随着通信技术的发展,相干光正交频分复用(CO-OFDM)通信系统凭借其高抗色散能力、高频谱利用率和支持高阶调制等优点,成为了未来高速长距离传输的主要技术。FPGA凭借其实时性和极强的并行处理能力成为实时数字信号处理非常有效的选择。本文提出了一种OFDM系统实时发射机和接收机的设计方案,并描述了其在FPGA上的具体实现方法。此外,CO-OFDM系统中OFDM信号的高峰均比(PAPR)特点使其在中长距离传输中对光纤非线性效应非常敏感,使系统的传输性能受到影响,同时线宽小于100kHz的外腔激光器售价很高,所以在大线宽的CO-OFDM系统中提出一种高效地非线性均衡算法是十分有必要的。本文在高阶QAM与大线宽的CO-OFDM系统中,给出了一种基于GRNN的非线性均衡方法。本文的主要研究内容如下:1.本论文首先介绍了CO-OFDM技术的研究背景与研究现状,介绍了FPGA在CO-OFDM中的应用,并对CO-OFDM技术的基本原理和关键技术进行介绍。2.基于OFDM技术原理,采用自顶向下的设计方法对OFDM基带系统的发射机和接收机进行设计,提出了一种在OFDM接收系统中符号定时同步算法的设计方案,分析了该方案的优势,并阐述了整个系统在FPGA上的实现过程。设计完成后,运用Modelsim SE10.1c对设计的发射机和接收机进行测试验证并对实验结果进行分析。3.针对高阶正交幅度调制(QAM)和大线宽相干光正交频分复用(CO-OFDM)系统,提出了一种基于广义回归神经网络(GRNN)的非线性均衡算法。将接收端进行相位噪声恢复之后的批量数据作为训练数据样本,进行训练学习得到GRNN网络的唯一参数平滑因子,然后对测试数据进行非线性均衡。基于传输距离为100km,传输速率50Gb/s的CO-OFDM系统进行了仿真验证。仿真结果表明,在大线宽和高阶调制下,GRNN对系统非线性损伤的补偿效果优于相应反向传播神经网络(BPNN),且其训练运行时间远小于BPNN。该非线性均衡算法能极大促进CO-OFDM系统在中长距离光纤传输中的应用。