0引言

　　随着万物互联、大数据和区块链等新兴业务的蓬勃发展，人们对光网络传输速率和容量的需求不断攀升，光纤通信技术面临前所未有的挑战[1]。为了应对上述变化趋势，多载波调制被广泛应用于光纤通信网络以进一步提升频谱效率。多载波调制技术将整个信号带宽划分为多个窄带子载波信号，能够有效抵御色散效应带来的影响，并且具有均衡复杂度低的优点，能实现高速率的数据传输。近年来，人们将基于交错正交幅度调制的滤波器组多载波（FBMC-OQAM）技术引入到相干光正交频分复用（CO-OFDM）系统中，由于CO-FBMC-OQAM具有带外频谱泄露少和时频聚焦优良的特性，受到研究人员的广泛关注和研究[2-4]。

　　CO-OFDM系统可以利用偏振态和相位传递信息，有效提升频谱效率[5]，但是光纤信道内的各种物理损伤对传输质量有很大影响，因此需要在光接收机中采用有效的信道均衡技术补偿各类信道损伤，从而实现信号稳定准确地传输[6]。但是，目前适用于CO-OFDM系统的信道估计与均衡方法并不适用于FBMC-OQAM系统，原因是FBMC-OQAM系统的载波间和符号间存在固有虚部干扰，这使得信道均衡过程变得更加复杂[7]。对于CO-FBMC-OQAM系统，信道估计主要以辅助导频法为主。文献[8]提出了一种基于训练序列的FBMC-OQAM信道估计算法，这种方法首先在信号前端插入一段训练序列，因为已知导频符号的具体值，所以可以确定其相互间的干扰，在接收端很容易将固有虚部干扰消除。文献[9]报道了一种基于非线性离散导频的FBMC-OQAM信道估计方法，它的特点是对辅助导频发射功率的线性范围没有过高要求，但是由于需要预编码处理，会导致额外的计算复杂度。文献[10]提出了一种针对CO-FBMC-OQAM系统的改进最小二乘信道估计算法，该方法采用基于离散傅立叶变换的干扰抑制技术，可以消除信道估计过程中残留的固有干扰和信道噪声影响，比传统最小二乘法信道估计算法具有更好的误码率性能。以上方法通常将信道拟合成一个线性模型，使用迭代算法逼近其最优解，但难以较为准确地拟合光纤信道内非线性效应造成的影响，因此，为CO-FBMC-OQAM系统设计一种高效准确的信道均衡方法成为一个亟待解决的问题。

　　近些年，神经网络在通信系统中的信道均衡方面已经有了丰富的研究成果，例如高速移动环境下OFDM系统的信道估计[11]，基于神经网络的无线FBMC系统信道均衡[12]等。与无线通信系统相比，CO-OFDM系统中的非线性效应更强，对系统的干扰更加严重。基于此，本文针对CO-FBMC-OQAM系统提出一种基于人工神经网络（CD-net）的信道均衡方法，下文简称CD-net方法。

4 结束语

　　本文为CO-FBMC-OQAM系统设计了一种基于CD-net的信道均衡方法，该方法利用CD-net执行信道均衡任务。使用数值仿真研究了该方法的信道均衡能力，结果表明：与传统信道均衡方法相比，CD-net方法采用离线方式进行训练，具有更好的信道均衡性能。另外，CD-net方法对畸变光信号有较强的恢复能力，对光纤中的非线性损伤具有更强的鲁棒性，能够为系统提供更好的误码率性能。本文的研究结果为CO-FBMC-OQAM技术的发展提供了有益参考。