林宏; 周传璘; 赵娜; 胡锦聪
【期刊名称】《《现代电子技术》》
【年(卷),期】2019(042)019
【总页数】5页(P54-58)
【关键词】相干光通信; 数字信号; 处理算法; 相位恢复; 动态散补偿; 归一化处理
【作 者】林宏; 周传璘; 赵娜; 胡锦聪
【作者单位】湖北工程学院 物理与电子信息工程学院 湖北 孝感 432000
【正文语种】在与不在中 文
【中图分类】TN929.1-34
话剧鹿鼎记0 引 言
光通信系统是指在通信领域中，使光成为一种全新的传播介质进行信息传输。在信息传输的过程中，使用光电变化原理得到信息，此信息传播的方式为我国通信技术方面采用的主要技术。对光通信技术来说，使用相干检测方法能够提高相干通信能力，对比传统信号传输及处理的过程，现代化相干通信技术使用数字信号处理算法能够降低系统内部数据处理及运算的缺陷，使系统运行性能得到改善及优化，还能够实现载波同步[1]。所以，本文仿真分析相干光通信中的数字信号处理算法。
1 基于数字信号处理算法的相干光传输平台
1.1 仿真平台的各模块
1.1.1 光发射机
光发射机模块是利用多种调制器产生光及信息的全局发射端，调制器的构成主要包括双臂单驱、单臂双驱、双臂双驱马赫增德尔调制器。本文在仿真过程中使用双臂单驱马赫增德尔调制器，调制器的构成如图1所示。
1.1.2 传输光纤
本文使用非线性薛定谔方程创建双折射PMD 光纤模型，此模型能够实现两个正交偏正态共同传输影响的仿真。PMD 光纤利用两个耦合非线性薛定谔方程的解描述光信号在随机双折射光纤中的正交传输偏振部分，所以能够实现高延时差偏振模散的数字建模。该模型全面考虑时延、多阶PMD、偏振损耗、自相位调制，其中对于FWM，SPM 及XPM 中的参数，通过偏振态变化实现自动调节。但是由于两个信号偏振态是共同传播的，此模型在仿真过程中耗时比较长，大部分时间都消耗在光纤传输中[2]。
图1 调制器的构成Fig.1 Composition of modulator
1.1.3 放大器
本文使用固定放大频谱放大器模型，此模型属于放大倍数可控、饱和放大及功率可控的模型。如果输出功率较高，那么应考虑限制效应。此模型能够作为放大、衰减放大器，本文使用固定放大系数模式。
1.2 接收端的DSP 处理算法仿真
1.2.1 DSP 处理算法设计
图2 为数字相干接收中的DSP 处理流程，使用相位+偏振分集接收得出X 和Y 偏振态的I 和Q 分量信息，之后送到ADC 实现模数转换，从而得出量化之后的数字信号。ADC 采样率会对后续算法设计造成影响，其值为传输波特率的n倍，也就是每个信号码元中具有n个采样点。在n 比2 大时，能够消除全部线性因素对光信号的影响[3]。 图2 数字相干接收中的DSP 处理流程Fig.2 Processing flow of DSP in digital coherent receiving
1.2.2 散补偿
动态散补偿技术能够解决散对于传输距离限制的问题，光纤传输系统中的散在温度变化过程中会发生改变，在高速系统中散容忍度比较低时，需要补偿温度变化导致的残余散变化，因此，一般在高速光传输信号时要使用动态散补偿技术。电域动态散补偿采用高速信号处理技术，也就是利用DSP 技术具有灵活及方便集成的优势。光纤中的散能够作为光波电场全通滤波器，频域传输函数表示为:
中大网络电视式中:β2 指的是GVD 参数；z 指的是传输长度。相干检测实现散补偿的原理就是添加具备散传输函数的共轭函数滤波器:
此滤波器要在 采样频率的地方截止，本文使用频域重叠均衡，此种算法充分考虑实用性，便于硬件实现。在实现OFDE 过程中改善分割重叠的量块，之后转换到频域中，CD 通过块的方式逐一补偿，设计的滤波器利用功能FIR 滤波器实现[4]，如图3 所示。
图3 FIR 滤波器的硬件实现Fig.3 Hardware implementation of FIR filter
散补偿滤波器属于具有较高计算效率的IIR 滤波器，对比FIR 滤波器，其需要少量的抽头数，降低了对硬件的需求，并且使计算效率得到提高。这种IIR 结构具有后项反馈，积累误差对于结果具有毁灭性的影响，所以需要采用相应的措施对工作稳定性进行保证。
1.3 数字信号处理
信号在通过光纤信道传输的过程中会造成多种损伤及失真，包括非线性失真和线性失真。从理论上分析，假如不考虑非线性效应，整体光纤传输系统就相当于线性系统。由于线性失真补偿之间并没有因果关系，故线性失真补偿也不考虑顺序。但是此结论成立的基础就是完成补偿线性失真，所以实际中的做法为:分离需要估计的线性失真成为单独变量，对静态、算法比较简单的变量进行估计并且补偿，之后对随机变量进行补偿，最后对剩余变量补偿。
1.3.1 算法的流程
图4 为数字信号的处理算法，其中的每个方框都表示相干接收机数字信号处理系统的算法子系统。另外，在图中也标出了不同子系统的反馈线路。
r2v
1.3.2 预处理算法
预处理算法是指实现实质信道均衡和恢复载波之前，对采样后信号实现正交性恢复、归一化和去采样偏移等预先处理。部分DSP 算法和信号幅度信息相关，采样之后的信号幅度和ADC 工作精度为比例关系，所以实现信号功率归一化具有重要作用。假如接收的复数信号为:
图4 数字信号的处理算法Fig.4 Digital signal processing algorithms
归一化算法为:
检查归一化信号功率为:
假如对X 实部及虚部实现功率归一化，简单计算就能够得出归一化信号功率表示为2，有时
信号归一化标准方式具有重要作用[5]，归一化标准方式如下:
式中M 指的是信号星座点数量。
1.4 采样时钟恢复
奈奎斯特采样定理，采样速率要比两倍信号符号率大。为了降低采样硬件需求，实际相干系统中大部分使用与两倍信号符号率相等的采样速率。接收机中的ADC 都是利用本地时钟进行驱动。但是，在现代主流SDH 全网时钟架构背景下，本地时钟和发送端时钟具有偏差，导致符号采样时间抖动，有时还会导致本地时钟频率缓慢偏移。以上情况都无法对采样之后离散信号最佳的采样点进行保证，信号眼图最大的张开度就是信号最佳的采样点，如图5 所示。
采样保持最佳点能够保证信号接近最高信噪比，对于高阶调制格式，最佳采样点也能够保证信号相位精准度，降低因为符号逐渐转换轨迹导致的相位偏移。所以，DSP 系统中利用采样相位恢复算法能够得出最佳采样点信号。因为离线处理过程中利用实时示波器收集信号，示波器采样频率只能够设置为部分固定值，这会导致数字信号采样率和符号率为非整陈衍
数倍的关系。因此，DSP 第一步就是利用数字信号采样率变换算法使信号采样率朝着两倍符号率进行转变。但是，还是存在信号采样相位误差，需要重视后续TPR 算法。
图5 信号最佳的采样点Fig.5 Optimum sampling point of signal
在数字信号处理过程中，利用数字锁相环解决相位恢复问题。锁相环包括闭环及开环，与前馈及反馈两种硬件的实现相互对应，图6 为原理图。反馈式锁相环利用补偿之后信号产生全新的采样误差估计，通过环路滤波以后的估计值对数控振荡器（NCO）进行反馈。NCO所输出的采样间隔为全新时间坐标到差值器中的输入。差值器利用预设差值算法对全新信号采样计算，对比后表示前馈式锁相环只是利用目前没有补偿数据产生权限的采样误差估计，通过适当滤波之后为差值器提供全新信号采样。在此，虽然前馈及反馈式锁相环都能够对采样率不变的全新信号采样输出，但是在实际使用过程中差值器具有采样率转换器功能[6]。
新目标英语七年级上图6 反馈型及前馈型的锁相环原理图Fig.6 Principles of feedback and feedforward phase loops
2 相干光通信的仿真
2.1 相干检测仿真平台
通过VPI 软件产生非线性及散数据，通过Matlab产生频率估计及相位估计的数据。此节分析相干光通信检测系统中DSP 处理算法，通过VPI 产生需要的数据，之后导入通过Matlab 实现的DSP 处理模块，实现相应效应的补偿。DSP 算法仿真如图7 所示。
图7 DSP 算法仿真Fig.7 Simulation of DSP algorithm
VPI 仿真要求实现光信号调制、相干检测及传输三部分的模拟，并且还要导出数据，处理后续DSP 算法。表1 为仿真系统中需要的主要参数，调制部分修改VPI内置Tx-mQAM，通过外部激光器提供光信号，并且通过此模块导出伪随机序列号，使仿真平台开始工作。调制之后的光信号光功率比较弱，在入纤之前要放大，从而满足入纤光功率的需求。在光纤传输过程中，因为光纤会衰减，所以在传输一段距离之后要再次放大，从而提高光功率。为了使加性噪声影响得到降低，在ADC 采样之前实现电信滤波，采样之后数据利用VPI 数据结构导出。因为要对非线性效应进行观测，所以入纤功率不能够太小。本文使用EDFA 对调制后的信号进行放大，使其为3 dBm 恒定功率，之后进入到光纤中[7]。
表1 仿真系统中需要的主要参数Table 1 Main parameters required in simulation system参数名称符号率ADC 采样率非线性系数光纤长度二阶散span 数有效面积衰减系数参数值20 80 2.6×10-20 50 000 10-6 10 80×10-12 0.2×10-3参数名称入纤功率本振激光器功率EDFA 放大倍数EDFA 噪声系数 /dB光电二极管转换效率滤波器宽度激光器线宽本振频偏参数值3 10-3 10 45 1 75 105 0.5×109
2.2 仿真结果
利用表1 中的参数设置VPI 器件，并且使用本文算法实现相应散、非线性、相位噪声及频率偏移的补偿，详见图8b）和图8d）。因为具有散及非线性效应，所以不适用集中式补偿算法，可以使用反向传输方法修正。其中，反向传输修正方法在每个span 补偿一次时，保证能够完全补偿非线性效应导致的星座旋转。散及非线性补偿之后的结果详见图8b），虽然原始数据杂乱，但算法在实现非线性及散补偿后的数据具有明显的圈，通过EDFA 中的噪声导致圈和圈相互重叠。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议