针对相干光偏移正交调幅技术的多载波滤波器组传输(CO-FBMC/OQAM)系统,提出一种基于导频的时域相位噪声补偿算法。建立一个时域相位噪声补偿模型,即相位噪声用时域扩展的离散余弦变换(DCT)近似,相位噪声包括公共相位误差(CPE)和非CPE相位噪声,它们均可通过估计DCT系数来获得。为了计算这些DCT系数,先用基于导频的扩展卡尔曼滤波(EKF)估计CPE,然后将CPE补偿后一部分判决错误概率较高的数据舍弃,仅保留余下的CPE补偿后数据进行预判决用以预估发送端数据,最后在波特率为32 GBaud的背对背CO-FBMC/OQAM系统中对所提算法进行仿真验证。结果表明,对比一种改进的盲相位搜索(M-BPS)算法,所提算法仅有0.5%~2.0%的频谱效率下降。针对64阶QAM、子载波数M=256或512的系统,所提算法的线宽延迟乘积容忍度仍远大于M-BPS算法,但其复杂度仅为M-BPS算法的1/2。

通过测量光热振荡周期可以检测出CaF₂光学微谐振腔腔体与环境之间的热耗散率,然而多个振荡周期与热耗散率呈非线性关系,无法利用某个振荡周期值有效测量热耗散率。使用一种基于反向传播人工神经网络的传感数据测量模型,通过测量振荡周期值,实现了热耗散率的有效测量,优化了神经网络参数,提高了热耗散率测量精度。数值仿真结果表明,该方法可有效测量CaF₂光学微谐振腔的热耗散率,对实现基于光学微腔的热参量探测具有重要意义。

针对大线宽和高阶圆形正交幅度调制(C-QAM)的相干光正交频分复用(CO-OFDM)系统,提出一种基于射频导频(RF-Pilot)和时域扩展卡尔曼滤波相结合的相位噪声补偿算法。该算法通过在接收端预设的RF-Pilot进行时域相位噪声粗补偿,并进行信道估计和均衡。再对信道均衡后的频域数据进行预判决,结合判决后的时域数据和信道均衡后的时域数据,进行扩展卡尔曼滤波,实现相位噪声的最终补偿。基于传输速率为50 Gb·s ^-1和传输距离为100 km的CO-OFDM系统在C-16QAM和C-32QAM两种调制格式下进行了算法的仿真验证。仿真结果表明,该算法相较于原RF-Pilot算法,具有较好的相位噪声补偿效果,且频谱利用率并未显著降低,算法复杂度并未显著增加。激光器线宽为2.1 MHz,且使用C-32QAM时,该相位噪声算法补偿的误码性能可达到前向纠错上限,从理论上证明使用该算法可提高CO-OFDM系统对激光器线宽的容忍度,线宽较宽的廉价分布式反馈激光器可作为CO-OFDM系统的发射端光源和接收端本地振荡。该算法能扩展大线宽CO-OFDM系统在长距离接入网和城域网中的应用。

针对高阶正交幅度调制和大线宽相干光正交频分复用(CO-OFDM)系统,提出了一种基于广义回归神经网络(GRNN)的非线性均衡算法。将接收端进行相位噪声恢复之后的批量数据作为训练数据样本,通过训练学习得到GRNN的唯一参数平滑因子,然后对测试数据进行非线性均衡。对传输速率为50 Gb/s,传输距离为100 km的CO-OFDM系统进行了仿真验证。仿真结果表明,在大线宽和高阶调制下,GRNN非线性均衡算法对系统非线性损伤的补偿效果优于相应反向传播神经网络(BPNN)非线性均衡算法,且其训练运行时间远小于BPNN。GRNN非线性均衡算法能极大促进CO-OFDM系统在中长距离光纤传输中的应用。

基于高阶正交幅度调制(QAM)和大线宽相干光正交频分复用(CO-OFDM)系统, 提出了一种在时域进行无迹卡尔曼滤波(UKF)的相位噪声补偿算法。该算法在接收端基于训练符号频域卡尔曼滤波实现信道均衡, 用较小的频域导频数据开销进行频域扩展卡尔曼滤波, 先补偿公共相位误差(CPE)噪声, 然后将CPE噪声补偿之后的数据在时域进行载波间干扰(ICI)相位噪声粗补偿。对相位噪声粗补偿后的频域数据进行预判决, 结合接收端原始时域数据, 在时域对判决后的数据进行UKF以实现ICI相位噪声的精细补偿。对精细补偿之后的频域数据再进行相位噪声粗补偿并进行迭代运算, 极大地提高了相位噪声的补偿效果。对50 Gbit·s-1的CO-OFDM系统进行了传输距离为100 km的仿真, 与其他算法相比, 所提算法的频谱利用率极高, 且具有较好的补偿效果。对激光器线宽为700 kHz且调制方式为32QAM的传输信号进行二次迭代后, 所提相位噪声补偿算法的误码率性能仍可达到前向纠错上限。所提算法促进了大线宽CO-OFDM系统在长距离接入网和城域网中的应用。

针对基于高阶正交幅度调制(QAM)的大线宽相干光正交频分复用(CO-OFDM)系统, 提出了一种基于时域和频域卡尔曼滤波(KF)联合估计的相位噪声补偿算法。所提算法在发射端插入时域训练符号和导频序列, 在接收端基于训练符号进行频域卡尔曼滤波后得到信道估计值, 进行时域扩展卡尔曼滤波(EKF)后得到相位噪声粗略估计值。时域相位噪声估计值为复数值, 为获得较好的补偿效果, 根据导频序列数目将每个OFDM符号分割为若干个亚符号。在导频序列处进行时域EKF, 通过在每个亚符号最后一个导频处进行线性插值, 得到每个采样点的相位噪声粗略估计值。对粗略相位噪声补偿后的频域数据进行预判决, 并对时域相位噪声进行精细补偿。采用所提算法对传输速率为50 Gbit·s-1 、传输距离为100 km的CO-OFDM系统进行了数值模拟, 结果表明所提算法与其他方法相比取得了较好的补偿效果。对于激光器线宽为1 MHz(16QAM)和800 kHz(32QAM) 的CO-OFDM系统, 误码率可达前向纠错上限。

基于大线宽相干光正交频分复用(CO-OFDM)系统, 提出了一种可以有效克服符号判决错误的盲载波间干扰(ICI)相位噪声补偿算法。使用该算法之前, 先使用无迭代盲(IFB)算法对公共相位误差(CPE)的相位噪声进行补偿。该算法采用了形式简单的代价函数, 可大幅减小计算复杂度。该ICI相位噪声补偿算法包括粗略ICI和精细ICI相位噪声补偿两个阶段, 先使用平均能量盲(Avg-BL)算法进行粗略ICI相位噪声补偿, 再使用公共相位误差分割补偿(CPEC)算法进行精细ICI相位噪声补偿。该CPEC算法对粗略ICI相位噪声补偿后的频域数据进行判决, 再将每个接收到的正交频分多路复用(OFDM)时域符号分割为一定数目的亚符号, 从而求出每个亚符号中相位噪声的近似平均值。Avg-BL算法有效解决了CPEC算法中的符号判决错误传播问题;CPEC算法在时域OFDM亚符号分割数目较大的情况下, 对ICI相位噪声具有较好的补偿效果。对50 Gbit/s CO-OFDM系统在传输距离为100 km的情况进行了仿真, 仿真结果表明, 与Avg-BL算法和CPEC算法等ICI相位噪声算法相比, 所提算法具有较好的相位噪声补偿效果, 且具有较高的频谱利用率。在该算法中, 选择合适的时域OFDM亚符号分割数目, 可取得较好的补偿效果, 且算法复杂度并未显著增加。

基于独立成分分析法(ICA)能够实现偏振复用相干光正交频分复用(PDM-CO-OFDM)系统的盲信道均衡，与基于导频的信道均衡方法相比，能极大提高系统的频谱利用率。然而这种固定步长的ICA 算法对每个子载波采用迭代算法来计算信道频率响应分离矩阵, 需要经过几十次迭代才能收敛。为有效降低该算法的计算复杂度，提出一种基于自适应步长ICA 的盲信道均衡算法，采用自适应分离步长提高迭代算法的收敛速度。基于100 Gb/s 16进制正交振幅调制(16-QAM)PDM-CO-OFDM 系统，仿真实验表明该自适应算法的系统误码率性能优于固定步长ICA算法的结果，且收敛速度提高5倍以上，能够用于未来高速PDM-CO-OFDM 系统接收端进行高效信道均衡。

针对目前光学图像识别准确率不高的问题，重点研究了基于小波空间特征谱熵的图像特征提取方法。该方法利用小波变换前后能量不变的原理，构造小波能量模式矩阵，对该矩阵进行奇异值分解，并求取奇异值的特征谱熵作为图像的特征。同时，还结合反向传播神经网络来进行图像识别。实验结果表明，所提出的图像特征提取方法能够获得较高的图像正确识别率，证明了该方法的有效性。

光学图像感染噪声是一种非常常见的现象，为了克服传统图像滤波方法不可避免带来的图像边缘模糊和奇异值影响，提出了一种基于阿尔法均值滤波算法和信息散度的图像自适应滤波算法。该算法充分利用了信息散度的特性和阿尔法均值滤波算法的优点，采用信息散度自适应的确定滤波窗口的加权系数值。实验结果表明，该算法可动态的确定滤波窗口内像素点的取值，具有较好的自适应性，同时与现有的中值滤波和均值滤波算法相比，对于受到高斯噪声、椒盐噪声以及混合噪声感染的图像，具有比较好的滤波效果，并可以很好地保护图像细节信息，具有提高图像清晰度的功能。