一种光信号智能识别分配方法及系统

本发明涉及一种光通信技术，尤其涉及一种光信号智能识别分配方法及系统。

背景技术：

1、随着向未来网络技术的发展，人们对于光网络的灵活性和可重构性越来越关注。由于暗光纤构成专用光网络在软硬件方面未标准化，具有很高的灵活性，因此其可以向特定用户提供定制化服务。使得专用光网络在政府机构、银行、数据中心等场景广泛适用。

2、高频谱效率频分复用系统(spectral efficient frequency divisionmultiplexing)因放弃子载波间正交性提高了频谱效率，适用于带宽受限系统。在高频谱效率频分复用系统中压缩因子反映子载波的压缩程度。对于专用光网络，有研究人员针对不同用户设计不同压缩因子来标记信号分配最终地址，在压缩带宽的同时避免了信号地址的开销，但是该方法由于是针对传统高频谱效率频分复用系统生成方法而设计的，因此要求压缩因子必须相异，导致对于处于同一压缩因子下的信号并不能识别分配(因为他们在原理上没有差异性)。从而导致了信号设计的局限性，不能在较优的同一压缩因子上设计多种信号来标记用户地址。

技术实现思路

1、为解决上述问题，本发明提供一种光信号智能识别分配方法及系统，实现了在sefdm信号的较优同一压缩因子上设计多个信号，对应不同用户地址生成信号集，在网络边缘节点，该信号集可以在未进行信号损伤补偿下直接进行识别并分配到指定用户。

2、为实现上述目的，本发明提供了一种光信号智能识别分配方法，包括以下步骤：

3、s1、基于普适分数阶傅里叶逆变换生成方式设计特定信号集；

4、s2、将由步骤s1生成的信号集输入长距离相干光链路，获取接收端的i路和q路时域数据，确定sefdm时域符号幅值；

5、s3、截取由步骤s2获得的sefdm时域符号幅值部分信息并转换为信号图谱；

6、s4、将由步骤s3获得的信号图谱输入光信号智能识别器中进行信号识别及分配。

7、优选的，所述步骤s1具体包括以下步骤：

8、s11、建立普适分数阶傅里叶逆变换生成公式：

9、

10、其中，xk为第k个输出信号，an为调制到第n个子载波上的调制符号，j为虚数单位，p为基准参数，α为压缩因子，n为子载波数；

11、s12、基于普适分数阶傅里叶逆变换生成方式设计信号：

12、

13、其中，sk为基于普适分数阶傅里叶逆变换生成方式设计信号的第k个输出信号，pf为前段基准参数，pb为后段基准参数；

14、s13、用不同pf和pb标记不同用户的信号，形成信号集，并将信号集输入到相干光链路中。

15、优选的，步骤s2具体包括以下步骤：

16、基于所述获取接收端的i路和q路时域数据转换为sefdm幅值：

17、

18、其中，ampk为第k个sefdm时域信号幅值，am为调制到第m个子载波上的调制符号，(·)*为共轭符号。

19、优选的，步骤s3具体包括以下步骤：

20、s31、基于sefdm时域符号对每个时域符号进行截断，只保留50％信息；

21、s32、将截取后信号转换为信号图谱。

22、优选的，步骤s32具体包括以下步骤：

23、基于所述截取后每个sefdm时域符号由向量模式转换为w×w×c维模式，即c个通道的w×w信号图谱。

24、优选的，步骤s4所述的光信号智能识别器为多层卷积神经网络，其包括输入层、卷积层、全连接层、输出层；卷积层包括卷积、归一化、池化操作；

25、步骤s4具体包括以下步骤：

26、s41、利用输入层将信号图谱传输至卷积层中；

27、s42、利用卷积层提取信号图谱中的特征；

28、s43、利用全连接层对信号进行识别分类；

29、s44、利用输出层输出信号的类别，确定接收用户地址。

30、优选的，步骤s3和步骤s4之间还包括：训练光信号智能识别器。

31、优选的，所述训练光信号智能识别器具体包括以下步骤：

32、基于长距离相干光链路，搭建对应的长距离相干光通信系统；

33、基于普适分数阶傅里叶逆变换生成方式设计不同pf和pb组合信号输入长距离相干光通信系统中，在接收端获取信号幅值；

34、将信号幅值转换为信号图谱输入到光信号智能识别器中进行训练。

35、一种基于光信号智能识别分配方法的系统，包括：

36、信号发送集单元，用于根据终端用户数量，确定需要信号类别个数，对于发送到不同用户信号进行分类设计，并产生需要的分配图，指导最终的信号分配过程；

37、信号截断转换单元，用于截取信号时域部分符号；

38、以及信号识别及分配单元，用于对信号进行识别，并分配到对应终端用户地址。

39、优选的，所述信号截断转换单元截取的信号为未经过数字信号处理过程的原始信号。

40、本发明具有以下有益效果：

41、1、弥补了现有方法利用压缩因子标记信号方案中需要压缩因子差异化的不足之处，便于在较优的同一压缩因子上设计多种信号，拓宽了信号地址标记范围。

42、2、可以直接对于含定时误差、ase噪声、非线性、色散、子载波间干扰等损伤的原始接收信号进行识别及分配，避免了在信号中添加用户地址带来的额外开销。

43、3、将数字信号处理过程交给终端用户进行，方便用户的个性化操作。

44、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种光信号智能识别分配方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种光信号智能识别分配方法，其特征在于：所述步骤s1具体包括以下步骤：

3.根据权利要求2所述的一种光信号智能识别分配方法，其特征在于：步骤s2具体包括以下步骤：

4.根据权利要求3所述的一种光信号智能识别分配方法，其特征在于：步骤s3具体包括以下步骤：

5.根据权利要求4所述的一种光信号智能识别分配方法，其特征在于：步骤s32具体包括以下步骤：

6.根据权利要求5所述的一种光信号智能识别分配方法，其特征在于：步骤s4所述的光信号智能识别器为多层卷积神经网络，其包括输入层、卷积层、全连接层、输出层；卷积层包括卷积、归一化、池化操作；

7.根据权利要求6所述的一种光信号智能识别分配方法，其特征在于：步骤s3和步骤s4之间还包括：训练光信号智能识别器。

8.根据权利要求7所述的一种光信号智能识别分配方法，其特征在于：所述训练光信号智能识别器具体包括以下步骤：

9.一种基于光信号智能识别分配方法的系统，其特征在于：包括：

10.根据权利要求9所述的一种基于光信号智能识别分配方法的系统，其特征在于：所述信号截断转换单元截取的信号为未经过数字信号处理过程的原始信号。

技术总结
本发明公开了一种光信号智能识别分配方法及系统，包括以下步骤：S1、基于普适分数阶傅里叶逆变换生成方式设计特定信号集；S2、将由步骤S1生成的信号集输入长距离相干光链路，获取接收端的I路和Q路时域数据，确定SEFDM时域符号幅值；S3、截取由步骤S2获得的SEFDM时域符号幅值部分信息并转换为信号图谱；S4、将由步骤S3获得的信号图谱输入光信号智能识别器中进行信号识别及分配。本发明采用上述光信号智能识别分配方法及系统，实现了在SEFDM信号的较优同一压缩因子上设计多个信号，对应不同用户地址生成信号集，在网络边缘节点，该信号集可以在未进行信号损伤补偿下直接进行识别并分配到指定用户。

技术研发人员：罗风光,杨静宇,杨柳,王旭,谭勇,邱天,丁畅,陈聪
受保护的技术使用者：华中科技大学
技术研发日：
技术公布日：2024/1/12