1.一种无源光网络上行传输接收端解调方法，其特征在于，包括以下步骤：步骤1：构建全连接神经网络；

步骤2：获取数据发射单元发出的信号和原始发送数据作为训练数据集，对模型进行训练，具体为：

根据获取得到的不同调制格式的信号，和原始发送数据分别形成训练数据集，分别对模型进行训练，得到不同参数的模型；

数据发射单元利用随机比特流产生QAM‑OFDM信号，经过传输链路，在接收端接收到该信号，并转换到频域；搭建深度神经网络模型，将接收到的信号作为模型的输入端，通过模型的处理，得到输出信号；将输出信号和已知的输入比特流进行对比，利用最小化损失函数对模型的参数进行不断迭代和优化；根据调制格式和传输距离，确定优化后的模型参数；

步骤3：将接收到的信号输入步骤2训练完成后的模型中，得到原始数据信号。

2.根据权利要求1所述的一种无源光网络上行传输接收端解调方法，其特征在于，所述全连接神经网络包括输入层、隐蔽层和输出层；隐藏层采用线性整流函数Relu作为其激活函数；输出层采用softmax函数。

3.根据权利要求1所述的一种无源光网络上行传输接收端解调方法，其特征在于，所述数据发射单元对数据做以下处理：

数据发射单元将输入信息进行正交幅度调制，得到调制信息序列；通过子载波映射模块将信号映射到分配的子载波上；将子载波映射后的频域信号进行快速傅里叶反变换，得到时域信号；将正交频分复用OFDM基带信号上变频；通过数模转换将模拟信号调制到光上，得到的QAM‑OFDM信号按照光线路终端所分配的时隙发送出去。

4.根据权利要求1所述的一种无源光网络上行传输接收端解调方法，其特征在于，所述步骤3中数据接收后做以下处理：

通过光电转换得到模拟电信号，经过模数转换，通过下变频得到OFDM基带信号；将时域信号经过快速傅里叶变换，得到频域信号。

5.根据权利要求1所述的一种无源光网络上行传输接收端解调方法，其特征在于，所述步骤3中首先识别接收到信号的调制格式，然后输入对应参数的模型中，得到原始数据信号。