学位论文 > 优秀研究生学位论文题录展示

基于计算智能的偏振模色散自适应补偿技术研究

作　者: 池越
导　师: 陈国鹰
学　校: 河北工业大学
专　业: 微电子学与固体电子学
关键词: 计算智能(CI) 量子粒子群优化算法(QPSO) 量子离散粒子群优化算法(QDPSO) 支持向量机(SVM) 偏振模色散(PMD) 自适应补偿自适应均衡
分类号: TN929.11
类　型: 博士论文
年　份: 2011年
下　载: 21次
引　用: 0次
阅　读: 论文下载

内容摘要

偏振模色散是限制光纤通信系统的传输速率和传输距离进一步提高的主要因素,因此,对于偏振模色散补偿技术的研究具有重要的理论价值和应用价值。本论文主要利用改进的粒子群算法和支持向量机等计算智能方法解决偏振模色散自适应补偿中的一些关键问题,主要研究内容和创新工作如下:(1)针对基本粒子群优化算法(BPSO)存在易于陷入局部极值、粒子速度有限等缺陷,结合量子理论,提出了具有量子行为的QPSO算法,通过与遗传算法、BPSO算法、具有梯度搜索因子的改进PSO算法等算法的比较发现:QPSO算法具有收敛速度快、不易陷入局部极值等优点。在此基础上,还针对QPSO算法在处理离散数据方面的不足,提出一种新的QDPSO算法,为优化求解离散问题提供了新的思路。(2)在PMD电域自适应均衡系统中,自适应算法的作用至关重要。由于常见的自适应算法(如LMS算法、RLS算法等)存在收敛速度慢、运算量巨大等缺馅,从而影响了电域自适应均衡器的均衡效果。针对这一问题,提出基于QPSO自适应算法的PMD电域自适应均衡方案,获得较常见的自适应算法更好的均衡效果,解决了由均衡器自适应算法性能缺陷带来的均衡效果不佳的问题。(3)在PMD光域自适应补偿系统中,控制算法是自适应补偿单元的核心。由于常见的控制算法(如单纯形算法、GA算法等)存在收敛速度较慢、容易陷入局部极值等缺馅,从而影响了光域自适应补偿器的补偿效果。针对这一问题,提出基于QPSO控制算法的PMD光域自适应补偿方案,获得较其它常见的控制算法更好的补偿效果,解决了由补偿器控制算法性能缺陷带来的补偿效果不佳的问题。(4)提出一种带有信号调制格式识别功能的PMD自适应补偿方案。未来的全光网络必然是多种调制格式的混合传输网,为此在对带有PMD的光信号进行补偿之前,加入一个信号调制格式识别环节,即利用支持向量机来准确识别信号不同的调制格式,然后根据识别结果,选用对该调制格式补偿效果最好的补偿方案对其进行补偿。(5)基于支持向量机技术,设计并实现了调制信号识别方案。完成了幅度调制(AM)、频率调制(FM)和相位调制(PM)等三类调制信号的识别,最终获得了94.4%的识别准确率,能很好满足实际需求。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-22
  §1-1 研究背景和意义  9-10
  §1-2 偏振模色散及其补偿技术的研究概况  10-13
    1-2-1 PMD 国内外研究现状  10-11
    1-2-2 PMD 补偿技术的研究现状  11-13
  §1-3 粒子群智能方法的研究概况  13-14
    1-3-1 PSO 改进研究的现状  13-14
    1-3-2 PSO 扩展研究的现状  14
  §1-4 支持向量机的研究现状  14-19
  §1-5 本文研究的主要内容及创新点  19-20
    1-5-1 本文研究的主要内容  19-20
    1-5-2 研究的创新点  20
  §1-6 本文组织结构安排  20-22
第二章偏振模色散自适应补偿技术基本原理  22-37
  §2-1 偏振模色散基本理论  22-23
    2-1-1 偏振模色散的定义  22
    2-1-2 偏振模色散的产生原因  22-23
  §2-2 偏振模色散电域自适应均衡技术  23-32
    2-2-1 主要均衡器及其仿真  23-27
    2-2-2 均衡器自适应算法  27-32
  §2-3 偏振模色散光域自适应补偿技术  32-36
    2-3-1 偏振模色散补偿器  32-33
    2-3-2 光域自适应补偿控制算法  33-34
    2-3-3 自适应补偿控制算法仿真实验  34-36
  §2-4 本章小结  36-37
第三章粒子群智能算法的改进研究  37-51
  §3-1 基本PSO 算法原理  37-38
  §3-2 一种改进的PSO 算法原理  38-40
  §3-3 QPSO 算法原理  40-43
    3-3-1 QPSO 算法定义  40-41
    3-3-2 QPSO 算法步骤  41-42
    3-3-3 QDPSO 算法  42-43
  §3-4 典例仿真与对比分析  43-49
    3-4-1 典例仿真与对比分析  43-47
    3-4-2 算法具体计算应用与对比分析  47-49
  §3-5 本章小结  49-51
第四章基于QPSO 算法的偏振模色散电域自适应均衡  51-65
  §4-1 PMD 电域自适应均衡系统设计  51-52
    4-1-1 光纤通信系统仿真模型  51
    4-1-2 自适应均衡器仿真模型  51-52
  §4-2 基于QPSO 算法的电域自适应均衡方案  52-54
    4-2-1 基于QPSO 算法的PMD 电域自适应判决反馈均衡系统仿真模型  53
    4-2-2 电域自适应均衡中QPSO 自适应算法流程图  53-54
  §4-3 仿真结果与分析  54-64
    4-3-1 线性前馈横向均衡器的仿真  54-60
    4-3-2 判决反馈均衡器的仿真  60-64
  §4-4 本章小结  64-65
第五章基于QPSO 算法的偏振模色散光域自适应补偿  65-81
  §5-1 PMD 光域自适应补偿实验系统  65-69
    5-1-1 PMD 光域自适应补偿实验系统基本构成  65
    5-1-2 一阶段偏振模色散补偿器  65-66
    5-1-3 二阶段偏振模色散补偿器  66
    5-1-4 光域自适应补偿实验的控制算法  66-69
  §5-2 一阶段偏振模色散补偿实验  69-73
    5-2-1 一阶段偏振模色散补偿实验装置  70
    5-2-2 一阶段偏振模色散补偿实验结果及分析  70-73
  §5-3 二阶段偏振模色散补偿实验  73-79
    5-3-1 二阶段偏振模色散补偿实验装置  73-74
    5-3-2 二阶段偏振模色散补偿实验结果及分析  74-79
  §5-4 本章小结  79-81
第六章结合支持向量机调制识别的自适应补偿  81-101
  §6-1 研究动机  81-82
  §6-2 常见通信调制方法及识别特征  82-83
  §6-3 特征支持向量机识别原理  83-89
    6-3-1 最优分类面  83-86
    6-3-2 广义最优分类面  86
    6-3-3 支持向量机识别分类的基本原理  86-89
  §6-4 基于支持向量机的调制识别  89-92
    6-4-1 Simulink 环境下调制信号的生成  89-90
    6-4-2 调制信号特征提取及样本构建  90-91
    6-4-3 用支持向量机进行调试识别  91-92
  §6-5 结合支持向量机调制识别实验  92-99
  §6-6 本章小结  99-101
结论与展望  101-103
参考文献  103-109
致谢  109-110
攻读学位期间所取得的相关科研成果  110

相似论文

高速公路交通安全综合评价和瓶颈问题分析,U492.8
毫微功耗低漏失CMOS线性稳压器,TM44
高速光纤通信系统中高阶偏振模色散自适应补偿的研究,TN929.11
捷联稳定吊舱控制系统设计,V241.5
TETRA系统均衡器的研究与实现,TN715
精准化微灌节水智能控制系统的研究与设计,S274
高性能视频检索平台中网络性能优化设计与实现,TP393.09
支持向量机及其在MIMO-CDMA多用户检测中的应用研究,TN929.533
基于支持向量机的特征选择算法研究,TP301.6
基于近红外光谱技术的苜蓿（Madicago sativa）秋眠性预测研究,S541.9
NCS数据包丢失控制策略研究,TP273.5
脱硫石膏干燥煅烧系统温度控制的算法研究,TK173
面向高炉炼铁的动态称重与配料系统,TF321.2
硬盘读写通道关键技术的研究,TP333
短波数字化处理平台设计及实现,TP311.52
基于核函数的三维表面纹理合成,TP391.41
支持向量机在Web文本分类优化中的应用,TP391.1
QSAR研究在神经系统药物和抗艾滋病药物中的应用,R91
基于多特征组合和SVM的视频内容自动分类算法研究,TP391.41
虚拟社区不良信息过滤技术研究,TP393.09
基于SVM-RFE的潜在生物标志物选择算法研究,TP311.13