.png){kind=icon}
返回
Low-Complexity and Robust Modulation Format Recognition Method Based on Multi-Stage Feature Extraction
.png){kind=icon}
PRE
AI
DOI：10.1109/JLT.2025.3646643.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对未来光网络中适应处理不同调制格式的需求，提出了一种基于多阶段特征提取的低复杂度、鲁棒调制格式识别（MFR）方法。首先，利用直方图统计获取信号分布特征；随后通过傅里叶级数分解提取谐波分量以降低特征维度；最后，轻量级神经网络从分布特征中识别调制格式标签，确保高效准确的MFR。仿真与实验验证了所提方法的有效性。仿真结果显示，在信噪比（SNR）分别为0 dB、4.5 dB、8 dB、10.5 dB、13 dB、16 dB、20 dB时，该方法对4QAM、8QAM、16QAM、32QAM、64QAM、128QAM和256QAM的识别率达到100%，并在加性高斯白噪声信道中以比特误码率阈值为0.04时实现MFR，且具有一定的SNR余量。与幅度分布法及其他9种MFR方法相比，所提方法具有最宽的SNR识别范围，涵盖从4QAM到256QAM的全部七种QAM格式。此外，其计算复杂度在所有方法中最低，为O(N)。在变光学SNR和信道数条件下的WDM长距离传输系统实验进一步验证了该方法的有效性和鲁棒性。
Keyword:
Modulation format recognition
coherent optical communication
Fourier series
and neural network
期刊
IF:
4.8
论文数:
1.7W
被引数:
3.8W
机构
引用论文
Fast adaptation of multi-task meta-learning for optical performance monitoring.png)
OPTICS EXPRESS
OAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏Advanced decision scheme to mitigate phase impairments in coherent optical transmission systemsOPTICS EXPRESSOAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏
分享收藏Intelligent Optical Performance Monitoring Based on Intensity and Differential-Phase Features for Digital Coherent Receivers基于强度和差分相位特征的数字相干接收机智能光性能监测
PREAI
分享收藏Optimizing Cost-Efficient SFC Routing in NTNs: A Novel Transformer-Ant Colony Optimization Framework在非地面网络中优化成本高效的服务功能链路由：一种新颖的Transformer-蚁群优化框架
PREAI
分享收藏
查看更多内容