在当今光纤通信网络越来越灵活的当下,为了最大限度地提高频谱效率和能量效率,光网络需要能够根据不断变化的业务需求和网络状况,动态调整各种传输参数。调制格式识别(Modulation format identification ,MFI)不需要发射机设置的先验信息,就可以使接收机能够实时调整数字信号处理算法,因此MFI功能成为数字相干接收机的一个关键要求。
而机器学习在分析光信道的一些图像时(比如振幅直方图,眼图,星座图)具有极大地准确性,因此可以将机器学习应用到MFI中。
(一)对恒模算法(constant modulus algorithm,CMA)均衡后的信号幅度直方图进行识别[1]
CMA均衡的目的是补偿线性传输损伤,在CMA均衡阶段的输出处进行MFI,通过MFI获得的关于信号调制格式的信息被传递到随后的DSP模块,实现调制格式优化处理。
从Fig2中可以看出,CMA均衡后的QPSK、16-QAM,64-QAM信号的振幅直方图形状包含这些调制格式的特征,并且可以很好地彼此区分。因此可以利用