单纤双向直调直检系统中反向瑞利散射的消除方法及装置

摘要

本发明公开了一种单纤双向直调直检系统中反向瑞利散射的消除方法及装置，通过在数字信号处理算法中设计窄带滤波器消除反向瑞利散射，改变窄带滤波器设计参数，并计算相应系统误码率，选择误码率最小的窄带滤波器作为第一滤波器；改变反向瑞利散射的反射点随机分布范围，从而得到多组反向瑞利散射频谱以及相应的第一滤波器；利用机器学习方法进行训练，寻找反向瑞利散射频谱与第一滤波器之间的联系；将多个实际测量得到的反向瑞利散射频谱取平均，作为训练模型的输入，从而输出目标滤波器，并利用目标滤波器在数字信号处理算法中对反向瑞利散射进行消除。如此，能够有效消除传输系统中反向瑞利散射对于对端信号的干扰，并且操作简单、实现成本低。

权利要求

1.一种单纤双向直调直检系统中反向瑞利散射的消除方法，其特征在于，包括以下步骤：

S1：获取反向瑞利散射频谱；

S2：在数字信号处理算法中设计窄带滤波器消除反向瑞利散射，改变窄带滤波器设计参数，并计算相应系统误码率，选择误码率最小的窄带滤波器作为第一滤波器；其中，每次改变的窄带滤波器设计参数相同；

S3：改变反向瑞利散射的反射点随机分布范围，重复步骤S1和S2，直至得到预设个不同的第一滤波器；

S4：利用机器学习方法，将反向瑞利散射频谱数据作为输入，对应的第一滤波器作为标签进行训练，得到训练模型；

S5：将多个实际测量得到的反向瑞利散射频谱取平均；

S6：将步骤S5中获取的反向瑞利散射平均频谱作为步骤S4中训练模型的输入，从而输出目标滤波器，并利用所述目标滤波器在数字信号处理算法中对反向瑞利散射进行消除。

2.如权利要求1所述的方法，其特征在于，所述步骤S1包括：根据反向瑞利散射的计算公式得到反向瑞利散射频谱；

所述计算公式为：

其中，h为光纤离散分段的最小长度单元，满足h＝L/N，L为光纤总长度，N为光纤的离散分段数；M表示将N段离散光纤分为M组，每组包含Nm个最小长度单元h，Nm的取值满足εm为第m分组的瑞利散射系数，km为第m个分组内第k个最小长度单元的编号；α为光纤的衰减系数， 为光纤的色散算子，E(0,t)为本端信号光场。

3.如权利要求2所述的方法，其特征在于，所述步骤S3中，反射点随机分布范围指的是Nm的取值范围。

4.如权利要求1所述的方法，其特征在于，在步骤S1之前，还包括：根据直调直检系统的信道间隔以及信号波特率，将本端信号与对端信号的频谱错开，以减少不同信道之间的频谱重叠部分。

5.如权利要求1所述的方法，其特征在于，所述步骤S2中，窄带滤波器设计参数为：滤波器的3dB带宽，通带的增益波动范围和阻带的衰减大小。

6.一种单纤双向直调直检系统中反向瑞利散射的消除装置，其特征在于，包括：反向瑞利散射频谱获取模块，用于获取反向瑞利散射频谱；

第一滤波器确定模块，用于在数字信号处理算法中设计窄带滤波器消除反向瑞利散射，改变窄带滤波器设计参数，并计算相应系统误码率，选择误码率最小的窄带滤波器作为第一滤波器；其中，每次改变的窄带滤波器设计参数相同；

训练数据获取模块，用于改变反向瑞利散射的反射点随机分布范围，重复执行所述反向瑞利散射频谱获取模块和所述第一滤波器确定模块的操作，直至得到预设个不同的第一滤波器；

训练模型建立模块，用于利用机器学习方法，将反向瑞利散射频谱数据作为输入，对应的第一滤波器作为标签进行训练，得到训练模型；

平均频谱获取模块，用于将多个实际测量得到的反向瑞利散射频谱取平均；

输出模块，用于将平均频谱作为所述训练模型的输入，从而输出目标滤波器，并利用所述目标滤波器在数字信号处理算法中对反向瑞利散射进行消除。

7.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

说明书

单纤双向直调直检系统中反向瑞利散射的消除方法及装置

技术领域

[0001] 本发明属于通信技术领域，更具体地，涉及一种单纤双向直调直检系统中反向瑞利散射的消除方法及装置。

背景技术

[0002] 随着用户数据量的巨大增长，如何在充分利用已有光纤资源的同时，提高传输速率与传输容量，成为了人们研究的热点。其中，单纤双向传输系统是指在同一根光纤中双向
传输信号，完成类似传统的全双工单纤单向传输系统的功能。相比传统的单纤单向系统，由
于单纤双向传输系统中发送和接收信号在同一根光纤中传输，在提高光纤资源利用率的同
时，降低了光纤的敷设成本，减少了资源损耗。同时单纤双向传输系统可以在目前主流的
WDM系统上平滑升级，提高传输速率，是通信系统扩容的有效方案之一。

[0003] 在单纤双向传输系统中，反向瑞利散射引起的串扰是该系统中固有的重要串扰来源，直接影响了信号的传输质量及最终的系统误码率。对于传统的点对点单纤单向WDM传输
系统，由于反向瑞利散射与信号的传输方向相反，所以反向瑞利散射对于信号的影响可忽
略不计。但是，单纤双向传输系统中，每一信道的传输方向都与相邻信道相反，因此每个信
道都会受到相邻信道的反向瑞利散射的影响，使信号附加上额外的噪声，降低了信号的传
输质量。

[0004] 目前已经提出针对反向瑞利散射消除的方法——偏振控制法，即采用偏振正交传输系统解决反向瑞利散射的方法，基本原理是在发射端利用起偏器，使得单纤双向传输系
统的信号偏振态和反向瑞利散射的偏振态相互正交，在接收端利用检偏器区分混合数据中
的信号分量和反向瑞利散射分量，从而消除反向瑞利散射，但由于额外增加了起偏器和检
偏器，会削减一部分信号光强，导致传输信号质量下降，同时增加了系统成本。

发明内容

[0005] 针对现有技术的缺陷和改进需求，本发明提供了一种单纤双向直调直检系统中反向瑞利散射的消除方法及装置，旨在消除现有的长距离多跨段单纤双向传输系统的反向瑞
利散射，该方法对于色散不敏感，并且适用于不同距离及不同跨段数的传输系统。

[0006] 为实现上述目的，按照本发明的一个方面提供了一种单纤双向直调直检系统中反向瑞利散射的消除方法，包括以下步骤：

[0007] S1：获取反向瑞利散射频谱；

[0008] S2：在数字信号处理算法中设计窄带滤波器消除反向瑞利散射，改变窄带滤波器设计参数，并计算相应系统误码率，选择误码率最小的窄带滤波器作为第一滤波器；

[0009] S3：改变反向瑞利散射的反射点随机分布范围，重复步骤S1和S2，直至得到预设个不同的第一滤波器；

[0010] S4：利用机器学习方法，将反向瑞利散射频谱数据作为输入，对应的第一滤波器作为标签进行训练，得到训练模型；

[0011] S5：将多个实际测量得到的反向瑞利散射频谱取平均；

[0012] S6：将步骤S5中获取的反向瑞利散射平均频谱作为步骤S4中训练模型的输入，从而输出目标滤波器，并利用所述目标滤波器在数字信号处理算法中对反向瑞利散射进行消
除。

[0013] 进一步地，所述步骤S1包括：根据反向瑞利散射的计算公式得到反向瑞利散射频谱；

[0014] 所述计算公式为：

[0015]

[0016] 其中，h为光纤离散分段的最小长度单元，满足h＝L/N，L为光纤总长度，N为光纤的离散分段数；M表示将N段离散光纤分为M组，每组包含Nm个最小长度单元h，Nm的取值满足
εm为第m分组的瑞利散射系数，km为第m个分组内第k个最小长度单元的编
号；α为光纤的衰减系数， 为光纤的色散算子，E(0,t)为本端信号光场。

[0017] 进一步地，所述步骤S3中，反射点随机分布范围指的是Nm的取值范围。

[0018] 进一步地，在所述步骤S1之前，还包括：根据直调直检系统的信道间隔以及信号波特率，将本端信号与对端信号的频谱错开，以减少不同信道之间的频谱重叠部分。

[0019] 进一步地，所述步骤S2中，每次改变的窄带滤波器设计参数相同。

[0020] 进一步地，所述步骤S2中，窄带滤波器设计参数为：滤波器的3dB带宽，通带的增益波动范围和阻带的衰减大小。

[0021] 本发明另一方面提供了一种单纤双向直调直检系统中反向瑞利散射的消除装置，包括：

[0022] 反向瑞利散射频谱获取模块，用于获取反向瑞利散射频谱；

[0023] 第一滤波器确定模块，用于在数字信号处理算法中设计窄带滤波器消除反向瑞利散射，改变窄带滤波器设计参数，并计算相应系统误码率，选择误码率最小的窄带滤波器作
为第一滤波器；

[0024] 训练数据获取模块，用于改变反向瑞利散射的反射点随机分布范围，重复执行所述反向瑞利散射频谱获取模块和所述第一滤波器确定模块的操作，直至得到预设个不同的
第一滤波器；

[0025] 训练模型建立模块，用于利用机器学习方法，将反向瑞利散射频谱数据作为输入，对应的第一滤波器作为标签进行训练，得到训练模型；

[0026] 平均频谱获取模块，用于将多个实际测量得到的反向瑞利散射频谱取平均；

[0027] 输出模块，用于将平均频谱作为所述训练模型的输入，从而输出目标滤波器，并利用所述目标滤波器在数字信号处理算法中对反向瑞利散射进行消除。

[0028] 本发明还提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。

[0029] 本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

[0030] 总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：

[0031] (1)本发明通过在数字信号处理算法中设计窄带滤波器消除反向瑞利散射，改变窄带滤波器设计参数，并计算相应系统误码率，选择误码率最小的窄带滤波器作为第一滤
波器；并改变反向瑞利散射的反射点随机分布范围，从而得到多组反向瑞利散射频谱以及
相应的第一滤波器；利用机器学习方法进行训练，寻找反向瑞利散射频谱与第一滤波器之
间的联系；将多个实际测量得到的反向瑞利散射频谱取平均，作为训练模型的输入，从而输
出目标滤波器，并利用目标滤波器在数字信号处理算法中对反向瑞利散射进行消除。如此，
可从频域上，有效消除传输系统中反向瑞利散射对于对端信号的干扰，并且操作简单、实现
成本低。

[0032] (2)本发明可适用于多种调制格式和不同传输速率，并且更符合实际链路情况，即可针对不同链路存在的反向瑞利散射情况得到最佳滤波器。

附图说明

[0033] 图1为本发明提供的一种单纤双向直调直检系统中反向瑞利散射的消除方法的流程图；

[0034] 图2为本发明提供的一种单纤双向直调直检系统中反向瑞利散射的消除方法的系统框图；

[0035] 图3为本发明提供的窄带滤波器消除反向瑞利散射的频谱示意图。

具体实施方式

[0036] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并
不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要
彼此之间未构成冲突就可以相互组合。

[0037] 需要说明的是，本发明“直调直检系统”中，直调是指系统发射端采用直接调制，直检是指系统接收端采用直接检测。

[0038] 本实施例提供了一种单纤双向直调直检系统中反向瑞利散射的消除方法的流程图，如图1所示，包括以下步骤：

[0039] S1，根据反向瑞利散射的计算公式得到反向瑞利散射频谱；

[0040] 具体地，反向瑞利散射的计算公式如下：

[0041]

[0042] 其中，h为光纤离散分段的最小长度单元，满足h＝L/N，L为光纤总长度，N为光纤的离散分段数；M表示将N段离散光纤分为M组，每组包含Nm个最小长度单元h，Nm的取值满足
εm为第m分组的瑞利散射系数，km为第m个分组内第k个最小长度单元的编
号；α为光纤的衰减系数， 为光纤的色散算子，E(0,t)为本端信号光场。

[0043] S2，反向瑞利散射和对端信号共同在单纤双向直调直检系统中传输，混合信号被本端接收机探测，然后在数字信号处理算法中，利用窄带滤波器的设计方法，多次设计窄带
滤波器，消除反向瑞利散射对对端信号的影响，并计算系统误码率，选择误码率最小的窄带
滤波器作为第一滤波器，并记录设计参数；

[0044] 具体地，如图2所示，反向瑞利散射和对端信号经过单纤双向直调直检系统传输后进行数字信号处理算法处理，数字信号处理算法中窄带滤波器的设计参数包含：滤波器的
3dB带宽(B)，通带的增益波动范围(Gp)和阻带的衰减大小(Gs)。根据这三个参数设计多种不
同滤波器并找到第一滤波器，消除反向瑞利散射，使系统误码率最小，如图3所示。同时，每
次改变的窄带滤波器设计参数相同，从而保证在相同的条件下找到第一滤波器。

[0045] S3，改变反向瑞利散射的反射点随机分布范围，得到不同的反向瑞利散射频谱，重复步骤S1、S2，得到对应不同的第一滤波器；

[0046] 具体地，不同的反射点随机分布范围主要体现在反向瑞利散射计算公式中对应的Nm的取值范围，如可以设计Nm≡1，Nm∈(0,10)，Nm∈(0,100)…，通过改变Nm的取值，模拟光纤
传输过程中瑞利散射系数的随机特性，并且重复步骤S1、S2，得到不同反射点情况对应的第
一滤波器。

[0047] S4，利用机器学习方法，将反向瑞利散射频谱数据作为输入，对应的第一滤波器作为标签进行训练，得到反向瑞利散射和第一滤波器的系统训练模型；

[0048] 具体地，将反向瑞利散射频谱的数据作为输入数据，对应的第一滤波器作为标签，对机器学习模型进行训练，寻找反向瑞利散射频谱与第一滤波器之间的联系，得到反向瑞
利散射与第一滤波器之间的系统训练模型。

[0049] S5，实验多次测量实际单纤双向直调直检系统的反向瑞利散射频谱，并对多个测量得到的反向瑞利散射频谱求取平均频谱；

[0050] 具体地，实验多次测量实际单纤双向直调直检系统的反向瑞利散射频谱，并对各次频谱分量求平均，得到稳定的反向瑞利散射频谱，避免系统工作情况的偶然波动对反向
瑞利散射频谱造成影响。

[0051] S6，将步骤S5中获取的反向瑞利散射平均频谱作为步骤S4中系统训练模型的输入，利用机器学习方法得到实际系统工作条件下的目标滤波器，用于最大程度去除反向瑞
利散射对对端信号的干扰，使系统误码率最小。

[0052] 具体地，将步骤S5得到的反向瑞利散射平均频谱作为机器学习方法的输入数据，经过机器学习方法的训练模型预测后，输出目标滤波器，并利用此滤波器在数字信号处理
算法中对反向瑞利散射进行消除，使系统误码率最小。

[0053] 本发明另一方面提供了一种单纤双向直调直检系统中反向瑞利散射的消除装置，包括：

[0054] 反向瑞利散射频谱获取模块，用于获取反向瑞利散射频谱；

[0055] 第一滤波器确定模块，用于在数字信号处理算法中设计窄带滤波器消除反向瑞利散射，改变窄带滤波器设计参数，并计算相应系统误码率，选择误码率最小的窄带滤波器作
为第一滤波器；

[0056] 训练数据获取模块，用于改变反向瑞利散射的反射点随机分布范围，重复执行所述反向瑞利散射频谱获取模块和所述第一滤波器确定模块的操作，直至得到预设个不同的
第一滤波器；

[0057] 训练模型建立模块，用于利用机器学习方法，将反向瑞利散射频谱数据作为输入，对应的第一滤波器作为标签进行训练，得到训练模型；

[0058] 平均频谱获取模块，用于将多个实际测量得到的反向瑞利散射频谱取平均；

[0059] 输出模块，用于将平均频谱作为所述训练模型的输入，从而输出目标滤波器，并利用所述目标滤波器在数字信号处理算法中对反向瑞利散射进行消除。

[0060] 上述单纤双向直调直检系统中反向瑞利散射的消除装置中各个模块的划分仅用于举例说明，在其他实施例中，可将单纤双向直调直检系统中反向瑞利散射的消除装置按
照需要划分为不同的模块，以完成上述装置的全部或部分功能。

[0061] 本申请实施例中提供的单纤双向直调直检系统中反向瑞利散射的消除装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算
机程序构成的程序模块可存储在电子设备的存储器上。该计算机程序被处理器执行时，实
现本申请实施例中所描述方法的步骤。

[0062] 本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行
时，使得所述处理器执行单纤双向直调直检系统中反向瑞利散射的消除方法的步骤。

[0063] 一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行单纤双向直调直检系统中反向瑞利散射的消除方法。

[0064] 本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编
程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器
(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM
(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM
(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直
接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。

[0065] 本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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
在本发明的保护范围之内。