申请/专利权人：华中科技大学

申请日：2022-06-27

公开（公告）日：2024-04-23

公开（公告）号：CN115173940B

主分类号：H04B10/079

分类号：H04B10/079;H04L41/16

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2022.10.28#实质审查的生效;2022.10.11#公开

摘要：本发明提供一种多信道光传输系统链路联合损伤监测方法及系统，其中，方法包括：基于异步采样，获取目标多信道相干光传输系统接收端I路信号时域数据和Q路信号时域数据；基于I路信号时域数据和Q路信号时域数据，确定幅度相位直方图向量；其中，幅度相位直方图向量用于表示I路信号和Q路信号在相应幅度和相位状态下的变化；将幅度相位直方图向量输入光传输链路联合损伤监测模型中，识别信号的调制格式并确定目标多信道相干光传输系统的链路联合损伤；其中，链路联合损伤包括：光信噪比和非线性噪声功率。能够同时反映信号的幅度损伤与相位损伤，实现光信号链路损伤的全面监测。

主权项：1.一种多信道光传输系统链路联合损伤监测方法，其特征在于，包括：基于异步采样，获取目标多信道相干光传输系统接收端I路信号时域数据和Q路信号时域数据；基于所述I路信号时域数据和Q路信号时域数据，确定幅度相位直方图向量；其中，所述幅度相位直方图向量用于表示I路信号和Q路信号在相应幅度和相位状态下的变化；将所述幅度相位直方图向量输入光传输链路联合损伤监测模型中，识别信号的调制格式并确定目标多信道相干光传输系统的链路联合损伤；其中，所述链路联合损伤包括：光信噪比和非线性噪声功率；所述光传输链路联合损伤监测模型为多任务学习模型；所述光传输链路联合损伤监测模型包括：输入层、隐藏层和输出层；所述隐藏层包括若干神经元节点；所述输入层和所述神经元节点连接；所述将所述幅度相位直方图向量输入光传输链路联合损伤监测模型中，识别信号的调制格式并确定目标多信道相干光传输系统的链路联合损伤，具体包括：基于所述输入层，将所述幅度相位直方图向量传输至所述隐藏层中；基于所述隐藏层对所述幅度相位直方图向量中不同的信号类型进行分类，确定调制格式特征信息；基于所述隐藏层，根据所述幅度相位直方图向量，确定链路联合损伤特征信息；将所述调制格式特征信息和所述链路联合损伤特征信息输入所述输出层中，根据所述输出层，确定并输出调制格式和链路联合损伤；在所述将所述幅度相位直方图向量输入光传输链路联合损伤监测模型中，识别信号的调制格式并确定目标多信道相干光传输系统的链路联合损伤的步骤之前，还包括：训练所述光传输链路联合损伤监测模型；所述训练所述光传输链路联合损伤监测模型，具体包括：基于若干不同信号调制格式、光信噪比、发射功率和光纤链路长度条件下获取的样本I路信号时域数据和样本Q路信号时域数据，确定幅度相位直方图向量样本数据集；其中，所述幅度相位直方图向量样本数据集中每组数据包括：幅度相位直方图向量及对应的光信噪比、调制格式和非线性噪声功率；利用所述幅度相位直方图向量样本数据集训练所述光传输链路联合损伤监测模型；基于目标损失函数，采用梯度下降的优化算法调整学习率，并进行梯度估计修正，对所述光传输链路联合损伤监测模型的网络参数进行更新，并基于更新后的网络参数对所述光传输链路联合损伤监测模型进行迭代训练直至所述光传输链路联合损伤监测模型收敛。

全文数据：

权利要求：

百度查询： 华中科技大学 多信道光传输系统链路联合损伤监测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD