本发明属于光纤通信的技术领域，具体涉及一种相干光通信系统调制格式识别和光信噪比监控方法。
背景技术
近些年，相干光检测和数字信号处理技术推动着光纤通信系统容量和传输距离不断增长。同时，光网络构建也将变得更加动态、复杂、透明、灵活以及可重构。在未来长距离、大容量、动态和可重构光纤通信系统中信号经历的链路损伤将呈现出动态特性。实时、精确的链路特性监控技术是最大限度地利用现有系统资源实现信号最大容量和最长距离可靠传输的关键。光信噪比(osnr)是决定光信号传输性能的关键参数之一，它在很大程度上决定了系统的误码率。因此，osnr监控是光纤通信系统性能监控的关键技术之一。目前，相干光通信系统中利用数字信号处理实现osnr监控技术主要有：基于均衡信号的统计矩、基于误差向量幅度(evm)、延时干涉技术、斯托克斯参量监控、格雷序列、偏移滤波及功率监控、rf频谱监控、以及基于幅度相关噪声监控技术等。
在动态、可重构、高效光纤通信网络中，为了充分利用系统资源实现信号最大容量和最长距离可靠传输，在光纤通信系统中将根据系统的规模、应用场景甚至是系统链路状况自适应地调整信号的调制格式、速率、信号功率等参数，以实现系统资源的最大化利用和信号的可靠传输。所以动态、可重构、高效光纤通信系统中的osnr监控技术必然要能够自适应于不同的调制格式。另外，相干接收端的部分数字信号处理技术也与信号的调试格式有关，如载波相位恢复、偏振解复用等。因此，信号调制格式识别也是动态、可重构、高效光纤通信系统中的关键技术之一。目前，调制格式识别的主要技术有：k-means算法、信号分簇、变分贝叶斯期望最大化算法、峰均功率比估计、斯托克斯空间簇点分布等。
而上述技术绝大多数方法只能够实现单一功能，即osnr监控或调制格式识别。
技术实现要素：
本发明的目的在于针对现有技术中的上述不足，提供一种相干光通信系统调制格式识别和光信噪比监控方法，以解决现有技术只具备osnr监控或调制格式识别的单一功能的问题。
为达到上述目的，本发明采取的技术方案是：
一种相干光通信系统调制格式识别和光信噪比监控方法，其包括：
接收两个偏振态上的信号ex和ey，对两个信号进行色散补偿、并采用恒模算法进行信号的预均衡，得到预均衡后的信号e'x和e'y；
将信号e'x和e'y映射于斯托克斯空间，分别得到其在s1和s2矢量方向上的统计分布s1d和s2d，对s1d和s2d拟合后的曲线进行一阶求导，得到不同调制格式信号和不同光信噪比信号特征增强信号s′1和s′2；
基于dnn算法的神经网络对所述特征增强信号s′1和s′2进行训练，提取不同调制格式和不同光信噪比信号的特征信息，根据该信息进行相干光通信调质格式的识别和光信噪比信号的监控。
优选地，对信号ex和ey进行色散补偿、并采用恒模算法进行信号的预均衡的方法为：
将两个相干偏振态上的信号ex和ey进行色散补偿，得到色散补偿后的信号
其中，
将信号
其中，hxx，hxy，hyx和hyy为四个基于恒模算法fir均衡滤波器的抽头系数。
优选地，得到不同调制格式信号和不同光信噪比信号特征增强信号s′1和s′2的方法为：
将信号e'x和e'y映射到斯托克斯空间中，得到：
其中，s0为两个偏振态信号的总功率，s1、s2、s3分别为斯托克斯空间三个相互垂直的方向矢量；
将信号点映射到s1矢量方向和s2矢量方向，分别得到信号在s1矢量方向和s2矢量方向的统计分布s1d和s2d；
对s1d和s2d进行曲线拟合，并对该曲线进行一阶求导，得到不同调制格式信号和不同光信噪比信号特征增强信息s′1和s′2。
优选地，特征信息的提取和识别的方法为：
将特征增强信号s′1和s′2送入基于dnn算法的神经网络中进行训练，获取不同调制格式信号和不同光信噪比信号的特征信息；
根据训练好的基于dnn算法的神经网络对不同调制格式和不同光信噪比信号进行特征提取和识别，实现信号调制格式类型的识别和对应信号光信噪比的监控。
本发明提供的相干光通信系统调制格式识别和光信噪比监控方法，具有以下有益效果：
本发明在不改变相干接收机配置的前提下，利用同一信号处理模块同时实现了信号调制格式的识别和osnr的监控，降低了系统成本和复杂度，在动态、可重构、高效光纤通信系统中具有重要的实际意义和应用前景。除此，本发明不仅适用于相干光通信系统，并可进一步扩展到模式复用、多芯复用光纤通信系统中，具有较强的实用性。
附图说明
图1为相干光通信系统调制格式识别和光信噪比监控方法的原理框图。
图2为相干光通信系统调制格式识别和光信噪比监控方法的系统框图。
图3为相干光通信系统调制格式识别和光信噪比监控方法的不同调制格式对应的s1和s2矢量方向的统计分布拟合曲线。
图4为相干光通信系统调制格式识别和光信噪比监控方法的不同调制格式对应的s1矢量方向和s2矢量方向的统计分布拟合曲线一阶求导。
图5为相干光通信系统调制格式识别和光信噪比监控方法的pdm-qpsk信号在不同osnr情况下对应的s1和s2矢量方向的统计分布拟合曲线。
图6为相干光通信系统调制格式识别和光信噪比监控方法pdm-qpsk信号在不同osnr情况下对应的s1和s2矢量方向的统计分布拟合曲线一阶求导。
图7为相干光通信系统调制格式识别和光信噪比监控方法dnn神经网络结构图。
图8为相干光通信系统调制格式识别和光信噪比监控方法调制格式识别结果图。
图9为相干光通信系统调制格式识别和光信噪比监控方法osnr监控结果图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
根据本申请的一个实施例，参考图1-7，本方案的相干光通信系统调制格式识别和光信噪比监控方法，包括以下具体步骤：
参考图1，信号预处理。
接收两个偏振态上的信号ex和ey，对两个信号进行色散补偿，得到色散补偿后的信号
其中，
将信号
其中，hxx，hxy，hyx和hyy为四个基于恒模算法fir均衡滤波器的抽头系数。
信号特征增强。
将信号e'x和e'y映射于斯托克斯空间，其映射过程如下：
其中，s0为两个偏振态信号的总功率，s1、s2、s3分别为斯托克斯空间三个相互垂直的方向矢量。
在斯托克斯空间分别将信号点映射到s1矢量方向和s2矢量方向，分别得到信号在s1矢量方向和s2矢量方向的统计分布s1d和s2d。不同调制格式信号和不同光信噪比信号在s1矢量方向和s2矢量方向的统计分布将呈现出不同特征。
为了进一步增强不同调制格式和不同光信噪比信号在s1矢量方向和s2矢量方向的统计分别特征，将得到的信号在s1矢量方向和s2矢量方向的统计分布s1d和s2d进行拟合，并将拟合后的曲线进行一阶段求导，得到不同调制格式信号和不同光信噪比信号特征增强信息s′1和s′2。
信号特征的提取和识别。
将特征增强信号s′1和s′2送入基于dnn算法的神经网络中进行训练，获取不同调制格式信号和不同光信噪比信号的特征信息；
根据训练好的基于dnn算法的神经网络对不同调制格式和不同光信噪比信号进行特征提取和识别，实现信号调制格式类型的识别和对应信号光信噪比的监控。
参考图2，本发明信号的发送与接收通信系统框图。
整个通信系统包括依次信号连接的发送端、传输链路和接收端。
其中，发送端利用两个iq调制器和偏振耦合器(pbc)生成2×28g波特率pdm-qpsk、pdm-8qam、pdm-16qam、pdm-32qam等多种调制格式，其中激光器的线宽为100khz、中心波长为1550nm。
传输链路由可调衰减器、光纤放大器(edfa1)和传输光纤构成，其中可调衰减器和光纤放大器(edfa1)用来调节系统的osnr和入纤功率。
接收端主要由前置放大器(edfa1)、本振激光器(lo)、90°光学混频器、平衡探测器、模数转换器和数字信号处理部分(dsp)构成。其中dsp部分为本发明的信号调制格式识别和osnr监控。
参考图3，包括图(a)和图(b)两组子图。其中，图(a)分别对应pdm-qpsk、pdm-8qam、pdm-16qam和pdm-32qams1矢量方向的统计分布拟合曲线。
图(b)分别对应pdm-qpsk、pdm-8qam、pdm-16qam和pdm-32qams2矢量方向的统计分布拟合曲线。
由图3中图(a)和图(b)可知，不同调制格式对应的拟合曲线表现出不同的信号特征。
参考图4，包括图(a)和图(b)两组子图。其中，图(a)为分别对应pdm-qpsk、pdm-8qam、pdm-16qam和pdm-32qams1矢量方向的统计分布拟合曲线一阶求导s1'。
图(b)分别对应pdm-qpsk、pdm-8qam、pdm-16qam和pdm-32qams2矢量方向的统计分布拟合曲线一阶求导s'2。
对比图3中的各图可知，经一阶求导后，不同调制格式所对应的曲线特征更加明显。即，通过一阶求导可实现不同调制格式信号特征的增强。
参考图5，包括图(a)和图(b)两组子图。其中，图(a)和(b)分别为pdm-qpsk信号在osnr＝8db、10db、12db、14db、16db和18db情况下所对应的s1和s2矢量方向的统计分布拟合曲线。由图可知，在不同osnr情况下，信号在s1和s2矢量方向的统计分布拟合曲线呈现出不同的特性。
参考图6，包括图(a)和图(b)两组子图。其中，图(a)和(b)分别为pdm-qpsk信号在osnr＝8db、10db、12db、14db、16db和18db情况下所对应的s1和s2矢量方向统计分布拟合曲线一阶求导s1'和s'2。
对比图5可得，经一阶求导后，不同调制格式所对应的曲线特征更加明显。即，通过1阶求导可实现不同osnr信号特征的增强。
参考图7，在本发明实验验证中我们采用4层dnn神经网络，其中第一层、第二层、第三层和第四层的神经元数量分别为160、80、100和4。基于该神经网络，用于实现信号调制格式类型的识别和对应信号光信噪比的监控。
参考图8，图8中包括四个子图，并对四个图进行a、b、c、d排序，序号位于图的左上角。图(a)、(b)、(c)和(d)分别对应pdm-qpsk、pdm-8qam、pdm-16qam和pdm-32qam在不同osnr条件下的识别率。由图可知，本发明能够在7％fec阈值所对应的osnr及其以上范围均可实现调制格式100％的识别。
参考图9，其包括四个子图，排序方式与图8相同。其中，图(a)、(b)、(c)和(d)分别对应pdm-qpsk、pdm-8qam、pdm-16qam和pdm-32qam在不同osnr范围内的监控结果。由图可知，本发明能够在7％fec阈值所对应的osnr值及其以上范围实现系统osnr的精确监控。
综上通过多个附图对本发明方法进行进一步的验证，可得，本发明能够在不改变相干接收机硬件配置下，采用单一数字信号处理模块同时实现信号调制格式识别和osnr监控，其在动态、可重构、高效光纤通信系统中具有重要的实际意义和应用前景，具有较强的实用性和推广性。
虽然结合附图对发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。