概率整形信号的双阶段检测模型训练方法、识别方法及装置数据集

本发明提供一种概率整形信号的双阶段检测模型训练方法、识别方法及装置，在信号接收端通过DSP模块处理得到的电域信号，基于盲均衡算法处理后的幅度柱状图，通过机器学习的方式构建幅度柱状图至光信噪比和调制格式的映射，以实现对概率整形信号的光信噪比和调制格式的识别。同时，由于信号激光器和本振激光器在洛伦兹线型下的相位噪声是微纳过程，且相位噪声增量的方差与激光器线宽是线性关系的特性，通过机器学习的方式构建不同符号间隔下相位噪声增量的均方根植和平均值映射至激光器线宽，以实现对激光器线宽的识别，并有效提高识别的泛化能力。数据量为4.5MB。

搜集汇总

背景与挑战

背景概述

该数据集涉及概率整形信号的双阶段检测，通过机器学习方法构建幅度柱状图至光信噪比和调制格式的映射，以及相位噪声增量至激光器线宽的映射，以实现相关识别。数据集由北京邮电大学发布，数据量为4.5MB，属于电子与通信技术领域。