下，根據(jù)訓(xùn)練模式下獲得的所述權(quán)值，利用所述神經(jīng)網(wǎng)絡(luò)對(duì)傳輸?shù)挠行?shù) 據(jù)信號(hào)進(jìn)行補(bǔ)償。
2.如權(quán)利要求1所述方法，其特征在于，所述方法還進(jìn)一步包括對(duì)輸入到神經(jīng)網(wǎng)絡(luò)的信號(hào)進(jìn)行識(shí)別，若所述輸入到神經(jīng)網(wǎng)絡(luò)的信號(hào)為訓(xùn)練序列信號(hào)， 則觸發(fā)所述神經(jīng)網(wǎng)絡(luò)進(jìn)入訓(xùn)練模式；若所述輸入到神經(jīng)網(wǎng)絡(luò)的信號(hào)為傳輸?shù)挠行?shù)據(jù)信 號(hào)，則觸發(fā)所述神經(jīng)網(wǎng)絡(luò)進(jìn)入補(bǔ)償模式。
3.如權(quán)利要求1所述的方法，其特征在于，所述利用所述訓(xùn)練序列信號(hào)對(duì)所述神經(jīng)網(wǎng) 絡(luò)進(jìn)行訓(xùn)練，獲得所述神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下所需的權(quán)值，具體包括利用所述訓(xùn)練序列信號(hào)對(duì)所述神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，判斷訓(xùn)練的結(jié)果是否符合期望值， 若符合，則將所述神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中所使用的權(quán)值作為所述神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下所 需的權(quán)值。
4.如權(quán)利要求1到3任一項(xiàng)所述的方法，其特征在于，所述權(quán)值包括所述神經(jīng)網(wǎng)絡(luò)在運(yùn) 算時(shí)所需的輸入層到中間層的權(quán)值和中間層到輸出層的權(quán)值。
5.如權(quán)利4所述的方法，其特征在于，所述在補(bǔ)償模式下，根據(jù)訓(xùn)練模式下獲得的所述 權(quán)值，利用所述神經(jīng)網(wǎng)絡(luò)對(duì)傳輸?shù)挠行?shù)據(jù)信號(hào)進(jìn)行補(bǔ)償，具體包括所述有效數(shù)據(jù)信號(hào)在用所述輸入層到中間層的權(quán)值加權(quán)后輸入到中間層；所述中間層根據(jù)第一傳遞函數(shù)對(duì)中間層的輸入信號(hào)進(jìn)行處理并輸出；中間層的輸出信號(hào)在用所述中間層到輸出層的權(quán)值加權(quán)后輸入到輸出層；所述輸出層根據(jù)第二傳遞函數(shù)對(duì)輸出層的輸入信號(hào)進(jìn)行處理并輸出，所述輸出層的輸 出信號(hào)即為經(jīng)過補(bǔ)償后的有效數(shù)據(jù)信號(hào)。
6.如權(quán)利要求5所述的方法，其特征在于，所述第一傳遞函數(shù)為M=l/[l+exp (-U)]， U表示所述中間層的輸入信號(hào)，M表示所述中間層的輸出信號(hào)；所述第二傳遞函數(shù)為F= 1/ [l+exp(-T)]，T表示所述輸出層的輸入信號(hào)，F(xiàn)表示輸出層的輸出信號(hào)。
7.一種信號(hào)損傷補(bǔ)償裝置，其特征在于，包括權(quán)值模塊和神經(jīng)網(wǎng)絡(luò)模塊；所述權(quán)值模塊，用于在訓(xùn)練模式下，確定所述神經(jīng)網(wǎng)絡(luò)模塊在補(bǔ)償模式下所需的權(quán)值；所述神經(jīng)網(wǎng)絡(luò)模塊，用于在補(bǔ)償模式下，根據(jù)所述權(quán)值模塊在訓(xùn)練模式下獲得的所述 權(quán)值，對(duì)傳輸?shù)挠行?shù)據(jù)信號(hào)進(jìn)行補(bǔ)償。
8.如權(quán)利要求7所述的裝置，其特征在于，進(jìn)一步包括模式識(shí)別模塊，用于對(duì)輸入到所述神經(jīng)網(wǎng)絡(luò)模塊的信號(hào)進(jìn)行識(shí)別，若輸入到所述神經(jīng) 網(wǎng)絡(luò)模塊的信號(hào)為訓(xùn)練序列信號(hào)，則觸發(fā)所述權(quán)值模塊和所述神經(jīng)網(wǎng)絡(luò)模塊進(jìn)入訓(xùn)練模 式；若輸入到所述神經(jīng)網(wǎng)絡(luò)模塊的信號(hào)為傳輸?shù)挠行?shù)據(jù)信號(hào)，則觸發(fā)所述神經(jīng)網(wǎng)絡(luò)模塊 進(jìn)入補(bǔ)償模式。
9.如權(quán)利要求7所述的裝置，其特征在于，進(jìn)一步包括判斷模塊，用于判斷所述神經(jīng)網(wǎng)絡(luò)模塊在訓(xùn)練模式下輸出的訓(xùn)練結(jié)果是否符合期望 值，若不符合，則觸發(fā)所述權(quán)值模塊更新用于神經(jīng)網(wǎng)絡(luò)模塊進(jìn)行運(yùn)算所需的權(quán)值。
10.如權(quán)利要求7至9任一項(xiàng)所述的裝置，其特征在于，所述權(quán)值模塊包括第一權(quán)值模塊，用于提供所述神經(jīng)網(wǎng)絡(luò)模塊所需的輸入層到中間層的權(quán)值；第二權(quán)值模塊，用于提供所述神經(jīng)網(wǎng)絡(luò)模塊所需的中間層到輸出層的權(quán)值。
11.如權(quán)利要求10所述的裝置，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模塊包括第一加權(quán)模塊，用于根據(jù)所述輸入層到中間層的權(quán)值對(duì)所述有效數(shù)據(jù)信號(hào)進(jìn)行加權(quán)并 輸出到中間層；中間層模塊，用于根據(jù)第一傳遞函數(shù)對(duì)中間層的輸入信號(hào)進(jìn)行處理并輸出；第二加權(quán)模塊，用于根據(jù)所述中間層到輸出層的權(quán)值對(duì)所述中間層的輸出信號(hào)進(jìn)行加 權(quán)并輸出到輸出層；輸出層模塊，用于根據(jù)第二傳遞函數(shù)對(duì)輸出層的輸入信號(hào)進(jìn)行處理并輸出，輸出層模 塊的輸出信號(hào)即為經(jīng)過補(bǔ)償后的有效數(shù)據(jù)信號(hào)。
12.一種光接收機(jī)，其特征在于，包括相干接收裝置、數(shù)據(jù)恢復(fù)模塊和如權(quán)利要求7所 述的信號(hào)損傷補(bǔ)償裝置；所述相干接收裝置，用于對(duì)接收到的調(diào)制光信號(hào)進(jìn)行相干接收處理，得到數(shù)字信號(hào)；所述信號(hào)損傷補(bǔ)償裝置，用于對(duì)所述數(shù)字信號(hào)進(jìn)行處理，若所述數(shù)字信號(hào)為訓(xùn)練序列 信號(hào)，則進(jìn)入訓(xùn)練模式，確定在補(bǔ)償模式下進(jìn)行信號(hào)損傷補(bǔ)償所需的權(quán)值；若所述數(shù)字信號(hào) 為傳輸?shù)挠行?shù)據(jù)信號(hào)，則進(jìn)入補(bǔ)償模式，根據(jù)在訓(xùn)練模式下獲得的所述權(quán)值，對(duì)所述傳輸 的有效數(shù)據(jù)信號(hào)進(jìn)行補(bǔ)償并輸出；所述數(shù)據(jù)恢復(fù)模塊，用于對(duì)所述信號(hào)損傷補(bǔ)償裝置輸出的信號(hào)進(jìn)行處理，恢復(fù)出發(fā)送 端發(fā)送的有效數(shù)據(jù)。
全文摘要
本發(fā)明實(shí)施例提供一種信號(hào)損傷補(bǔ)償方法、裝置和光接收機(jī)，上述方法包括在訓(xùn)練模式下，將訓(xùn)練序列信號(hào)輸入神經(jīng)網(wǎng)絡(luò)，利用所述訓(xùn)練序列信號(hào)對(duì)所述神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得所述神經(jīng)網(wǎng)絡(luò)在補(bǔ)償模式下所需的權(quán)值；在補(bǔ)償模式下，根據(jù)訓(xùn)練模式下獲得的所述權(quán)值，利用所述神經(jīng)網(wǎng)絡(luò)對(duì)傳輸?shù)挠行?shù)據(jù)信號(hào)進(jìn)行補(bǔ)償。本發(fā)明實(shí)施例能夠在不改變網(wǎng)絡(luò)結(jié)構(gòu)的同時(shí)，對(duì)信號(hào)進(jìn)行損傷補(bǔ)償，且方案結(jié)構(gòu)簡單，還具有自適應(yīng)能力。
文檔編號(hào)H04B10/18GK102088319SQ200910252728
公開日2011年6月8日 申請(qǐng)日期2009年12月2日 優(yōu)先權(quán)日2009年12月2日
發(fā)明者劉琦, 張亮, 熊前進(jìn), 蘇翼凱 申請(qǐng)人:上海交通大學(xué), 華為技術(shù)有限公司