2023年1月JLT光通信论文评析
发布时间：2023-03-01 14:56:21 热度：1559
3/01/2023，光纤在线讯，光纤在线特约编辑邵宇丰，王安蓉，袁杰，刘栓凡，左仁杰，李彦霖，陈鹏，李冲，胡文光，李文臣，陈超，柳海楠，杨林婕。
2023年1月出版的JLT主要刊登了以下一些方向的文章，包括：自由空间光通信，数字预补偿技术，布里渊光学分析，正交幅度调制，调制格式识别，数字预失真器等；笔者将逐一评析。
1.自由空间光通信
北京邮电大学的Wenbin Chen等研究人员应用深度学习（DL）对自由空间光（FSO）通信系统进行信道建模研究，如图1所示。他们通过生成对抗网络（GAN）、双向长短期记忆（BiLSTM）和贝叶斯神经网络（BNN）三种DL算法以数据驱动方式对FSO信道进行建模，从光学振幅波形、Kullback-Leibler(KL)发散度、95%置信区间、数据分布与拟合概率密度函数等方面比较了在不同湍流（弱、中、强）条件下的信号传输性能[1]。研究结果表明：GAN算法适合于学习FSO信道的统计分布特征；从发射功率、传输距离以及调制格式对GAN算法进行测试后证明：该算法在不引入假设损伤或在简化参数模型时可获得FSO信道关键特性，证明了其应用的稳定性和通用性。综上所述，在自由空间光通信系统信道建模中采用GAN算法有一定的潜在应用价值。
2.数字预补偿技术
阿根廷科尔多瓦研究机构的James等研究人员在相干光通信系统中设计了一种自适应光发射机预补偿技术，实验装置如图2所示。他们将编码信号经符号映射器和频谱整形滤波器处理后，再通过损伤均衡器（IE）进行预补偿，并经由光电探测器将光信号转换为电信号后通过模数转换器（ADC）输入信道估计器（CE），在实施数字反馈后对滤波器系数进行调整以匹配估计信号和实际反馈信号。研究人员在128G波特符号速率的相干64QAM光通信系统中对该方案进行了测试[2]，研究结果表明：该技术有效缓解了系统中由于I/Q时间偏移、马赫曾德尔调制器（MZM）增益和相位不平衡及调制器带宽不匹配引起的线性失真效应。因此，上述低成本和低复杂度的预补偿技术在未来大容量相干光通信系统中具有较好的应用前景。
3.布里渊光学分析
韩国大学纳米光子学研究中心的Wookjin.Jeong等研究人员采用时域处理和后向分布式拉曼放大技术实施了超高分辨率布里渊光学域分析（BOCDA）过程，其实验装置如图3所示。其中，分布式反馈激光器的输出光波被3dB耦合器分成两部分，以生成探测波和泵浦波；研究人员对正弦RF波进行直流调制以生成周期性相关峰（CP）；通过单边带调制器（SSBM）和微波合成器调节相关频率[3]。研究结果表明：在50km传感光纤上采用拉曼放大、时域数据处理、差分测量和注入锁定等技术来优化参数可以实现2cm的空间分辨率；在对布里渊增益谱（BGS）进行最佳调制频率设置时能产生超过5000个CP，可进一步缩短测量时间。因此，该方案为未来布里渊光学分析提供了参考借鉴。
4.正交幅度调制
电子科技大学的Qiankun. Li等研究人员利用高非线性光纤（HNLF）中的非线性效应设计了星-八阶正交幅度调制（8QAM）全光格式转换（AOFC）方案，实验装置如图4所示。其中，伪随机二进制序列（PRBS）驱动的相位调制器和幅度调制器生成了10G Symbol/s星型8QAM信号（幅度比约为1.85），并将该信号分解为20Gbit/s正交相移键控（QPSK）信号和10Gbit/s开关键控（OOK）信号。与传统方案相比，应用该方案无需严格的相位匹配条件，且避免了转换后OOK信号的差分编码过程[4]。研究结果表明：利用自相位调制（SPM）、交叉相位调制（XPM）和参数放大（PA）效应，可以灵活调整星形8QAM信号外环和内环间的幅度比（AR）；通过调整QPSK和OOK信号的发射功率，还能生成矩形8QAM信号、π/4 8QAM信号和8PSK信号的调制格式。因此，上述灵活转换调制格式方案在未来光网络中具有一定的应用价值。
5. 调制格式识别
西安电子科技大学的Xu Yan等研究人员设计了采用搜索聚类边界（SCB）算法的空间光通信调制格式识别（MFI）方案，其实验装置如图5所示。该算法中，密度较高的样本位于簇内部，密度较低的样本位于簇边缘，将聚类边界作为区分不同类的对象；不同聚类通过低密度样本点来区分，聚类过程不受样本绝对密度影响，能实现较好的聚类效果；其中聚类算法的性能由聚类精度（正确分类符号数占符号总数的百分比）来评价。在此基础上，研究人员将SCB算法应用于调制格式识别，并进行了空间光通信验证实验[5]，研究结果表明：SCB算法对不同形状的聚类具有良好的识别效果，且上述方案能在较少符号情况下准确识别不同阶数的调制格式。
6.数字预失真器
意大利都灵理工大学的Leonardo Minelli等研究人员设计了应用端到端（E2E）深度学习的非线性人工神经网络（ANN）数字预失真器（DPD）优化方案，实验装置如图6所示。研究人员在固定光路损耗（OPL）条件下，对不同比特率下工作的DPD的误码率进行了测量，并比较了含训练的非线性DPD与不使用DPD的系统性能[6]。研究结果表明：在较高比特率下应用线性DPD只能略微提高系统性能，而应用非线性DPD时在误码率为10−3时的数据速率接近6Gbps。研究人员在背靠背（B2B）和使用125mOM4光纤时，使用不同光路损耗（LOPL）值和几种比特率训练了若干DPD，并通过发射周期为216个符号的PAM-4伪随机序列（PRBS）信号来评估系统性能后发现：当数据速率110Gbps时，非线性DPD在B2B系统中提高了近1.5dB的接收灵敏度；经OM4-125 m光纤传输后接收灵敏度提高了至少3 dB。
[1]W. Chen et al., "Deep Learning-Based Channel Modeling for Free Space Optical Communications," in Journal of Lightwave Technology, vol. 41, no. 1, pp. 183-198, 1 Jan.1, 2023, doi: 10.1109/JLT.2022.3213519.
[2]J. J. W. Kunst, J. I. Bonetti, B. T. Reyes, D. A. Morero and M. R. Hueda, "Low-Complexity Adaptive Background Compensation of Coherent Optical Transmitters," in Journal of Lightwave Technology, vol. 41, no. 2, pp. 489-507, 15 Jan.15, 2023, doi: 10.1109/JLT.2022.3217505.
[3]W. Jeong, G. -T. Kim, K. Y. Song, S. B. Lee and K. Lee, "Brillouin Optical Correlation Domain Analysis With Over 2.5 Million Resolution Points Based on Raman Amplification and Injection Locking," in Journal of Lightwave Technology, vol. 41, no. 1, pp. 341-346, 1 Jan.1, 2023, doi: 10.1109/JLT.2022.3207756.
[4]Q. Li, X. Yang, H. Wen, Q. Xu, J. Yang and H. Yang, "All-Optical Format Conversion for Star-8QAM Signals Based on Nonlinear Effects in Elastic Optical Networks," in Journal of Lightwave Technology, vol. 41, no. 2, pp. 440-450, 15 Jan.15, 2023, doi: 10.1109/JLT.2022.3216841.
[5]X. Yan, C. Cao, W. Zhang, Z. Feng, X. Zeng and Z. Wu, "Modulation Format Identification Technology Based on a Searching Cluster Boundary Clustering Algorithm," in Journal of Lightwave Technology, vol. 41, no. 1, pp. 105-113, 1 Jan.1, 2023, doi: 10.1109/JLT.2022.3212042.
[6]L. Minelli, F. Forghieri, A. Nespola, S. Straullu and R. Gaudino, "A Multi-Rate Approach for Nonlinear Pre-Distortion Using End-to-End Deep Learning in IM-DD Systems," in Journal of Lightwave Technology, vol. 41, no. 2, pp. 420-431, 15 Jan.15, 2023, doi: 10.1109/JLT.2022.3216591.
2023年1月出版的JLT主要刊登了以下一些方向的文章，包括：自由空间光通信，数字预补偿技术，布里渊光学分析，正交幅度调制，调制格式识别，数字预失真器等；笔者将逐一评析。
1.自由空间光通信
北京邮电大学的Wenbin Chen等研究人员应用深度学习（DL）对自由空间光（FSO）通信系统进行信道建模研究，如图1所示。他们通过生成对抗网络（GAN）、双向长短期记忆（BiLSTM）和贝叶斯神经网络（BNN）三种DL算法以数据驱动方式对FSO信道进行建模，从光学振幅波形、Kullback-Leibler(KL)发散度、95%置信区间、数据分布与拟合概率密度函数等方面比较了在不同湍流（弱、中、强）条件下的信号传输性能[1]。研究结果表明：GAN算法适合于学习FSO信道的统计分布特征；从发射功率、传输距离以及调制格式对GAN算法进行测试后证明：该算法在不引入假设损伤或在简化参数模型时可获得FSO信道关键特性，证明了其应用的稳定性和通用性。综上所述，在自由空间光通信系统信道建模中采用GAN算法有一定的潜在应用价值。
2.数字预补偿技术
阿根廷科尔多瓦研究机构的James等研究人员在相干光通信系统中设计了一种自适应光发射机预补偿技术，实验装置如图2所示。他们将编码信号经符号映射器和频谱整形滤波器处理后，再通过损伤均衡器（IE）进行预补偿，并经由光电探测器将光信号转换为电信号后通过模数转换器（ADC）输入信道估计器（CE），在实施数字反馈后对滤波器系数进行调整以匹配估计信号和实际反馈信号。研究人员在128G波特符号速率的相干64QAM光通信系统中对该方案进行了测试[2]，研究结果表明：该技术有效缓解了系统中由于I/Q时间偏移、马赫曾德尔调制器（MZM）增益和相位不平衡及调制器带宽不匹配引起的线性失真效应。因此，上述低成本和低复杂度的预补偿技术在未来大容量相干光通信系统中具有较好的应用前景。
3.布里渊光学分析
韩国大学纳米光子学研究中心的Wookjin.Jeong等研究人员采用时域处理和后向分布式拉曼放大技术实施了超高分辨率布里渊光学域分析（BOCDA）过程，其实验装置如图3所示。其中，分布式反馈激光器的输出光波被3dB耦合器分成两部分，以生成探测波和泵浦波；研究人员对正弦RF波进行直流调制以生成周期性相关峰（CP）；通过单边带调制器（SSBM）和微波合成器调节相关频率[3]。研究结果表明：在50km传感光纤上采用拉曼放大、时域数据处理、差分测量和注入锁定等技术来优化参数可以实现2cm的空间分辨率；在对布里渊增益谱（BGS）进行最佳调制频率设置时能产生超过5000个CP，可进一步缩短测量时间。因此，该方案为未来布里渊光学分析提供了参考借鉴。
4.正交幅度调制
电子科技大学的Qiankun. Li等研究人员利用高非线性光纤（HNLF）中的非线性效应设计了星-八阶正交幅度调制（8QAM）全光格式转换（AOFC）方案，实验装置如图4所示。其中，伪随机二进制序列（PRBS）驱动的相位调制器和幅度调制器生成了10G Symbol/s星型8QAM信号（幅度比约为1.85），并将该信号分解为20Gbit/s正交相移键控（QPSK）信号和10Gbit/s开关键控（OOK）信号。与传统方案相比，应用该方案无需严格的相位匹配条件，且避免了转换后OOK信号的差分编码过程[4]。研究结果表明：利用自相位调制（SPM）、交叉相位调制（XPM）和参数放大（PA）效应，可以灵活调整星形8QAM信号外环和内环间的幅度比（AR）；通过调整QPSK和OOK信号的发射功率，还能生成矩形8QAM信号、π/4 8QAM信号和8PSK信号的调制格式。因此，上述灵活转换调制格式方案在未来光网络中具有一定的应用价值。
5. 调制格式识别
西安电子科技大学的Xu Yan等研究人员设计了采用搜索聚类边界（SCB）算法的空间光通信调制格式识别（MFI）方案，其实验装置如图5所示。该算法中，密度较高的样本位于簇内部，密度较低的样本位于簇边缘，将聚类边界作为区分不同类的对象；不同聚类通过低密度样本点来区分，聚类过程不受样本绝对密度影响，能实现较好的聚类效果；其中聚类算法的性能由聚类精度（正确分类符号数占符号总数的百分比）来评价。在此基础上，研究人员将SCB算法应用于调制格式识别，并进行了空间光通信验证实验[5]，研究结果表明：SCB算法对不同形状的聚类具有良好的识别效果，且上述方案能在较少符号情况下准确识别不同阶数的调制格式。
6.数字预失真器
意大利都灵理工大学的Leonardo Minelli等研究人员设计了应用端到端（E2E）深度学习的非线性人工神经网络（ANN）数字预失真器（DPD）优化方案，实验装置如图6所示。研究人员在固定光路损耗（OPL）条件下，对不同比特率下工作的DPD的误码率进行了测量，并比较了含训练的非线性DPD与不使用DPD的系统性能[6]。研究结果表明：在较高比特率下应用线性DPD只能略微提高系统性能，而应用非线性DPD时在误码率为10−3时的数据速率接近6Gbps。研究人员在背靠背（B2B）和使用125mOM4光纤时，使用不同光路损耗（LOPL）值和几种比特率训练了若干DPD，并通过发射周期为216个符号的PAM-4伪随机序列（PRBS）信号来评估系统性能后发现：当数据速率110Gbps时，非线性DPD在B2B系统中提高了近1.5dB的接收灵敏度；经OM4-125 m光纤传输后接收灵敏度提高了至少3 dB。
[1]W. Chen et al., "Deep Learning-Based Channel Modeling for Free Space Optical Communications," in Journal of Lightwave Technology, vol. 41, no. 1, pp. 183-198, 1 Jan.1, 2023, doi: 10.1109/JLT.2022.3213519.
[2]J. J. W. Kunst, J. I. Bonetti, B. T. Reyes, D. A. Morero and M. R. Hueda, "Low-Complexity Adaptive Background Compensation of Coherent Optical Transmitters," in Journal of Lightwave Technology, vol. 41, no. 2, pp. 489-507, 15 Jan.15, 2023, doi: 10.1109/JLT.2022.3217505.
[3]W. Jeong, G. -T. Kim, K. Y. Song, S. B. Lee and K. Lee, "Brillouin Optical Correlation Domain Analysis With Over 2.5 Million Resolution Points Based on Raman Amplification and Injection Locking," in Journal of Lightwave Technology, vol. 41, no. 1, pp. 341-346, 1 Jan.1, 2023, doi: 10.1109/JLT.2022.3207756.
[4]Q. Li, X. Yang, H. Wen, Q. Xu, J. Yang and H. Yang, "All-Optical Format Conversion for Star-8QAM Signals Based on Nonlinear Effects in Elastic Optical Networks," in Journal of Lightwave Technology, vol. 41, no. 2, pp. 440-450, 15 Jan.15, 2023, doi: 10.1109/JLT.2022.3216841.
[5]X. Yan, C. Cao, W. Zhang, Z. Feng, X. Zeng and Z. Wu, "Modulation Format Identification Technology Based on a Searching Cluster Boundary Clustering Algorithm," in Journal of Lightwave Technology, vol. 41, no. 1, pp. 105-113, 1 Jan.1, 2023, doi: 10.1109/JLT.2022.3212042.
[6]L. Minelli, F. Forghieri, A. Nespola, S. Straullu and R. Gaudino, "A Multi-Rate Approach for Nonlinear Pre-Distortion Using End-to-End Deep Learning in IM-DD Systems," in Journal of Lightwave Technology, vol. 41, no. 2, pp. 420-431, 15 Jan.15, 2023, doi: 10.1109/JLT.2022.3216591.
