科创中国
一种基于概率整形和RBF神经网络非线性均衡的光子太赫兹OFDM通信系统
发布时间: 2025-11-05
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
电子信息技术,通信技术
成果介绍
本发明公开了一种基于概率整形和RBF神经网络非线性均衡的光子太赫兹OFDM通信系统，属于太赫兹通信领域；包括发送端和接收端，发送端的ECL1和应用了概率整形技术的TX‑DSP模块同时连接IQ调制器，对产生的PS‑QAM‑OFDM基带信号，进行调制后输入到光耦合器OC，进行光波耦合，经过单模光纤后由UTC‑PD拍频得到OFDM太赫兹光信号，输入到接收端，输入到混频器中与本振信号进行混频，实现信号的下变频，得到基频OFDM太赫兹信号；然后输入到RX‑DSP模块，进行OFDM解调、相位估计、基于RBF神经网络的非线性均衡、解映射和概率解整形等操作，最终得到原始数据。本发明达到增大系统传输容量的效果，提升了误码率性能；同时缓解了光纤非线性对系统性能的影响，提高了信号质量。
成果亮点
在太赫兹通信这一前沿领域，传统正交频分复用（OFDM）系统因高功率峰均比和固有非线性损伤而面临性能瓶颈。针对这一挑战，本研究创新性地提出并实现了一种融合概率整形与RBF神经网络非线性均衡的光子太赫兹OFDM通信新架构，取得了突破性进展。成果的核心亮点在于通过两大技术的深度融合，实现了系统传输性能的跨越式提升。概率整形技术的引入，打破了传统均匀分布的信源格局，通过精细调整星座点概率分布，使信号幅度分布更契合高斯特性，从而在相同平均功率下显著提升了系统的抗噪声鲁棒性和 Shannon 极限逼近能力，有效降低了系统对高线性度功率放大器的依赖。
更为关键的是，本研究创造性地将径向基函数（RBF）神经网络应用于接收端的非线性均衡。该网络凭借其独特的局部逼近特性与快速收敛能力，能够精准地学习和重构太赫兹频段中由光子器件及信道引入的复杂非线性失真与记忆效应，实现了对信号损伤的“对症下药”式补偿。
团队介绍
北京邮电大学
余建国 , 黄雨婷 , 李凯乐 , 王雲 , 刘晓蕊 , 黄依波
成果资料
下载app