申请/专利权人：杭州电子科技大学

申请日：2021-11-08

公开（公告）日：2024-04-02

公开（公告）号：CN113938198B

主分类号：H04B10/2507

分类号：H04B10/2507;H04B10/2543

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.02.01#实质审查的生效;2022.01.14#公开

摘要：本发明公开了光纤传输系统、基于LDA简化非线性均衡器的方法及模块，本发明方法步骤如下：发送端信号经过光纤传输后获得接收端信号，采样获得信号；根据非线性均衡器获得最佳性能时的抽头数量构建特征矩阵，其中每列数据为该时间点的原始特征向量，并从中抽取训练序列；LDA根据训练序列的标签寻找最合适的投影方向，将高维空间的样本映射到低维空间中；提取LDA运算结果，获得降维后重新构建的特征矩阵，根据降维后特征矩阵中对于每个样本的特征数，重新构建非线性均衡器；利用自适应算法，在训练集上调整基于重新构建的非线性均衡器的抽头系数，得到训练好的非线性均衡器；将需均衡的信号输入非线性均衡器，对均衡器输出进行判决，实现信道均衡。

主权项：1.基于LDA算法简化非线性均衡器的均衡模块，其特征在于，包括如下子模块：基于Volterra均衡器最优抽头数构建特征矩阵子模块：获得最佳性能时的抽头数量构建特征矩阵X，其中每列数据为最佳性能时间点的原始特征向量，并从中抽取训练序列；LDA算法子模块：根据训练序列的标签寻找最合适的投影方向，将高维空间的样本映射到低维空间中；提取LDA运算结果，获得降维后重新构建的特征矩阵XLDA，根据降维后特征矩阵中对于每个样本的特征数，重新构建非线性均衡器；利用自适应算法，在训练集上调整基于重新构建的非线性均衡器的抽头系数，得到训练好的非线性均衡器；BER计算子模块：将需要进行均衡的信号输入到LDA算法子模块所获得的非线性均衡器，并对均衡器输出进行判决；基于Volterra均衡器最优抽头数构建特征矩阵子模块中，原始特征向量的构建具体包括以下步骤：S21、通过二阶Volterra均衡器在相同训练长度不同阶数条件下，在测试集中获得的误码率性能，得到二阶Volterra均衡器在最小误码率时的最优抽头数量组合；S22、根据获得的最优抽头数量，将每个码元的所有一阶、二阶特征排成一列放入列向量中；S23、将所有码元的特征列向量按顺序排列，组成特征矩阵X，构建的特征矩阵为一个n行矩阵，每列包含一个码元的所有特征，n即为降维前的特征数量；LDA算法子模块中，将高维空间中的样本映射到低维空间中，获得降维后重新构建的特征矩阵XLDA的步骤如下：（1）初始化特征矩阵：将特征矩阵X去均值；（2）计算类内散度矩阵Sw；（3）计算类间散度矩阵Sb；（4）计算矩阵Sw-1Sb，并计算特征值和特征向量（w1，w2，……，wk），取特征向量所构成矩阵的前k列为投影矩阵W；（5）对原始特征矩阵X中每一个样本特征xi，与投影矩阵运算得到新的样本zi=WTxi；（6）得到输出的降维后重新构建的特征矩阵XLDA，XLDA为一个k行矩阵，每列代表一个码元降维后的所有特征，k为降维后的特征数量；LDA算法子模块中，通过递归最小二乘自适应算法调整特征权重，具体如下：S51、初始化权重向量wn；S52、根据当前的权重向量与训练标签，计算误差向量en；S53、根据步骤S52中获得的误差向量en，更新增益向量kn以及权重向量wn；S54、在训练集上重复步骤S52、S53，得到最终的权重向量wn。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 光纤传输系统、基于LDA简化非线性均衡器的方法及模块

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