1.一种全神经网络的全数字相干接收系统，其特征在于，采用全神经网络结构，包括IQ不平衡与正交化层、色散补偿层、非线性补偿层、时钟恢复层、偏振解复用层、偏振估计补偿层和载波相位恢复层；

IQ不平衡与正交化层为单层神经网络，用于实现IQ不平衡补偿，其中包括相位与幅度不平衡补偿，另外还根据信道响应的特征选择开关色散补偿支路与非线性补偿支路；

色散补偿层由串并转换模块、卷积神经网络、并串转换模块构成；IQ不平衡与正交化层的输出从色散补偿支路经串并转换后输入至色散补偿层的卷积神经网络，该卷积神经网络用于实现时域色散补偿，色散补偿层的卷积神经网络的输出通过并串转换输出至时钟恢复层；

非线性补偿层由串并转换模块、卷积层、全连接层和并串转换模块构成；IQ不平衡与正交化层的输出从非线性补偿支路经串并转换后输入至卷积层和全连接层，卷积层和全连接层用于实现非线性补偿，全连接层的输出通过并串转换输出至时钟恢复层；

时钟恢复层为单层神经网络，用于实现时钟恢复后输出至偏振解复用层；

偏振解复用层由串并转换模块、卷积神经网络和并串转换模块构成；时钟恢复层的输出经串并转换后输入至偏振解复用层的卷积神经网络，该卷积神经网络用于实现偏振解复用，偏振解复用层的卷积神经网络的输出再通过并串转换输出至频偏估计层；

频偏估计层为单层神经网络，用于实现频偏估计后输出至载波相位补偿层；

载波相位补偿层为单层神经网络，用于实现相位噪声补偿后输出载波的相干解调结果，最终完成接收序列的恢复，为了对整个相干解调过程进行优化，每一层网络结构在训练过程中，通过最小均方误差的损失函数，进行约束。

2.如权利要求1所述系统，其特征在于，全神经网络在训练时通过最小均方误差的损失函数进行约束。

3.如权利要求1所述系统，其特征在于，IQ不平衡与正交化层的单层神经网络采用无参数优化，求均值和相关系数的自定义层；

色散补偿层采用包含若干抽头数的卷积层的卷积神经网络；

非线性补偿采用若干抽头数的卷积层和全连接层结构，全连接层采用单抽头的实现快速傅里叶变换和反变换的自定义函数层；

时钟恢复层的单层神经网络采用求相关系数并做插值处理的自定义层；

偏振解复用层的卷积神经网络采用若干抽头数的2×2蝶形卷积层；

频偏估计补偿层的单层神经网络采用无参数优化，实现基于4次方频偏估计的自定义函数层；

载波相位恢复层的单层神经网络采用无参数优化，实现盲相位搜索算法的自定义函数层。