一种基于MLPR驱动的深度展开网络的相位恢复方法

本发明公开了一种基于MLPR驱动的深度展开网络的相位恢复方法，首先，光子太赫兹通信系统中接收端对基带IQ信号，利用滑动窗口进行截取，分解I、Q分量并重组，输入全连接骨干网络进行补偿，输入深度展开网络的第一层，对于其初始复数信号，依次进行如下操作：使用软判决器软判决，计算角度差，获得初始相位差；补偿初始复数信号；将补偿后的结果再次软判决，更新判决结果；计算误差更新下一个信号的相位，得到补偿后的结果；重复上述过程，直到L个复数信号全部补偿完毕；接着，将补偿结果输入第二层继续补偿，直到K层展开完全遍历；最后，优化可学习步长和温度参数，以及隐藏全连接层的权重，最终实现相位恢复。本发明在保证低计算复杂度的同时降低系统误码率。