光收发机IQ损伤宽范围联合估计新型DSP方案

来源 :光学学报 | 被引量 : 0次 | 上传用户:wanghua8503
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
大波特率、高阶调制格式信号的广泛应用使相干光通信系统对收发机中存在的硬件损伤更加敏感,因此迫切需要相应的损伤估计方法.提出了一种新的基于数字信号处理的收发机损伤联合估计方案,该方案可同时监测因光发射机和光接收机硬件不完美引起的光信号同相/正交(IQ)分量幅度、相位不平衡和时钟偏移.该方案首先使用Godard定时误差检测器和施密特正交化法估计并补偿了接收机损伤;接着使用最大似然的独立成分分析法和级联的判决引导最小均方(DDLMS)算法分别实现了对发射机损伤不敏感的偏振解复用和载波相位恢复;最后从DDLMS的抽头系数中估计出发射机损伤.得益于对发射端IQ不敏感的偏振解复用和载波相位恢复,该方案实现了宽范围的损伤监测.仿真结果表明,与传统数字信号处理方案相比,所提方案对发射端幅度、相位不平衡的估计范围分别提升了约100%和33%.
其他文献
基于单颗粒气溶胶吸湿增长模型,分别建立了亲水性和亲疏水性双颗粒凝聚气溶胶的吸湿增长模型,并利用离散偶极子近似方法计算了不同相对湿度时两种凝聚粒子的散射特性.结果表
模拟了调制脉冲激光雷达在水下的探测信号,利用快速独立元分析方法(FastICA)的迭代算法将探测信号中的目标与后向散射信号分离,恢复出浑浊水域被强后向散射淹没的弱目标反射
为了解决现有陆地气溶胶光学厚度(AOD)反演算法精度和空间分辨率较低的问题,基于深度学习的思想,使用深度置信神经网络(DBN),实现了具有30 m空间分辨率的陆地气溶胶光学厚度