首页 / 专利库 / 人工智能 / 进化算法 / 遗传算法 / 一种长距离非线性光纤传输系统分布式性能监测方法

一种长距离非线性光纤传输系统分布式性能监测方法

阅读:614发布:2020-05-08

专利汇可以提供一种长距离非线性光纤传输系统分布式性能监测方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种长距离非线性光纤传输系统分布式性能监测方法,所述方法包括以下步骤:对非线性光纤传输系统进行抽象分析,进行数学建模,获取基准性能值;对已建立的数学模型在设定的条件下利用非线性补偿方法得到表征非线性光纤传输系统性能的表达式并计算实际性能值;从光纤传输系统性能的表达式中提取光纤非线性参数和光纤色散参数作为待监测参数,对待监测参数进行优化,将每次优化后的实际性能值与基准性能值比较,直至两者相同,则完成了光纤传输系统的分布式性能监测。本发明提高了模型的准确性高;通过对数学模型进行推导得到系统传输性能表达式,利用遗传 算法 对提取的参量进行优化,提高了优化 精度 ,提升了系统的传输性能。,下面是一种长距离非线性光纤传输系统分布式性能监测方法专利的具体信息内容。

1.一种长距离非线性光纤传输系统分布式性能监测方法,其特征在于,包括以下步骤:
S1:对非线性光纤传输系统进行抽象分析,提取系统的传输性能影响指标,构建数学模型;将预采集的传输系统初始参数输入至已建立的数学模型输出传输系统的基准性能值;
S2:对已建立的数学模型在设定的条件下利用非线性补偿方法得到表征非线性光纤传输系统性能的表达式;将所述初始参数通过非线性光纤传输系统性能的表达式计算得到非线性补偿的实际性能值,若基准性能值大于实际性能值则转入步骤S3;
S3:从非线性光纤传输系统性能的表达式中提取光纤非线性系数和光纤色散系数的特征作为待监测参数,利用遗传算法对待监测参数进行非线性优化,将每次优化后的实际性能值与基准性能值比较,直至两者相同,则完成了光纤传输系统的分布式性能监测。
2.根据权利要求1所述的一种长距离非线性光纤传输系统分布式性能监测方法,其特征在于,所述传输性能影响指标包括:光纤的衰减、色散、克尔非线性效应、放大器的增益、放大器自发放大辐射噪声。
3.根据权利要求1所述的一种长距离非线性光纤传输系统分布式性能监测方法,其特征在于,步骤S1建立的数学模型包括:
光纤信号在光纤中传输抽象为非线性薛定谔方程,方程表示如下:
其中,A表示光信号,z表示传输距离,β2表示色散系数,γ表示非线性系数,t表示时间,α表示衰减系数,i表示虚数单位;
放大器的数学模型表示为:
Aout=AinG+N
其中,G表示放大器增益,N表示放大器噪声,Ain表示放大器的输入信号,Aout表示放大器的输出信号
4.根据权利要求1所述的一种长距离非线性光纤传输系统分布式性能监测方法,其特征在于,步骤S2所述设定的条件包括:设定光纤传输系统中所有放大器有相同的增益系数和噪声放大系数,所有光纤链路的损耗相同,并且等于放大器的增益系数。
5.根据权利要求1所述的一种长距离非线性光纤传输系统分布式性能监测方法,其特征在于,利用非线性补偿方法得到表征非线性光纤传输系统的表达式,具体过程:
每一个放大器产生的自发放大辐射噪声的功率谱密度表示如下:
其中h是普朗克常量,v是光载波频率,NF是放大器的噪声系数,G是每个放大器增益;
对于级联有N个放大器的光纤传输系统,每段链路损耗为L的传输系统,总的自发放大辐射噪声的功率谱密度In_all表示为:
In_all=NIn
将非线性串扰分为一阶项和高阶项,第i段光纤过补偿产生的信号和噪声的一阶串扰项表示为:
其中Is是信号的发射功率谱密度,η是光纤非线性的参数,表示为:
第i段光纤过补偿产生的信号和噪声的第m阶串扰项表示为:
第i段光纤过补偿的总的非线性串扰为:
非线性补偿方法系统的性能表示为:
6.根据权利要求1所述的一种长距离非线性光纤传输系统分布式性能监测方法,其特征在于,所述待监测参数包括:光纤传输系统每一级的光纤色散系数和光纤非线性系数,具体表示如下:
其中,Di_real是每一级光纤实际色散系数,所述Di_monitor是每一级最优光纤色散系数,由非线性补偿系统的性能表示计算给出;Ni_real是每一级光纤实际非线性系数,所述Ni_monitor是每一级最优光纤非线性系数,由非线性补偿系统的性能表示计算给出。

说明书全文

一种长距离非线性光纤传输系统分布式性能监测方法

技术领域

[0001] 本发明涉及光纤通信领域,更具体地,涉及一种长距离非线性光纤传输系统分布式性能监测方法。

背景技术

[0002] 基于光传输系统的性能监测一直是光纤传感的研究热点。由于光纤传送网所用的技术,主要考虑波长转换、上下链路和路由路径选择。由于长距离传输,主要考虑传输链路的损伤,即光纤和放大器的损伤。由于补偿算法对系统性能的提升有限,未能达到补偿算法的理论上限,主要考虑非线性光纤传输系统分布式性能监测方法获取准确参数。
[0003] 另外一方面,长距离传输需要考虑非线性补偿算法,按照实现方式的不同,大致可以分为电数字信号处理(DSP)方式和光信号处理方式(OSP)。基于DSP的光纤非线性补偿方案中,数字反向传输(DBP)一直得到广泛关注。2008年研究人员提出通过数字信号处理来实现光纤反向传输,也就是在发射端或者接收端使用分步傅里叶算法迭代补偿线性和非线性效应,该算法可以完全消除信号间确定的非线性干扰,因而被广泛地认为是一个补偿光纤线性的标准方案。由于DBP算法计算复杂度较高,大量研究都致于降低其复杂度。2009年,有研究团队提出一种基于小波变换的FIR滤波器设计,可以减少1.8倍的滤波波长。2010年,外国研究人员提出低通滤波与优化补偿位置两种方案使计算的步骤数减少了10倍。
[0004] 再次,对于提升非线性补偿算法性能,都需要获得准确的传输系统参数,通常假设在非线性光纤传输系统的接收机中只有知道光纤链路的详细参数才能够通过补偿算法得到最优传输性能。在实际传输系统中很难精确获取所有的参数,或者精确获取的代价很大,影响补偿算法对系统性能改善,主要考虑单点测试非线性光纤传输系统分布式性能监测方法获取准确参数。
[0005] 综上所述,对非线性光纤传输系统分布式性能监测以获得更高的传输容量已成为目前亟待解决的问题。

发明内容

[0006] 本发明为克服上述现有补偿算法对光纤传输系统的系统性能改善有限,系统传输性能提升不理想的缺陷,提供一种才长距离非线性光纤传输系统分布式性能监测方法。
[0007] 本发明的首要目的是提供一种非线性光纤传输系统单点测试分布式性能监测方法。在非线性光纤传输系统的接收机中只有知道光纤链路的详细参数才能够通过补偿算法得到最优传输性能,因此本发明提出通过优化算法对光接收机性能进行优化,在实现最优化的基础上,对光纤链路参数进行性能检测。本发明的技术方案如下:
[0008] 一种才长距离非线性光纤传输系统分布式性能监测方法,包括以下步骤:
[0009] S1:对非线性光纤传输系统进行抽象分析,提取系统的传输性能影响指标,构建数学模型;将预采集的传输系统初始参数输入至已建立的数学模型输出传输系统的基准性能值;
[0010] S2:对已建立的数学模型在设定的条件下利用非线性补偿方法得到表征非线性光纤传输系统性能的表达式;将所述初始参数通过非线性光纤传输系统性能的表达式计算得到非线性补偿的实际性能值,若基准性能值大于实际性能值则转入步骤S3;
[0011] S3:从非线性光纤传输系统性能的表达式中提取光纤非线性系数和光纤色散系数的特征作为待监测参数,利用遗传算法对待监测参数进行非线性优化,将每次优化后的实际性能值与基准性能值比较,直至两者相同,则完成了光纤传输系统的分布式性能监测。
[0012] 进一步地,所述传输性能影响指标包括:光纤的衰减、色散、克尔非线性效应、放大器的增益、放大器自发放大辐射噪声。
[0013] 进一步地,步骤S1建立的数学模型包括:
[0014] 光纤信号在光纤中传输抽象为非线性薛定谔方程,方程表示如下:
[0015]
[0016] 其中,A表示光信号,z表示传输距离,β2表示色散系数,γ表示非线性系数,t表示时间,α表示衰减系数,i表示虚数单位;本发明中非线性薛定谔方程利用分布傅里叶法计算出方程的数值解。
[0017] 放大器的数学模型表示为:
[0018] Aout=AinG+N
[0019] 其中,G表示放大器增益,N表示放大器噪声,Ain表示放大器的输入信号,Aout表示放大器的输出信号
[0020] 进一步地,步骤S2所述设定的条件包括:设定光纤传输系统中所有放大器有相同的增益系数和噪声放大系数,所有光纤链路的损耗相同,并且等于放大器的增益系数。本发明对数学模型进行理论推导时以不考虑放大器的增益饱和效应为前提,再设定噪声放大系数和光纤链路损耗的条件。同时本发明对多跨段系统建模等效于多个光纤跨段和放大器组合的级联。
[0021] 进一步地,利用非线性补偿方法得到表征非线性光纤传输系统的表达式,具体过程:
[0022] 每一个放大器产生的自发放大辐射噪声的功率谱密度表示如下:
[0023]
[0024] 其中h是普朗克常量,v是光载波频率,NF是放大器的噪声系数,G是每个放大器增益;
[0025] 对于级联有N个放大器的光纤传输系统,每段链路损耗为L的传输系统,总的自发放大辐射噪声的功率谱密度In_all表示为:
[0026] In_all=NIn
[0027] 将非线性串扰分为一阶项和高阶项,第i段光纤过补偿产生的信号和噪声的一阶串扰项表示为:
[0028]
[0029] 其中Is是信号的发射功率谱密度,η是光纤非线性的参数,表示为:
[0030]
[0031] 第i段光纤过补偿产生的信号和噪声的第m阶串扰项表示为:
[0032]
[0033] 第i段光纤过补偿的总的非线性串扰为:
[0034]
[0035] 非线性补偿方法系统的性能表示为:
[0036]
[0037] 本发明在推导出非线性补偿的系统性能表达式后,本发明结合最优化遗传算法以实现单点测试监测分布式参数,即每段光纤非线性系数和光纤色散系数优化,也可用于监测每个跨段的传输距离。
[0038] 进一步地,所述待监测参数包括:光纤传输系统每一级的光纤色散系数和光纤非线性系数,具体表示如下:
[0039]
[0040] 其中,Di_real是每一级光纤实际色散系数,所述Di_monitor是每一级最优光纤色散系数,由非线性补偿系统的性能表示计算给出;Ni_real是每一级光纤实际非线性系数,所述Ni_monitor是每一级最优光纤非线性系数,由非线性补偿系统的性能表示计算给出。
[0041] 本发明将每一段光纤色散系数和光纤非线性系数作为遗传算法的输入,选用的遗传算法的种群数正比于链路中的跨段数。
[0042] 采用遗传算法对光纤传输系统的参数进行监测在于遗传算法不存在求导和函数连续性的限定;优点是具有内在的隐并行性和更好的全局寻优能力。
[0043] 与现有技术相比,本发明技术方案的有益效果是:
[0044] 本发明通过非线性的光纤传输系统进行抽象分析提取系统的传输性能影响指标后建立数学模型,模型的准确性高;通过对数学模型进行推导得到系统传输性能表达式,利用遗传算法对传输系统性能表达式提取的监测参数进行优化,提高了优化精度,提升了系统的传输性能。附图说明
[0045] 图1为本发明方法流程图
[0046] 图2为三跨段信号-噪声非线性串扰示意图。
[0047] 图3为三跨段测试系统实际光纤参数以及单点测试非线性优化后参数对比图。
[0048] 图4为遗传算法流程图。
[0049] 下面结合附图和实施例对本发明的技术方案做进一步的说明。实施例1
[0050] 如图1所示,一种长距离光纤传输系统性能监测方法,所述方法包括以下步骤:
[0051] S1:对非线性的光纤传输系统中的光纤和放大器进行抽象分析,提取系统的传输性能影响指标,所述影响指标包括:光纤的衰减、色散、克尔非线性效应、放大器的增益、放大器自发放大辐射噪声;分析关键因素后进行数学建模,将预采集的传输系统初始参数输入至已建立的数学模型输出传输系统的基准性能值。
[0052] 本发明中所建立的数学模型包括:光纤信号在光纤中传输抽象为非线性薛定谔方程,方程表示如下:
[0053]
[0054] 其中,A表示光信号,z表示传输距离,β2表示色散系数,γ表示非线性系数,t表示时间,α表示衰减系数,i表示虚数单位;本发明中非线性薛定谔方程利用分布傅里叶法计算出方程的数值解。
[0055] 放大器的数学模型表示为:
[0056] Aout=AinG+N
[0057] 其中,G表示放大器增益,N表示放大器噪声,Ain表示放大器的输入信号,Aout表示放大器的输出信号。
[0058] S2:对已建立的数学模型在设定的条件下利用非线性补偿方法得到表征非线性光纤传输系统性能的表达式;将所述初始参数通过非线性光纤传输系统性能的表达式计算得到非线性补偿的实际性能值,若基准性能值大于实际性能值则转入步骤S3;
[0059] 在本发明中所述设定的条件包括:设定光纤传输系统中所有放大器有相同的增益系数和噪声放大系数,所有光纤链路的损耗相同,并且等于放大器的增益系数。
[0060] 采用非线性补偿方法是将自发放大辐射噪声和信号与噪声的非线性串扰作为影响因素进行系统性能的表达式计算,
[0061] 非线性补偿方法流程如下:
[0062] 自发放大辐射噪声表示如下:
[0063] In_all=NIn
[0064] 如图2所示,三跨段信号-噪声非线性串扰示意图,将非线性串扰分为一阶项和高阶项,第i段光纤过补偿产生的信号和噪声的一阶串扰项表示为:
[0065]
[0066] 第i段光纤过补偿产生的信号和噪声的第m阶串扰项表示为:
[0067]
[0068] 第i段光纤过补偿的总的非线性串扰为:
[0069]
[0070] 使用非线性补偿方法系统的性能表示为:
[0071]
[0072] S3:从非线性光纤传输系统性能的表达式中提取光纤非线性系数和光纤色散系数的特征作为待监测参数,利用遗传算法对待监测参数进行非线性优化,将每次优化后的实际性能值与基准性能值比较,直至两者相同,则完成了光纤传输系统的分布式性能监测。
[0073] 如图3所示,实施例1在搭建所述系统中对每一段的光纤非线性参数和光纤色散参数在理想条件下做微小调整,模拟实际中的光纤参数的不确定,所述设定的条件包括:设定光纤传输系统中所有放大器有相同的增益系数和噪声放大系数,所有光纤链路的损耗相同,并且等于放大器的增益系数。
[0074]
[0075] 其中,Di_real是每一级光纤实际色散系数,所述Di_monitor是每一级最优光纤色散系数,由线性补偿系统的性能表示和非线性补偿系统的性能表示计算给出;Ni_real是每一级光纤实际非线性系数,所述Ni_monitor是每一级最优光纤非线性系数,由非线性补偿系统的性能表示计算给出。
[0076] 如图4所示,本发明所述遗传算法的算法流程包括:
[0077] 第一步:随机产生若干个个体,每个个体表示为染色体的基因编码的初始种群;
[0078] 第二步:用轮盘赌策略确定个体的适应值,并判断是否符合终止条件或者适应值优化量小于设定目标值的优化准则,若符合则停止迭代输出最佳个体及其代表的最优解,否则转到第三步;
[0079] 第三步:根据适应值选择再生个体,适应值高于预设的阈值的个体被选择,适应值小于预设阈值的个体淘汰;适应值高的个体被选择的概率较高,适应值低的个体可能被淘汰;
[0080] 第四步:按照一定的交叉概率和约束相关法产生新个体;
[0081] 第五步:按照一定的变异概率和约束相关法产生新个体;
[0082] 第六步:由交叉和变异产生的新一代种群,返回第二步。
[0083] 本发明将每一段光纤色散参数和光纤非线性参数作为遗传算法的输入,选用的所述遗传算法的种群数正比于链路中的跨段数。
[0084] 采用遗传算法对光纤传输系统的参数进行监测在于遗传算法不存在求导和函数连续性的限定;优点是具有内在的隐并行性和更好的全局寻优能力。
[0085] 本发明通过非线性的光纤传输系统进行抽象分析提取系统的传输性能影响指标后建立数学模型,模型的准确性高;通过对数学模型进行推导得到系统传输性能表达式,利用遗传算法对传输系统性能表达式提取的监测参数进行优化,提高了优化精度,提升了系统的传输性能。通过单点测试计算实现分布式参数监测。
[0086] 显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈