一种多载波接入网失真信号的补偿方法及非线性均衡器

1.本发明涉及信号处理技术领域，特别是涉及一种多载波接入网失真信号的补偿方法及非线性均衡器。


背景技术：

2.高数据速率接入网对于维持5g部署、物联网、边缘计算和未来高带宽低延迟服务的快速发展是必不可少的。无源光网络(passive optical network，pon)作为一种高能效的光纤接入网络，从第一代2.5gb/s、下一代10gb/s升级到未来更高速的50gb/s以满足大型光纤网络的需求。为了避免使用色散补偿的器件，更高速的50-gb/s pon最好在接近零色散的o波段中实现。但是，o波段中较高的光纤损耗会导致光功率预算减少。因此，在o波段接入用户的数量和光纤范围都是有限的。
3.相比之下，c波段的多载波调制(multi-carrier modulation，mcm)在低光纤损耗和抗色散性能方面具有优势，其中高速数据在多个并行的低速子信道中进行传输。强度调制直接检测(intensity modulation direct detection，im/dd)正交频分复用(orthogonal frequency division multiplexing，ofdm)具有频谱效率高、抗色散性能强、实现简单等优点，是高速pon中很有前景的mcm技术之一。然而ofdm系统中的循环前缀(cyclic prefix，cp)会降低净比特率，而且cp序列越长，抗符号间干扰(inter-symbol interference，isi)的性能就越好。但是，长序列的cp会带来不可避免的开销，降低频谱效率。此外，每个ofdm子载波之间都必须保持严格的正交同步，这在很大程度上限制了其灵活性。同时，由于子载波旁瓣衰减缓慢，ofdm信号容易出现严重的载波间干扰(inter-carrier interference，ici)。因此，一种新型的滤波器组多载波/偏移正交幅度调制(filter bank multicarrier with offset quadrature amplitude modulation，fbmc/oqam)已经被视为替代ofdm的方案。
4.fbmc/oqam信号引入了性能优良的原型滤波器来减轻isi和额外的cp开销。而且，较低的带外功率泄露有利于抵抗ici。同时，fbmc系统不需要厄米特对称的帮助便可实现，这样更多有效的数据子载波便可利用起来。因此，fbmc系统可以通过增加数据子载波的数量来提高数据速率。然而，随着数据子载波数目的增加，光纤传输过程中的信号失真会迅速增大，致使系统性能恶化。此时，选择合适的均衡器会有助于减轻非线性失真的干扰。经典的沃尔泰拉(volterra)滤波器被广泛应用于处理非线性失真。volterra滤波器的阶数越高，抗非线性失真的效果就越好，但是阶数越高，其实现的复杂度就会增加。低复杂度的二阶volterra滤波器无法处理严重的失真信号。
5.综上所述，现今必须有效解决在高速多载波光接入网中，大量数据子载波导致的严重信号失真问题。


技术实现要素：

6.本发明的目的是提供一种多载波接入网失真信号的补偿方法及非线性均衡器，以
解决高速多载波光接入网中，大量数据子载波导致的严重信号失真问题。
7.为解决上述技术问题，本发明提供一种多载波接入网失真信号的补偿方法，包括：
8.将失真信号输入n阶volterra滤波器进行第e次n阶volterra滤波处理得到第e次串行信号，对所述第e次串行信号与设定参考信号求差得到第e次差值；
9.当所述第e次差值与第e-1次差值相差不小于第一设定阈值时，更新所述第e次差值，利用更新后的差值对n阶volterra滤波器的抽头系数进行更新，根据更新后的抽头系数对所述失真信号进行第e+1次n阶volterra滤波处理，其中，e＝1,2,
…
,e，e为滤波总次数；
10.当所述第e次差值与第e-1次差值相差小于第一设定阈值时，输出所述第e次串行信号作为最优串行信号；
11.对所述最优串行信号进行处理得到频域信号；
12.对所述频域信号进行信道估计输出补偿后信号，完成对失真信号的补偿。
13.优选地，所述最优串行信号为：
[0014][0015]
式中，x(t)是n阶volterra滤波器的输入信号即失真信号，y1(t)为经过n阶volterra滤波器滤波处理得到的最优串行信号，w1为n阶volterra滤波器的第1阶核函数，w2(l1,l2)为n阶volterra滤波器的第2阶核函数，wn(l1,l2,
…
,ln)是所述n阶volterra滤波器的第n阶核函数，所有核函数即为n阶volterra滤波器的最佳抽头系数，l为记忆长度，为第t-li点坐标的x序列的n次方，li表示离散域核函数的点坐标。
[0016]
优选地，所述第e次差值通过nlms算法进行更新。
[0017]
优选地，所述对所述最优串行信号进行处理得到频域信号包括：
[0018]
将所述最优串行信号转换成并行信号；
[0019]
对所述并行信号进行匹配滤波处理；
[0020]
对匹配滤波处理后的并行信号进行快速傅里叶变换，得到频域信号。
[0021]
优选地，所述频域信号为：
[0022][0023]
式中，为循环卷积算子，y1(k)和f(k)分别是y1(t)和f(t)经快速傅里叶变换后得到的频域信号，y1(t)为经过n阶volterra滤波器处理得到的串行信号，f(t)为滚降因子为0.5的平方根升余弦函数。
[0024]
优选地，所述对所述频域信号进行信道估计处理输出补偿后信号包括：将所述频域信号采用三层复数值神经网络进行处理输出的补偿后信号为：
[0025]
[0026]
式中，f1(
·
)是tanh激活函数，和分别代表输入层到隐含层和隐含层到输出层的最优权重值，i＝1,2,...,m，m为输入层神经元的个数，j＝1,2,
…
,p，p代表隐含层神经元的个数，k＝1,2,...,m，输出层的神经元个数与输入层的神经元个数相等。
[0027]
优选地，所述输入层到隐含层和隐含层到输出层的最优权重值的确定过程为：
[0028]
分别对输入层到隐含层的权重值w
jk
和隐含层到输出层的权重值w
ij
赋予一个在[-0.1-0.1]之间的初始值，对所述频域信号进行第一次计算得到第一次补偿后信号y1(k)；
[0029]
采用l-bfgs算法对输入层到隐含层的权重值w
jk
和隐含层到输出层的权重值w
jk
进行第s次(s＝1,2,
…
,s)次更新，并利用第s次更新后的和对所述频域信号进行第s+1次计算，得到第s+1次补偿后信号y
l+1
(k)，直至第s+1次补偿信号y
s+1
(k)与第s次补偿后信号y
l
(k)的差值小于第二设定阈值时，第s次更新后的为输入层到隐含层的最优权重值，第s次更新后的为隐含层到输出层的最优权重值。
[0030]
优选地，所述n阶volterra滤波器的阶数为1时，该滤波器为线性滤波器；
[0031]
所述n阶volterra滤波器的阶数大于1时，该滤波器为非线性滤波器。
[0032]
本发明还提供一种非线性均衡器，包括：
[0033]
输入端口：用于连接失真信号的输出端
[0034]
集成芯片：采用如上所述的多载波接入网失真信号的补偿方法的步骤实现失真信号补偿；
[0035]
输出端口：用于输出所述集成芯片处理得到的补偿信号。
[0036]
优选地，所述集成芯片包括：
[0037]
n阶volterra滤波模组：用于对所述失真信号进行n阶volterra滤波处理，生成串行信号；
[0038]
时域-频域变换模组：用于将所述串行信号转变成频域信号；
[0039]
信道估计模组：用于对所述频域信号进行信道估计。
[0040]
本发明所提供的多载波接入网失真信号的补偿方法及非线性均衡器，将失真信号输入到n阶volterra滤波器中通过不断更新滤波处理后的信号与参考信号的差值，继而不断更新滤波器的抽头系数，利用不断更新后的抽头系数再对失真信号进行滤波处理，直至第e+1次差值与第e次差值相差小于第一设定阈值时，输出第e+1次串行信号作为最优串行信号；通过多次滤波确定最优串行信号，可以在低阶滤波器的情况下也能很好地实现严重失真的抗干扰能力，最大化地使信号无衰减；将n阶volterra滤波器处理后的最优串行信号转换成频域信号，对频域信号进行信道估计处理进一步补偿失真信号，使得信号衰减进一步减少；本发明能有效解决现有随着数据子载波数目的增加，光纤传输过程中的信号失真迅速增大，且致使系统性能恶化的问题，在低阶滤波器也能够很好地实现失真信号的补偿问题，避免高阶滤波器计算时间长及计算复杂的问题。
附图说明
[0041]
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发
明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]
图1为本发明所提供的多载波接入网失真信号的补偿方法的流程图；
[0043]
图2为本发明所提供的多载波接入网失真信号的补偿方法的一种实施例的具体流程图；
[0044]
图3为本发明实施例中的im/dd fbmc传输系统的实验装置图；
[0045]
图4为本发明实施例中测量的端到端信道响应图；
[0046]
图5为本发明实施例中mzm调制前后的光谱图；
[0047]
图6为本发明实施例中12.5/25-gbd fbmc 30-km ssmf传输系统中测量的所有子载波的snr曲线图；
[0048]
图7为本发明实施例中1th-5th处的子载波snr曲线图；
[0049]
图8为本发明实施例中210th-310th处的子载波snr曲线图；
[0050]
图9为本发明实施例中rop＝-10dbm时，12.5/25-gbd fbmc 30-km ssmf系统中实测ber随着数据子载波数目变化图；
[0051]
图10为本发明实施例中数据子载波数目为448时，12.5-gbd fbmc 30-km ssmf系统中没使用nle的实测psd曲线图；
[0052]
图11为本发明实施例中数据子载波数目为448时，12.5-gbd fbmc 30-km ssmf系统中使用过nle后的实测psd曲线图；
[0053]
图12为本发明实施例中数据子载波数目为448时，12.5-gbd fbmc 30-km ssmf系统中没使用nle的实测snr曲线图；
[0054]
图13为本发明实施例中数据子载波数目为448时，12.5-gbd fbmc 30-km ssmf系统中使用过nle后的实测snr曲线图；
[0055]
图14为本发明实施例中数据子载波数目为352时，25-gbd fbmc 30-km ssmf系统中没使用nle的实测psd曲线图；
[0056]
图15为本发明实施例中数据子载波数目为352时，25-gbd fbmc 30-km ssmf系统中使用过nle的实测psd曲线图；
[0057]
图16为本发明实施例中数据子载波数目为352时，25-gbd fbmc 30-km ssmf系统中没使用nle的实测snr曲线图；
[0058]
图17为本发明实施例中数据子载波数目为352时，25-gbd fbmc 30-km ssmf系统中使用过nle的实测snr曲线图；
[0059]
图18为本发明实施例中12.5-gbd fbmc信号的实测ber随接收光功率变化图；
[0060]
图19为本发明实施例中数据子载波数目为448时，12.5-gbd系统使用ls处理后的星座图；
[0061]
图20为本发明实施例中数据子载波数目为448时，12.5-gbd系统使用le处理后的星座图；
[0062]
图21为本发明实施例中数据子载波数目为448时，12.5-gbd系统使用nle处理后的星座图；
[0063]
图22为本发明实施例中25-gbd fbmc信号的实测ber随接收光功率变化图；
[0064]
图23为本发明实施例中数据子载波数目为352时，25-gbd系统使用ls处理后的星
座图；
[0065]
图24为本发明实施例中数据子载波数目为352时，25-gbd系统使用le处理后的星座图；
[0066]
图25为本发明实施例中数据子载波数目为352时，25-gbd系统使用nle处理后的星座图。
具体实施方式
[0067]
本发明的核心是提供一种多载波接入网失真信号的补偿方法及非线性均衡器，主要用于解决现有的fbmc系统通过增加数据子载波的数量来提高数据速率时导致的信号失真迅速增大的问题。
[0068]
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0069]
针对现有的fbmc系统可以通过增加数据子载波的数量来提高数据速率。然而，随着数据子载波数目的增加，光纤传输过程中的信号失真会迅速增大，致使系统性能恶化。因此需要选择合适的均衡器减轻非线性失真的干扰。
[0070]
本发明为了实现失真信号的补偿，构建了一种非线性均衡器包括：n阶volterra滤波模组，用于对失真信号进行n阶volterra滤波处理，生成串行信号；时域变换模组，用于将串行信号转变成频域信号；信道估计模组，用于对所述频域信号进行信道估计。
[0071]
在im/dd fbmc传输系统中，当数据子载波数目和波特率增加时，ici(载波间干扰)和isi(抗符号间干扰)会变得非常严重。严重的非线性失阻碍了接收到的fbmc信号的正确恢复。为解决这一问题，本发明在fbmc接收端引入nle(非线性均衡器)对接收到的失真信号x(t)进行恢复，nle主要由n阶volterra滤波器和信道估计器组成。本发明实施例中主要是采用二阶volterra滤波器和三层复数值神经网络(complex-valued neural network，cvnn)信道估计器组成。作为其他实施方式，volterra滤波器的阶数和复数值神经网络的层数可以根据实际信号的失真情况确定。
[0072]
请参考图1，图1为本发明提供的多载波接入网失真信号的补偿方法的流程图；具体如下：
[0073]
fbmc传输系统通过信道传输得到x(t)，表示为：
[0074][0075]
其中，nc和ns分别是数据子载波数目和fbmc符号数。a
m,n
是第m个子载波上的第n个qam数据符号，原型滤波器f(t)是滚降因子为0.5的平方根升余弦(square root raised-cosine，srrc)函数，j代表虚数，t是周期。
[0076]
对失真信号的补偿过程主要是：首先，失真信号x(t)被n阶volterra滤波器处理后得到y1(t)，然后，将串行信号y1(t)转换为并行信号，并对此并行信号进行匹配滤波和快速傅里叶变换(fast fourier transform，fft)后得到信号y2(k)。最后,y2(k)被cvnn信道估计器处理后得到nle均衡器的输出信号y(k)。
[0077]
其中，volterra滤波器可以有效抑制系统的线性和非线性失真，利用n阶volterra滤波器对失真信号x(t)进行处理输出的y1(t)可以表示为：
[0078][0079]
式中，x(t)是n阶volterra滤波器的输入信号，即失真信号，y1(t)为经过n阶volterra滤波器处理得到的串行信号，wn(l1,l2,
…
,ln)是n阶抽头系数，l为记忆长度。当n＝1时，该滤波器即为一个传统的线性滤波器，可以用于失真程度较小的信号处理；而当n》1时，该滤波器是一个非线性滤波器。
[0080]
volterra滤波器的性能很大程度上取决于滤波器阶数，滤波器的阶数越高，恢复失真信号的能力越好，但同时也会使计算复杂度大大增加。一般来说，二阶volterra滤波器足以均衡im/dd传输系统中的信号，本实施例中使用的是低复杂度的二阶volterra滤波器来处理失真信号。
[0081]
二阶volterra滤波器的结构如图2中所示，图2为本实施例中采用的非线性均衡器的结构图，首先，二阶volterra滤波器的输入x(t)是一个非理想的fbmc失真信号，经过线性和非线性滤波处理后得到输出信号y1(t)。
[0082]
其中，通过计算y1(t)与理想参考信号之间的差值得到误差e(t)，通过归一化最小均方算法(normalized least mean square,nlms)不断更新e(t)，从而不断更新线性和非线性抽头系数wn，当e(t)值趋于稳定时，确定此时的wn即为最佳抽头系数。
[0083]
最优串行信号：将失真信号输入n阶volterra滤波器进行e(e＝1,2,
…
,e)次滤波处理得到第e次串行信号，将第e串信号与设定参考信号求差得到第e次差值；当第e+1次差值与第e次差值相差小于第一设定阈值时，输出第e+1次串行信号作为最优串行信号；
[0084]
最优抽头系数的确定：将失真信号输入n阶volterra滤波器根据第一抽头系数进行第一次滤波处理得到第一串行信号，与设定参考信号求差得到第一误差；
[0085]
利用归一化最小均方算法第一次更新第一误差从而第一次更新抽头系数，n阶volterra滤波器利用第一次更新抽头系数对所述失真信号进行第二次滤波处理得到第二串行信号，并与设定参考信号求差得到第二误差；
[0086]
当第二误差与第一误差相差小于设定阈值时，第一次更新的抽头系数为最优抽头系数；
[0087]
否则利用归一化最小均方算法更新第e误差(e＝2,3,
…
,e)，从而第e次更新抽头系数，n阶volterra滤波器利用第e次更新抽头系数对所述失真信号进行第e+1次滤波处理得到第e+1串行信号，并与设定参考信号求差得到第e+1误差；
[0088]
直至第e+1误差与第e误差相差小于设定阈值，此时第e次更新的抽头系数为最优抽头系数。
[0089]
然后，输出信号y1(t)进入到匹配滤波和fft模块。经过匹配滤波和fft运算，可以得到频域信号y2(k)：
[0090][0091]
式中，代表循环卷积算子，y1(k)和f(k)分别是y1(t)和f(t)经快速傅里叶变换后得到的频域信号。
[0092]
最后，cvnn信道估计器对y2(k)进行处理。采用简单的三层cvnn结构。最终，均衡后的输出信号y(k)表示如下：
[0093][0094]
式中，f1(
·
)是tanh激活函数，和分别代表输入层到隐含层和隐含层到输出层的最优权重值，i＝1,2,...,m，m为输入层神经元的个数，j＝1,2,
…
,p，p代表隐含层神经元的个数，k＝1,2,...,m，输出层的神经元个数与输入层的神经元个数相等。
[0095]
y2(k)乘以权重后经过f1(
·
)处理得到隐含层的输入。然后，将隐含层的输入值乘以权重后再次经过f1(
·
)处理得到输出信号y(k)。其中，分别对输入层到隐含层的权重值w
ij
和隐含层到输出层的权重值w
jk
赋予一个在[-0.1-0.1]之间的初始值；通过l-bfgs算法不断迭代更新权重值，直至最终输出信号趋于稳定，以此确定最优权重值。
[0096]
其中，最优权重值的具体确定方式为：分别对输入层到隐含层的权重值w
jk
和隐含层到输出层的权重值w
ij
赋予一个在[-0.1-0.1]之间的初始值，对所述频域信号进行第一次计算得到第一次补偿后信号y1(k)；
[0097]
采用l-bfgs算法对输入层到隐含层的权重值w
jk
和隐含层到输出层的权重值w
jk
进行第s次(s＝1,2,
…
,s)次更新，并利用第s次更新后的和对所述频域信号进行第s+1次计算，得到第s+1次补偿后信号y
s+1
(k)，直至第s+1次补偿信号y
s+1
(k)与第s次补偿后信号ys(k)的差值小于第二设定阈值时，第s次更新后的为输入层到隐含层的最优权重值，第s次更新后的为隐含层到输出层的最优权重值。
[0098]
此外，如果信号失真不是很严重，可以直接使用线性均衡器，线性均衡器(le)足以将其很好地恢复出来。在le中，信号x(t)首先有线性前馈均衡器(feed-forward equalizer,ffe)恢复，然后再匹配滤波器、fft和cvnn信道估计器处理。le的结构与nle类似，由fee、匹配滤波器、fft、cvnn信道估计器组成，线性滤波器即为ffe，ffe的输出可以表示为：
[0099][0100]
其中，ffe的实现原理类似于二阶volterra滤波器，也是通过nlms算法不断更新误差从而得到最优的线性滤波器抽头系数。
[0101]
而在多载波传输系统中，当数据子载波数目少的时候，系统的非线性失真并不会很严重，此时，简单的ls信道估计器就可以很好地恢复处失真信号，ls算法的估计准则是最小化的代价函数：
[0102][0103]
其中，xk、yk分别是发射端和接收端的导频信号，是频域信道想用的估计值，为了获得代价函数的最小值，关于的倒数值应该为0：
[0104]
486
th
处。
[0111]
表1：
[0112][0113]
此外，本实施例中还通过测量12.5/25-gbd fbmc传输系统的snr、psd、ber曲线和星座图来验证nle的性能，还计算了不同数目的数据子载波和波特率下的净比特率。
[0114]
(1)12.5/25-gbd fbmc系统中snr和psd分析；
[0115]
请参考图9，图9是当rop＝-10dbm时，12.5/25-gbd fbmc 30-km ssmf系统中实测ber随着数据子载波数目变化图。在12.5-gbd传输系统中，随着数据子载波数目从128增加到448时，使用nle后的ber性能明显要优于没有使用过nle的性能，如图9中灰色实线和虚线菱形标记的曲线所示。此外，由于ici、isi和非线性失真的影响，数据子载波的数目越多，nle的效果越好。图9中黑色实线和虚线圆圈标记的曲线是25-gbd fbmc传输系统中使用和未使用nle方案后的ber曲线。由于25-gbd传输系统遭受严重的高频功率衰落和带宽受限失真，nle方案虽然可以在一定程度上提高ber的性能，但是无法达到与12.5-gbd传输系统相同的性能。
[0116]
本实施例中该试验测量了12.5/25-gbd fbmc 30-km ssmf传输系统中的psd和snr曲线，如图10-图17所示。首先，在12.5-gbd系统中，当数据子载波数目为448时，图10和图11分别是没使用和使用过nle后的实测psd曲线，图12和图13分别是没使用和使用过nle后的实测snr曲线。通过利用所提出的nle方案可以实现明显的psd提升，如图11所示。同时，nle方案也可以补偿失真信号并提高snr的值，如图13所示，尤其是第33th-144th和373th-480th处的snr值改善最为明显。类似地，在25-gbd传输系统中，当数据子载波数目为352时，图14和图15分别是没使用和使用过nle后的实测psd曲线，图16和图17分别是没使用和使用过nle后的实测snr曲线。从图15和图17可以观察到，信号失真通过利用nle都得到了有效缓解，psd和snr值都得到了改善。虽然在功率衰减严重部分的数据子载波snr仍然相对较低，但nle方案提高了数据子载波在27th-105th和408th-486th处的snr值，从而提高了平均信噪比。因此，在25-gbd fbmc传输系统中，为了达到良好的性能，nle是必不可少的。
[0117]
(2)12.5-gbd fbmc系统中ber分析；
[0118]
一般来说，随着数据子载波数目的增加，im/dd fbmc传输系统的ici和isi会越来越严重。因此，传统的ls信道估计算法无法正确恢复出原始传输信号。而且，le只能抑制线性失真，而不能减轻非线性失真的影响。因此，需要使用nle来缓解系统中的非线性失真。为了验证nle在12.5-gbd im/dd fbmc传输系统中的可行性和优越性能，本实施例还测量了在数据子载波数目为128、320和448时经背靠背(back-to-back，btb)和30-km传输后的ber曲线，如图18所示。
[0119]
当数据子载波数目从128增加到448时，nle的性能始终优于le和ls，如图18中黑色、灰色和浅灰色方形标记曲线所示。当数据子载波数为128时，即全部子载波的四分之一
用于加载数据，此时信号失真小，ls就足以缓解这些失真，le和nle的改进并不大。ls、le和nle这三种方案分别在rop为-19dbm、-20dbm和-21dbm时达到hd-fec门限值，如图18中黑色圆圈、上三角标记和方形标记的曲线所示。然而，当数据子载波数目增加到320时，ls算法需要更高的rop以产生低于hd-fec的ber值。相反，le和nle仍然有很好的性能，并且相比于le，nle方案在hd-fec值为3.810-3时实现了大约2-db的接收灵敏度提升。当数据子载波数目增加到448时，与le相比，nle仍可在hd-fec门限值时实现大约2-db的性能提升。同时，图18中的实线和虚线分别对应于btb和30-km ssmf传输后的情况，可以明显的看到，和btb传输相比，经过30-km光纤传输后造成的损失很小，几乎可以忽略不计。
[0120]
图19-图21是当数据子载波数目为448和rop为-6dbm时，分别使用ls、le和nle方案处理后的64-qam星座图。由图19到图21,可以观察到星座图在不断收敛，这与ber的性能变化是一致的。
[0121]
(3)25-gbd fbmc系统中ber分析；
[0122]
本实施例进一步验证nle方案在25-gbd im/dd fbmc传输系统上的性能。随着波特率的增加，系统的高频功率衰减、带宽受限和非线性失真变得越来越严重。因此，nle在25-gbd传输系统中起着至关重要的作用。图22是数据子载波数目分别为128、256和320时，25-gbd fbmc信号的实测ber随接收光功率变化图。图22中的实线和虚线分别对应于btb和30-km ssmf传输后的情况。当数据子载波数目从128增加到352时，由于非线性失真严重，ls算法的ber曲线超出了hd-fec门限值，如图22中黑色和浅灰色圆圈标记的曲线所示。因此，使用ls算法无法在接收端恢复出失真信号。le和nle的补偿效果要远远好于ls。当数据子载波数目为128时，与le方案相比，nle在hd-fec门限值时可实现大约1db的接收灵敏度提升。当数据子载波的数目增加到256和352时，le无法很好的恢复出失真信号，而nle仍然可以实现更好的ber性能。特别地，当数据子载波数目为256和352时，分别在接收光功率为-11dbm和-5dbm处接近hd-fec门限值。
[0123]
综上所述，所提出的nle方案在更多有效数据子载波的高数据速率fbmc传输系统中具有出色的性能。性能优良的信道估计器增强了二阶volterra滤波器的性能，能够更好的处理严重的非线性失真，从而使系统的ber降低到hd-fec门限值之下。图23-图25是数据子载波数目为352，rop为-3dbm时分别采用ls、le和nle方案的64-qam星座图。与使用ls和le方案相比，采用nle方案的星座图有更好的收敛性。
[0124]
(4)12.5/25-gbd fbmc系统的净比特率分析；
[0125]
进一步，计算具有不同数据子载波数目的12.5/25-gbd fbmc传输系统的净比特率，得到结果如表2所示。去除二阶volterra滤波器1.5％的训练序列和cvnn信道估计器10％的训练序列所带来的冗余，净比特率r通过下式计算：
[0126][0127]
其中，b和e分别是波特率和信息熵，nc和n分别是数据子载波数和总载波数。对于im/dd fbmc 64-qam传输系统来说，e为6比特/符号，b为12.5/25-gbd，n为512。在不同数据子载波数目和波特率的情况下，计算得到的净比特率如表2所示。从表2中可以得出结论，通过使用nle方案，12.5-gbd传输系统可以实现58.18-gb/s的净比特率。25-gbd传输系统可以实现91.42-gb/s的净比特率。
[0128]
表2：
[0129][0130]
综上所述，由于优越的抗色散性能，im/dd fbmc-pon系统在高速接入网络中有很大的应用前景。净比特率高度依赖于所用的数据子载波数目。然而，数据子载波数目越多，信号失真越严重。本实施例中提出并实验验证了12.5/25-gbd im/dd fbmc 30-km ssmf传输系统中nle计划的优越性。nle能在数据子载波数目多并且高波特率的系统下处理严重的非线性失真。在nle的辅助下，当数据子载波数目增加到448时，12.5-gbd fbmc系统实现了58.18-gb/s的净比特率。并且，与le相比，nle方案在hd-fec值为3.8
×
10-3
时实现了大约2-db的接收灵敏度提升。在25-gbd fbmc传输系统中，当数据子载波数目增加到352时，ls和le均无法恢复出失真信号。但nle仍能拥有良好的性能，并且在接收光功率为-5dbm时达到hd-fec门限值，从而实现91.42-gb/s的净比特率。因此，本发明所提出的频谱高效的fbmc传输系统有利于无源光网络的容量升级。最终，在提出的nle方案的辅助下，可以在带宽约为10ghz，30公里ssmf的传输系统中实现91.42-gb/s的净比特率。
[0131]
本发明还提供了一种信道均衡器，包括：
[0132]
输入端口：用于输入失真信号，本实施例中连接有fbmc系统的输出端；
[0133]
集成芯片：采用如上所述的多载波接入网失真信号的补偿方法的步骤对输入的失真信号进行处理；
[0134]
输出端口：将集成芯片处理完的信号输出。
[0135]
通过输入端口连接fbmc系统的输出端，fbmc系统将信号输入至集成芯片中，通过集成芯片内置的n阶volterra滤波模组、时域变换模组、信道估计模组对fbmc系统输入的信号进行补偿处理。
[0136]
其中，集成芯片包括：
[0137]
n阶volterra滤波模组：对所述失真信号进行n阶volterra滤波处理，生成串行信号；
[0138]
时域变换模组：将串行信号转变成频域信号；
[0139]
信道估计模组：对频域信号进行信道估计。
[0140]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0141]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业
技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0142]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0143]
以上对本发明所提供的多载波接入网失真信号的补偿方法及非线性均衡器进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。