1.一种多载波接入网失真信号的补偿方法,其特征在于,包括:
将失真信号输入n阶Volterra滤波器进行第e次n阶Volterra滤波处理得到第e次串行信号,对所述第e次串行信号与设定参考信号求差得到第e次差值;
当所述第e次差值与第e‑1次差值相差不小于第一设定阈值时,更新所述第e次差值,利用更新后的差值对n阶Volterra滤波器的抽头系数进行更新,根据更新后的抽头系数对所述失真信号进行第e+1次n阶Volterra滤波处理,其中,e=1,2,…,E,E为滤波总次数;
当所述第e次差值与第e‑1次差值相差小于第一设定阈值时,输出所述第e次串行信号作为最优串行信号;所述最优串行信号为:式中,x(t)是n阶Volterra滤波器的输入信号即失真信号,y1(t)为经过n阶Volterra滤波器滤波处理得到的最优串行信号,w1为n阶Volterra滤波器的第1阶核函数,w2(l1,l2)为n阶Volterra滤波器的第2阶核函数,wn(l1,l2,…,ln)是所述n阶Volterra滤波器的第n阶核函数,所有核函数即为n阶Volterra滤波器的最佳抽头系数,L为记忆长度,为第t‑li点坐标的x序列的n次方,li表示离散域核函数的点坐标;
对所述最优串行信号进行处理得到频域信号;
对所述频域信号进行信道估计输出补偿后信号,完成对失真信号的补偿;将所述频域信号采用三层复数值神经网络进行处理输出的补偿后信号为:式中,f1(·)是tanh激活函数, 和 分别代表输入层到隐含层和隐含层到输出层的最优权重值,i=1,2,...,m,m为输入层神经元的个数,j=1,2,…,p,p代表隐含层神经元的个数,k=1,2,...,m,输出层的神经元个数与输入层的神经元个数相等;
所述输入层到隐含层和隐含层到输出层的最优权重值的确定过程为:分别对输入层到隐含层的权重值wjk和隐含层到输出层的权重值wij赋予一个在[‑0.1,
0.1]之间的初始值,对所述频域信号进行第一次计算得到第一次补偿后信号Y1(k);
采用L‑BFGS算法对输入层到隐含层的权重值wjk和隐含层到输出层的权重值wjk进行第s次(s=1,2,…,S)次更新,并利用第s次更新后的 和 对所述频域信号进行第s+1次计算,得到第s+1次补偿后信号Ys+1(k),直至第s+1次补偿信号Ys+1(k)与第s次补偿后信号Ys(k)的差值小于第二设定阈值时,第s次更新后的 为输入层到隐含层的最优权重值,第s次更新后的 为隐含层到输出层的最优权重值。
2.根据权利要求1所述的多载波接入网失真信号的补偿方法,其特征在于,所述第e次差值通过NLMS算法进行更新。
3.根据权利要求1所述的多载波接入网失真信号的补偿方法,其特征在于,所述对所述最优串行信号进行处理得到频域信号包括:将所述最优串行信号转换成并行信号;
对所述并行信号进行匹配滤波处理;
对匹配滤波处理后的并行信号进行快速傅里叶变换,得到频域信号。
4.根据权利要求3所述的多载波接入网失真信号的补偿方法,其特征在于,所述频域信号为:式中, 为循环卷积算子,Y1(k)和F(k)分别是y1(t)和f(t)经快速傅里叶变换后得到的频域信号,y1(t)为经过n阶Volterra滤波器处理得到的串行信号,f(t)为滚降因子为0.5的平方根升余弦函数。
5.根据权利要求1所述的多载波接入网失真信号的补偿方法,其特征在于,所述n阶Volterra滤波器的阶数为1时,该滤波器为线性滤波器;
所述n阶Volterra滤波器的阶数大于1时,该滤波器为非线性滤波器。
6.一种非线性均衡器,其特征在于,包括:
输入端口:用于连接失真信号的输出端;
集成芯片:采用如上述权利要求1‑5任一项所述的多载波接入网失真信号的补偿方法的步骤实现失真信号补偿;
输出端口:用于输出所述集成芯片处理得到的补偿信号。
7.根据权利要求6所述的非线性均衡器,其特征在于,所述集成芯片包括:n阶Volterra滤波模组:用于对所述失真信号进行n阶Volterra滤波处理,生成串行信号;
时域‑频域变换模组:用于将所述串行信号转变成频域信号;
信道估计模组:用于对所述频域信号进行信道估计。