超奈奎斯特非正交频分复用相干光通信系统核心DSP算法研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:longzy773
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
随着移动互联网、大数据、云计算、网络游戏应用等技术的发展,人们对高数据速率以及大容量光传输系统的需求不断增加,提升频谱效率从而提高系统容量成为解决光纤通信系统频谱资源受限的可行技术之一。超奈奎斯特非正交频分复用(Faster Than Nyquist Non-Orthogonal Frequency Division Multiplexing,FTN-NOFDM)技术打破传统正交频分复用技术的正交性,通过压缩子载波间隔来压缩信号带宽,从而获得比OFDM更高的频谱效率。而偏振相干超奈奎斯特非正交频分复用系统(Polarization Multiplexing Coherent FTN-NOFDM,PM-CO-FTN-NOFDM)不仅具有多载波调制的抗色散的优势,还保持偏振分集相干接收的高频谱效率和高接收机灵敏度的优势,且通过子载波间隔压缩达到更高的频谱效率,可以满足未来大容量、高速率、高频谱效率、高接收机灵敏度的相干光通信系统要求,具有重要研究意义和应用前景。本文围绕PM-CO-FTN-NOFDM传输系统中的关键技术—数字信号处理(Digital Signal Processing,DSP)算法进行了深入研究,主要研究工作如下。1.FTN-NOFDM系统中引入严重子载波间干扰(Inter-Carrier Interference,ICI),传统PM-CO-OFDM系统的DSP算法难以适用,需根据NOFDM系统损伤特性,对PM-CO-F TN-NOFDM系统DSP算法方案进行改进设计。本文根据FTN-NOFDM特性,在发端DSP中选择添零替代循环前缀,并相应地进行帧结构设计。在收端DSP中,针对严重内在ICI的影响对频偏估计、相偏估计、信道估计等DSP算法以及算法流程进行设计,在传输损伤补偿完之后使用信号检测算法抑制内在ICI。在单波道112Gbps PM-CO-QPSK-FTN-NOFDM传输距离300km条件下,仿真验证了所设计DSP方案的可行性,以0.4dB光信噪比代价实现了频谱利用率提升14.3%。2.针对FTN-NOFDM系统下非正交导频叠加其他子载波干扰这一问题,提出一种基于时域射频导频(Radio Frequency-Pilot,RF-Pilot)的频偏相偏联合估计算法。所设计的算法在时域加入直流,其上变频后变成RF-Pilot,利用其高功率以及无相位损伤时相位为零的特性进行频偏与相偏估计,从而有效减轻内在ICI对系统性能的影响。单波道112Gbps PM-CO-QPSK-FTN-NOFDM光传输系统仿真结果表明频谱效率提升14.3%时:频偏容忍大于2GHz,最优的导频信号功率比为-17~-13dB,保护子载波开销最大为8.9%。3.针对FTN-NOFDM系统下传统基于数据辅助的频域信道估计法性能差、而盲信道估计算法复杂度高的问题,本文根据PM-CO-FTN-NOFDM传输信道特性,提出了一种基于琼斯矩阵的无插值的频域信道估计算法,该算法不受FTN-NOFDM内在ICI影响,且复杂度较低。单波道112Gbps PM-CO-QPSK-FTN-NOFDM传输系统仿真结果表明频谱效率提升14.3%时该算法至少能自适应补偿30ps的偏振模色散,训练符号开销最大为2.9%。
其他文献
近年来,随着互联网、移动互联网的发展,通信等基础设施的不断完善,传统的教育机构和新兴的互联网企业都在尝试探索在线教育的最佳模式,教育逐渐从线下走向线上,在线教育行业受到大数据的影响。传统的数据分析系统已经不能满足教育大数据环境下的分析场景,特别是从海量用户数据中预测未来教育行业的发展趋势。目前国内外在线教育平台都在打造自己的数据分析系统,本论文以某在线教育平台为基础,搭建综合数据分析系统,使之能够
随着移动互联网技术的飞速发展,公众可以通过网络随意针对社会热点事件进行转发和点评,从而导致网络舆情事件爆发。近年来,舆情事件信息的主体逐渐由文本数据转变为视听化程度更高的音视频数据,由于音视频数据存在时长差异且极有可能出现超长时的情况,针对这类音频数据无法直接进行识别分析,同时现有的语音识别系统未融合舆情领域知识和音频情感因素,无法针对音视频数据进行有效的舆情研判。针对以上问题,本文设计并实现了基
随着5G、云计算等新兴技术的不断涌现,越来越多的复杂功能被加入到传统IP架构网络中。这在一定程度上导致了交换设备日渐臃肿、存储空间较为紧缺、网络拥堵现象逐渐增多,难以满足日益增长的高性能网络需求。软件定义网络(Software Defined Network,SDN)被认为是解决IP网络架构僵化、提高资源利用率并促进未来网络创新的有效途径之一。SDN网络将控制平面与数据平面解耦合,控制平面负责集中
加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题,定理证明作为人工智能领域的核心研究课题在一定程度上影响着人工智能技术的发展。随着一些交互式定理证明辅助工具Coq、Isabelle、HOLLight等的诞生,定理机器证明的研究有了更进一步的发展。Coq是国际上广泛使用的一个交互式定理证明工具,它基于归纳构造演算,有着强大的数学模型和良好的扩展性,更为重要的是,基于C
近年来,深度学习作为一种新兴的信息技术广泛应用于各个领域。在某种确定的深度学习模型下,神经元连接处的参数大小决定了模型优劣,为了提高模型的准确性,在训练过程中需要对参数取值进行优化,其中涉及到的优化问题主要是对经验风险函数进行最小化求解。随着数据规模的不断扩大,传统的一阶优化算法已经不能有效解决经验风险最小化问题。随机算法是指在迭代的过程中随机选择一个或部分样本的损失函数梯度近似损失函数全梯度,以
在癌症发病率和死亡率逐年攀升的今天,人们对健康问题越发关注,对于提升肿瘤检测及时性和准确率的希望也越发迫切。随着现代计算机技术的迅速发展,卷积神经网络成为国内外专家学者的研究热点,将其的研究成果应用于医疗领域,帮助医生对肿瘤做出高效而准确的诊断,这具有着重要的社会意义和实用价值。由于不同身体部位和不同检查方式中的肿瘤具有不同的形态,本文针对核磁共振成像的脑胶质瘤进行了分割模型的研究,并搭建Web系
大数据时代下各行各业的数据呈现爆炸式增长,变得越来越庞大和复杂,尤其在土地开发产业链中,由于从土地到楼盘这一产业链上的时间间隔较长,各类信息度量标准不统一,空间位置信息也在不断地更新等因素,造成土地开发产业链中各类数据比较孤立且冗余度高,难以聚合和共享,无法发挥数据隐含的价值。因此,为了能合理和高效地利用这些数据,对设计一套集数据获取、数据管理及关联分析为一体的应用系统的需求越来越迫切。为了解决土
目前,我国大多数公司的经营模式还是维持在从上而下的多层级的管理模式,而这种方式很容易导致员工失去工作积极性,整个管理模式非常僵化,上层领导对于业务了解不够透彻,决策下行困难,基层员工缺乏激励,工作完成不积极,导致整个业务流运转缓慢,效率低下,公司竞争力弱。可以说,优化管理模式是很多公司亟待解决的问题。本文通过对W公司的阿米巴经营模式组织变革为例,通过文献研究法、案例研究法、访谈法和标杆分析法等方法
随着物联网的发展,物联网技术已经应用到社会的各个领域。物联网平台作为物联网技术的基础设施,可以实现设备、数据、信息的交互,完成统一的管理和监控。物联网平台的高效运营、安全维护和性能监控十分重要。日志是各种设备、系统平台及应用程序等运行时产生的大量事件记录,可以依据日志快速找出问题所在。因此日志分析对物联网平台的运营和维护十分关键。本文通过对物联网平台日志的解决方案进行研究,设计并实现了一个物联网平
图嵌入是将图中的节点用低维、连续、稠密、具有相关性的向量表示,以便于后续的语义处理和推理。可以基于代数或者随机游走的方法对图进行学习实现图嵌入。近两年随着深度学习技术的发展,将深度学习引入图嵌入可以高效准确地获得嵌入向量。通过深度学习图嵌入方法,研究人员对节点和边同属一种类型的同构图、节点类型不同和节点间边类型不同的异构图进行了研究。但现实世界中还存在大量两个节点间存在多种不同类型关系的多路复用异