论文部分内容阅读
进入21世纪以来,互联网渗透进了人们生活的方方面面,如信息获取、电子商务、交流互动、娱乐应用等等。互联网带宽的显著增长推动了全世界电信业的发展,因此,作为现代信息基础设施的主干,光纤通信系统对传输容量的需求也越来越大。在众多类型的光传输系统中,基于相干光检测的正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统因其接收机灵敏度和频谱效率高,并对偏振色散具有鲁棒性脱颖而出。本论文围绕基于相干光OFDM（Coherent Optical OFDM,CO-OFDM）系统的接收机均衡技术进行研究。光OFDM系统中存在两种主要因素会使接收机符号星座图产生误判决:光纤信道色散和发射/接收激光器的相位噪声。其中,前者由随温度变化的色度色散和偏振膜色散组成,主要会导致星座图的发散;后者则随线宽变化而变化,主要会导致星座图的旋转。为了有效解决上述问题,可通过信道均衡及相位估计和补偿来处理。为此,针对CO-OFDM系统的主要噪声源,本论文开展了系统均衡算法的研究,其具体工作和创新点如下:第一,从理论的角度出发,对相干光OFDM系统的原理和存在的问题进行了理论分析,然后根据相干光OFDM的原理和模型,搭建了本论文使用的仿真平台,并利用该平台仿真验证了研究接收机均衡技术的必要性。第二,提出了一种信道均衡技术。针对光纤信道色散引起的信道线性损伤,首次提出了基于仿射投影的符号函数修正常模算法（Affine Projection based Sign Modified Constant Modulus Algorithm,AP-SMCMA）,并进行了单路10Gb/s 160km CO-OFDM系统的仿真验证和对比分析。仿真结果表明,相比于MCMA,AP-SMCMA算法能带来0.4 dB的功率增益(在前向纠错误差（Forward Error Compensation,FEC）极限,即BER=3.8×10-3处)以及10倍的收敛速度增益（在最佳收敛点处）。第三,提出了两种相位噪声抑制技术。从激光器相位噪声符合维纳过程的性质出发,首次提出了基于拉格朗日插值的扩展卡尔曼滤波（Lagrange Interpolation based Extended Kalman Filter,LRI-EKF）算法;从机器学习的角度出发,首次提出了基于最小二乘法的反向传播神经网络（Least Square based Back Propagation Neural Network,LS-BPNN）算法。分别进行了单路25Gb/s 160km CO-OFDM系统的仿真验证和对比分析,并对这两种算法各自的优劣进行了讨论。仿真结果表明,和公共相位误差（Common Phase Error,CPE）补偿算法相比,在FEC极限处,LRI-EKF算法可以将OSNR代价降低1.2 dB,并将激光器线宽容忍度提高300 kHz;与已有LS算法相比,在FEC极限处,LS-BPNN算法可以将所需接收光功率降低1.2 dB,并将激光器线宽容忍度提高160 kHz。