来源：期刊VIP网 时间：
作者：刘昱;刘战胜;
单位：江苏大学计算机科学与通信工程学院;
摘要：为提高弹性光网络（EON）中调制格式识别（MFI）的准确性与鲁棒性，提出一种基于Stokes空间和Stacking模型的MFI方法。该方法通过核密度估计提取Stokes空间三轴的一维概率分布特征，构建240维特征向量；采用遗传算法优化Stacking模型的基模型与元模型组合，并利用贝叶斯优化调参，提升模型在低信噪比下的分类性能。仿真结果表明：在5～30dB光信噪比（OSNR）范围内，模型宏平均受试者工作特征曲线下的面积（AUC）为1，对偏振分复用-二进制相移键控（PDM-BPSK）、偏振分复用-四进制相移键控（PDM-QPSK）等调制格式的识别准确率超过98.5%，平均准确率较XGboost、Tabnet等对比模型提升2.05%～5.63%，且在OSNR为18dB时即可实现100%识别精度。
关键词：弹性光网络;;调制格式识别;;集成学习;;光信噪比
基金资助：江苏大学高级人才科研启动基金（16JDG023）资助
