本文關(guān)鍵詞：多維復(fù)用傳輸系統(tǒng)的關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 多維模分復(fù)用系統(tǒng) 盲均衡算法 自適應(yīng)步長 多入多出恒模算法神經(jīng)網(wǎng)絡(luò)解復(fù)用算法

【摘要】：隨著社會信息化程度的不斷提高、互聯(lián)網(wǎng)應(yīng)用的迅速普及與多媒體業(yè)務(wù)的日益增加,通信網(wǎng)絡(luò)對傳輸帶寬的需求呈現(xiàn)爆炸式增長,目前網(wǎng)絡(luò)流量已接近現(xiàn)有傳輸技術(shù)的極限。發(fā)展新型傳輸技術(shù)以滿足未來網(wǎng)絡(luò)的增長需求已成為一個迫在眉睫的任務(wù)。以空分復(fù)用為主要內(nèi)容的多維通信傳輸機制與組網(wǎng)方法的研究已經(jīng)成為當(dāng)前光纖通信領(lǐng)域令人矚目的前沿研究方向和熱點課題。模分復(fù)用屬于空分復(fù)用的一個類型。模分復(fù)用傳輸系統(tǒng)以不同模式為信息載體,以少模光纖為傳輸鏈路,采用多輸入多輸出結(jié)構(gòu),尚有許多關(guān)鍵的科學(xué)問題亟需研究解決,諸如少模光纖傳輸鏈路中的隨機模式耦合的對發(fā)送信號和系統(tǒng)性能的影響以及各種關(guān)鍵設(shè)備(模式轉(zhuǎn)換器、模式復(fù)用器和解復(fù)用器、少模光纖放大器等)的內(nèi)在機理及設(shè)計等。本論文主要基于國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)課題“多維復(fù)用光纖通信基礎(chǔ)研究”,對模分復(fù)用傳輸系統(tǒng)及其關(guān)鍵技術(shù)進(jìn)行了研究,最為主要的研究內(nèi)容為模分復(fù)用傳輸系統(tǒng)接收端MIMO DSP的解模式耦合算法的提出與實現(xiàn)。 論文的主要研究內(nèi)容與創(chuàng)新工作如下： 一、研究了模分復(fù)用傳輸系統(tǒng)的基本理論和關(guān)鍵技術(shù) 研究了模分復(fù)用光纖中LP模式的傳播特性,研究了多模傳輸?shù)墓鈭鲴詈虾凸β蜀詈侠碚撘约熬仃噦鬏旕詈夏Ｐ汀Ｍㄟ^收集閱讀研究大量文獻(xiàn),對比總結(jié),綜述了模分復(fù)用傳輸系統(tǒng)的關(guān)鍵技術(shù)包括：發(fā)送端、模式轉(zhuǎn)換器、模式復(fù)用解復(fù)用器、少模光纖傳輸鏈路、相干接收機、數(shù)字信號處理模塊等。深入研究了上述技術(shù)的原理與實現(xiàn)方法。 二、提出自適應(yīng)步長多入多出恒模算法并用于解模式耦合 通過對多維復(fù)用盲均衡算法中的多入多出恒模算法(MIMO-CMA)的學(xué)習(xí),結(jié)合自適應(yīng)數(shù)字信號處理的方法,在原有的MIMO-CMA算法的基礎(chǔ)上提出了用自適應(yīng)步長功能的多入多出恒模算法。并在不同耦合強度下,測量了四個模式的接收信號的誤比特率和算法收斂性能。相對傳統(tǒng)的MIMO-CMA算法在誤碼性能上有所提高。 三、提出基于人工神經(jīng)網(wǎng)絡(luò)的多維解復(fù)用算法并利用該算法實現(xiàn)解模式耦合 本論文首次提出一種新型的盲均衡算法。該算法采用基于人工神經(jīng)網(wǎng)絡(luò)(Hopfield神經(jīng)網(wǎng)絡(luò))的多維解復(fù)用算法實現(xiàn)模分復(fù)用傳輸系統(tǒng)的相干接收端的解模式耦合。采用基于人工神經(jīng)網(wǎng)絡(luò)的多維解復(fù)用算法,可以實現(xiàn)在不同耦合強度下,相對于多入多出恒模算法,提升了四個模式的接收信號的誤比特率性能,并減少了對數(shù)據(jù)量的依賴。
【關(guān)鍵詞】：多維模分復(fù)用系統(tǒng) 盲均衡算法 自適應(yīng)步長 多入多出恒模算法神經(jīng)網(wǎng)絡(luò)解復(fù)用算法
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN929.11
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 課題研究背景與意義11-13
• 1.2 課題研究現(xiàn)狀13-15
• 1.2.1 國外研究情況14-15
• 1.2.2 國內(nèi)研究情況15
• 1.3 主要內(nèi)容與論文結(jié)構(gòu)15-17
• 第二章 多維模分復(fù)用傳輸基本理論17-33
• 2.1 多維模分復(fù)用中的光纖模式17-28
• 2.1.1 幾何光學(xué)方法分析17-19
• 2.1.2 波導(dǎo)方法分析以及LP模式19-26
• 2.1.3 模式的物理意義26-28
• 2.2 模式耦合理論28-31
• 2.2.1 光場耦合模型28-29
• 2.2.2 功率耦合模型29-30
• 2.2.3 矩陣傳輸耦合模型30-31
• 2.3 本章小結(jié)31-33
• 第三章 模分復(fù)用傳輸系統(tǒng)的關(guān)鍵技術(shù)33-51
• 3.1 模分復(fù)用系統(tǒng)簡介33-34
• 3.2 模式復(fù)用解復(fù)用技術(shù)34-41
• 3.3 多維模分復(fù)用系統(tǒng)的信道均衡技術(shù)41-49
• 3.3.1 符號間隔均衡器43-44
• 3.3.2 多維模分復(fù)用系統(tǒng)的恒模算法44-49
• 3.4 本章小結(jié)49-51
• 第四章 自適應(yīng)步長的MIMO-CMA算法及其性能分析51-57
• 4.1 自適應(yīng)步長MIMO-CMA算法原理51-52
• 4.2 自適應(yīng)步長MIMO-CMA算法的仿真實現(xiàn)及性能分析52-56
• 4.2.1 VPI仿真平臺和多維模分復(fù)用仿真系統(tǒng)簡介52
• 4.2.2 自適應(yīng)步長MIMO-CMA算法的仿真實現(xiàn)及性能分析52-56
• 4.3 本章小結(jié)56-57
• 第五章 基于Hopfield神經(jīng)網(wǎng)絡(luò)的解復(fù)用均衡算法57-67
• 5.1 Hopfield神經(jīng)網(wǎng)絡(luò)解復(fù)用算法原理57-61
• 5.2 Hopfield神經(jīng)網(wǎng)絡(luò)解復(fù)用算法性能分析61-65
• 5.3 本章小結(jié)65-67
• 第六章 論文工作總結(jié)和展望67-69
• 6.1 論文工作總結(jié)67-68
• 6.2 進(jìn)一步展望68-69
• 參考文獻(xiàn)69-75
• 致謝75-77
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄77

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 阮秀凱;李昌;談燕花;張耀舉;;基于電域反饋神經(jīng)網(wǎng)絡(luò)的自適應(yīng)盲均衡方法[J];光學(xué)學(xué)報;2013年05期

，

本文編號：639842