基于OFDM的短距离光接入网中相关DSP技术的研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:kevin7878
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人们对于信息化需求的不断提升,光接入网架构的升级与技术的提升已成为必然趋势。无源光网络(Passive Optical Network,PON)技术被视为光接入网的主流承载方式,其系统带宽、频谱利用率、传输速率与安全性等指标也被提出了更高的要求。将具备高频谱效率、低成本等优势的直接检测光正交频分复用(Direct Detection Optical Orthogonal Frequency Division Multiplexing,DDO-OFDM)技术与无源光网络结合已被视为NG-PON关键技术的有力候选者,并引起了业界广泛的关注。本文基于直接检测光OFDM-PON系统中多种损伤理论的分析,提出了一系列数字信号处理技术进一步改善系统接收发机的性能以及系统的安全性能。本论文的主要研究内容以及取得的相关研究成果如下:
  1、提出了一种集中于光链路终端(Optical Line terminal,OLT )实现的自适应采样频率偏差(Sampling Frequency Offset,SFO)补偿算法,并在OFDM-PON系统中进行了点对多点的验证。该算法采用最小二乘法获取探测信号子载波上数据符号的相位估计,降低了光网络单元(Optical Network Unit,ONU)架构复杂度且不会降低信号的频谱利用率。除此之外,通过设计合理的OFDM帧结构,在避免SFO引入符号间干扰(Inter-Symbol interference,ISI )的同时降低系统的计算复杂度。实验结果显示,14.29Gps的16QAMOFDM信号在20km标准单模光纤传输后,当接收光功率为-8dBm时,4路ONU中高达±200ppmSFO可以被有效的补偿且SFO估计偏差小于±1ppm。
  2、提出了一种环形幅度-相位键控(Amplitude-Phase Shift Keying,APSK)结合符号间差分检测(Inter-Symbol Differential Detection,ISDD)的采样频率偏差补偿方案。基于符号间差分检测的采样频率偏差补偿方法在不会降低信号频谱利用率的前提下,无需进行采样频率偏差的估计,从而避免残留采样频率偏差的影响。除此之外,本文利用边带相位补偿技术补偿该算法引入的边带相位偏移,但该算法引入的相位噪声会随着信号调制阶数的提高而严重恶化系统的传输性能。在此基础上,本文提出一种对相位噪声具备鲁棒性的64点环形幅度-相位键控信号调制格式,并在高斯白信道和直接检测光纤传输系统中进行了仿真验证。仿真结果显示,当SFO=±200ppm时,相较于传统64QAMOFDM信号,提出的64APSKOFDM信号具备更优的误比特(Bit Error Rate,BER)性能。当误码率为1E-3时,64APSKOFDM信号在高斯白信道和直接检测光纤传输系统中分别能实现信噪比(Signal Noise Ratio,SNR)3dB与2dB的增益。
  3、提出了一种一维混沌Chebyshev序列映射联合RSA工钥算法的加密方案,并在60GHz光载无线通信(Fiber-wireless,Fi-Wi)架构中进行了仿真验证。仿真结果显示,LDPC信道纠错编码的使用提升了系统的传输性能,64QAMOFDM信号经30kmSSMF光纤传输后,拥有密钥的合法用户能有效地解密原始数据流。
  4、提出了使用Henon映射产生的混沌序列控制哈达马预编码矩阵的行-列索引而实现对OFDM-PON进行物理层加密的方案。首先,为了克服光通信系统中高频子载波衰落严重现象,使用哈达马预编码技术已实现对子载波上噪声共享。除此之外,利用行-列变换后的哈达马矩阵与原矩阵相关性不改变的特性,产生由混沌序列控制的加密哈达马矩阵并在OFDM-PON中进行实验验证。实验结果显示,加密方案具备较大的密钥空间(~10178)。当接收信号误码率为1E-3时,基于加密Hadamard矩阵预编码的OFDM信号的接收灵敏度在OB2B与20km单模光纤传输后,相较于传统OFDM信号有2.3dB与1.2dB的增益。
其他文献
学位
学位
学位
近年来随着对港口环保的要求不断提升,船舶岸电技术在靠港船舶中的应用越来越广泛。船舶岸电是指船舶靠港后停止使用船舶柴油机机发电,而采用港口岸电系统向船舶提供电力,从而减少大气污染物排放。船舶岸电的监控与运维一体化技术研究,对提高港口岸电系统运行的稳定性和高效性具有重要意义。  本文针对船舶岸电监控与运维一体化系统展开了研究,设计了监控与运维系统的总体架构和系统功能,研究了岸电并网运行过程中船舶负载变
学位
目前,国内的造船企业对于船体外板的加工成形,都是依赖于经验丰富的工人手工加工来完成。随着我国造船业的蓬勃发展和订单量的增加,传统的手工加工方式在造船质量与造船速度都无法满足日益增长的需求,造船技术亟需现代化升级。同时,在2016年国务院发布的《中国制造2025》发展战略中明确提出了智能制造、绿色制造的诉求,并将海洋工程装备和高技术船舶这两个领域作为未来十年的发展重点之一。因此,研究船体外板的曲面成
学位
随着物联网技术的发展,越来越多的传感器出现在日常生活和工业领域中,海量传感器产生的时间序列数据具有动态性、异构性、大规模性以及时间依赖性等特点,增加了在不同物联网应用中的决策的艰难性。对物联网时序数据进行分析时,需要综合考虑多种类型的传感器数据来提升时序数据预测性能。同时,对物联网中传感器产生的大量数据存在的异常进行检测,也是亟需解决的问题,通过对物联网时序数据进行异常检测,可以降低异常造成的损失
学位
随着多模态数据的积累和深度学习的飞速发展,以视觉问答为代表的跨模态学习任务得到了广泛的关注和研究。视觉问答是指给定图像和自然语言的问题,对图像的视觉元素进行推理以推断出正确的答案。该任务是一项具有挑战性的多模态学习任务,因为它需要同时理解文本和视觉模态。因此,以细粒度的方式表示问题和图像在模型性能的提升上起着至关重要的作用。为了获得细粒度的表示方式,本文以注意力机制为基础设计了端到端的深度神经网络
学位
图像语义分割作为计算机视觉中一个非常重要的研究领域,对图像内容的分析和理解发挥着极其重大的作用。图像语义分割能够根据图像中不同的语义含义对每个像素点进行分类,使得属于相同类型对象的像素点被划分为同组。近年来,随着全卷积神经网络的出现和发展,图像语义分割技术取得了极大的进展。然而,现有的基于全卷积神经网络的图像语义分割方法目前仍存在着难以正确分割多尺度物体、丢失大量空间信息以及缺少上下文信息等主要问
教计算机"学习"并不像听起来那么遥不可及。计算机如何区分手写数字的图片?或者学习将文字分类?这些事情都可以通过将许多简单的单元串起来,建立起一个学习网络来解决。该研究领域称为“人工神经网络”,它能够解决许多非常复杂的问题,本文研究基于人工神经网络的文本分类问题。  本文的第一个贡献是为神经网络引入了一种新颖的激活函数。激活函数是人工神经网络架构的核心,它使人工神经网络能够对输入和响应变量之间的复杂
学位
TCP协议是大多数现代在线Web服务的底层传输协议,它的传输时间对Web服务性能至关重要。然而,数据包丢失会导致TCP传输性能显著下降,这极大地增加了Web服务的访问延时。本文通过分析全球最大互联网公司之一的真实Web访问数据发现,目前其传输过程中遭遇网络丢包现象严重,而TCP低效的丢包恢复机制使得传输时间显著增大。因此,之前的工作尝试在TCP上增加激进程度来加速丢包恢复,这些方案在快速恢复或超时
学位