本发明涉及光纤通信系统的,具体地,涉及用于光纤通信系统的时钟泄漏补偿方法及系统。
背景技术:
1、在光纤通信系统技术领域,信号通信质量受到各种器件非理想效应的影响。其中,高速dac里时钟泄漏是影响信号质量的非理想效应之一。信号在传输过程当中,信号频谱范围内,可能会受到附加的频率干扰,从而导致接收误码率性能出现恶化的现象。
2、专利文献cn106656120a(申请号:201611015057.4)公开了一种时钟补偿电路、时钟电路和微控制器。其中,该时钟补偿电路包括:检测电路,用于检测时钟电路中对目标电容进行调节的电容控制参数,其中,目标电容用于控制时钟电路输出的时钟频率;控制单元,连接至检测电路,用于根据检测电路检测到的电容控制参数控制目标电容,以调节时钟电路输出的时钟频率。
3、针对上述缺陷,本发明提出了一种用于光纤通信系统的时钟泄漏补偿方法及系统,提出可学习的归一化结构,通过误差计算、反向传播算法和梯度下降法,对可学习的归一化结构进行参数优化,从而实现光纤通信系统的时钟泄漏补偿,提高了光纤通信系统的信号质量,降低传输后的误码率。
技术实现思路
1、针对现有技术中的缺陷,本发明的目的是提供一种用于光纤通信系统的时钟泄漏补偿方法及系统。
2、根据本发明提供的一种用于光纤通信系统的时钟泄漏补偿方法,包括
3、步骤s1:建立训练数据集,构建可学习的数字信号归一化结构;
4、步骤s2:利用数据集训练可学习的数字信号归一化结构;
5、步骤s3:利用训练后的可学习的数字信号归一化结构实现时钟泄露补偿,部署在光纤通信系统中。
6、优选地,所述可学习的数学信号归一化结构采用:
7、
8、其中,μx为输入数字信号的均值,σx为输入数字信号的平均功率,k为放缩因子,b为偏置序列,μb为偏置序列的均值;k与b均为可学习的参数。
9、优选地,所述步骤s2采用:
10、步骤s2.1:将训练数据中的输入数字信号输入到可学习的归一化结果得到输出数字信号;
11、步骤s2.2:根据输出数字信号和训练数据的标签构建误差函数计算误差大小,利用梯度反向传播和梯度下降对可学习的归一化结构进行训练,当训练此处达到预设次时,训练结果。
12、优选地,所述误差函数包括:
13、
14、其中,n为训练批次大小,y为数字信号处理输出信号,xlabel为训练数据的标签符号。
15、优选地,利用梯度反向传播和梯度下降对可学习的归一化结构进行训练,更新可学习的归一化结构的学习参数,包括:
16、
17、
18、其中,bi和ki表示第i次更新后的参数b和k,和分别表示b和k对应的误差函数的梯度,lri-1为第i-1次的学习率大小。
19、根据本发明提供的一种用于光纤通信系统的时钟泄漏补偿系统,包括
20、模块m1:建立训练数据集,构建可学习的数字信号归一化结构;
21、模块m2:利用数据集训练可学习的数字信号归一化结构;
22、模块m3:利用训练后的可学习的数字信号归一化结构实现时钟泄露补偿,部署在光纤通信系统中。
23、优选地,所述可学习的数学信号归一化结构采用:
24、
25、其中,μx为输入数字信号的均值,σx为输入数字信号的平均功率,k为放缩因子,b为偏置序列,μb为偏置序列的均值;k与b均为可学习的参数。
26、优选地,所述模块m2采用:
27、模块m2.1:将训练数据中的输入数字信号输入到可学习的归一化结果得到输出数字信号;
28、模块m2.2:根据输出数字信号和训练数据的标签构建误差函数计算误差大小,利用梯度反向传播和梯度下降对可学习的归一化结构进行训练,当训练此处达到预设次时,训练结果。
29、优选地,所述误差函数包括:
30、
31、其中,n为训练批次大小,y为数字信号处理输出信号,xlabel为训练数据的标签符号。
32、优选地,利用梯度反向传播和梯度下降对可学习的归一化结构进行训练,更新可学习的归一化结构的学习参数,包括:
33、
34、
35、其中,bi和ki表示第i次更新后的参数b和k,和分别表示b和k对应的误差函数的梯度,lri-1为第i-1次的学习率大小。
36、与现有技术相比,本发明具有如下的有益效果:
37、1、本发明通过梯度下降法,实现归一化模块的参数最优化;
38、2、本发明设计了可学习的归一化结构,实现了时钟泄漏效应的补偿,提升了光纤通信的信号质量,降低传输后误码率;
39、3、本系统可以应用于任意的信道,特别地,适用于光纤通信各个场景。
1.一种用于光纤通信系统的时钟泄漏补偿方法,其特征在于,包括
2.根据权利要求1所述的用于光纤通信系统的时钟泄漏补偿方法,其特征在于,所述可学习的数学信号归一化结构采用:
3.根据权利要求1所述的用于光纤通信系统的时钟泄漏补偿方法,其特征在于,所述步骤s2采用:
4.根据权利要求3所述的用于光纤通信系统的时钟泄漏补偿方法,其特征在于,所述误差函数包括:
5.根据权利要求3所述的用于光纤通信系统的时钟泄漏补偿方法,其特征在于,利用梯度反向传播和梯度下降对可学习的归一化结构进行训练,更新可学习的归一化结构的学习参数,包括:
6.一种用于光纤通信系统的时钟泄漏补偿系统,其特征在于,包括
7.根据权利要求6所述的用于光纤通信系统的时钟泄漏补偿系统,其特征在于,所述可学习的数学信号归一化结构采用:
8.根据权利要求6所述的用于光纤通信系统的时钟泄漏补偿系统,其特征在于,所述模块m2采用:
9.根据权利要求8所述的用于光纤通信系统的时钟泄漏补偿系统,其特征在于,所述误差函数包括:
10.根据权利要求8所述的用于光纤通信系统的时钟泄漏补偿系统,其特征在于,利用梯度反向传播和梯度下降对可学习的归一化结构进行训练,更新可学习的归一化结构的学习参数,包括: