CN101682424A - 用于确定带内光噪声的方法和系统 - Google Patents

Abstract

在此提供了一种用于确定在灵敏的多信道密集波分复用(DWDM)光学系统中的带内噪声的方法，在所述光学系统中信道间噪声不代表在光信道中的带内噪声。所述方法依赖于对相同输入光信号的两次观察的分析。在这两次观察中，光信号成分和光噪声成分之间的线性关系(也即，所观察到的OSNR)是不同的，这允许了对所述输入光信号中的信号成分和噪声成分的鉴别。在第一种方法中，这两次观察是通过对输入光信号的偏振分析而提供的。在第二种方法中，使用两个不同的积分宽度获得所述输入光信号。

Description

用于确定带内光噪声的方法和系统

相关申请的交叉引用

本申请要求于2007年4月5日提交的美国临时专利申请60/910,352的优先权，该申请的说明书在此以援引方式纳入本文。

技术领域

本发明涉及光远程通信应用中的带内噪声的确定。更具体地，本发明涉及密集波分复用(DWDM)光网络中的带内噪声的确定。

背景技术

IEC 61280-2-9光纤-光通信子系统试验程序-第2-9部分标准(版本1.0b：2002)提供了一种用于确定DWDM网络中的OSNR的标准方法。该方法基于以下假设：信道间噪声水平代表信号峰位置处的噪声水平。该方法对信号带宽之外的噪声的功率水平进行插值，以计算信号带宽内的带内噪声。增加了的调制速率扩大信号带宽，而增加了的信道密度则减少信道间宽度，由此致使对用于执行此测量的光谱分析器的光谱特性有严格要求。这些标准中所描述的程序能够克服在相邻峰的噪声水平大部分连续时所面临的困难。例如，这些标准提出了一种二次扫描程序，首先使用大分辨带宽测量宽调制峰，以捕获整个信号峰，然后使用窄分辨带宽确定噪声，以最小化主峰和相邻峰对信道间噪声水平的贡献。替代地，商业光学频谱分析器(OSA)(诸如EXFO的FTB-5240，以其2007年之前可用的版本)，实施某种程度上等同的程序，其在单次扫描中执行综合的峰计算和精细噪声确定。

然而，为了严格符合这些标准上的建议，应确定峰之间在中间信道间隔处的噪声水平。在用信号峰对噪声作光谱滤波的情形下，在经过多路复用器或多路分解器——例如可重构型光分插复用器(ROADM)——之后，中间间隔噪声水平不再代表带内噪声水平——带内噪声水平是用于确定OSNR的相关参数。信道间噪声水平的插值变得不可靠。这可以——通过依靠OSA滤波器的非常尖锐的光谱响应以及适应性处理来确定噪声和信道带宽内的信号峰的基部相遇的肩部处的噪声水平——来缓和。然而，增加的调制速率，加上对多路复用器和多路分解器的窄滤波，使得实现信道带宽内的噪声水平的可靠测量愈加困难。

有源偏振归零(见J.H.Lee等人在2001年1月第1期第13卷的IEEE Photonics Technology Letters所发表的“OSNR MonitoringTechnique Using Polarization-Nulling Method”)提供了光谱直接分析法以外的一种替代方法。此方法利用如下事实：信号峰总体偏振，而噪声总体上不偏振。使用与偏振器级联的偏振控制器，可以有效控制输入信号的偏振，以便找到信号峰基本被偏振器抑制的条件。在信号峰被抑制，且暴露出光信道带宽内的带内噪声(通过信号峰抑制而从信号峰中鉴别出来)的同时，获得光谱迹(optical spectrumtrace)。可使用所获得的光谱迹确定光信道带宽内的噪声水平。

用于确定光信号的OSNR的其他方法也已被提出。其中一种方法在属于Lee等人的美国专利申请No.2006/0098980中被公开。此方法在单个测量步骤中使用抖动功能测量噪声，以及同时使用不同的分辨带宽测量信号，与在两次光谱扫描中进行测量的IEC方法相反。

发明内容

本文提供了一种用于确定密集波分复用(DWDM)输入光信号的噪声参数的方法，所述密集波分复用(DWDM)输入光信号具有在光信号带宽内的信号成分和噪声成分，所述噪声参数如，带内噪声或光信噪比(OSNR)。该方法可仅使用无源光器件和市售的光谱分析器(OSA)来实现，而非有源控制的偏振控制器。处理由这种OSA获得的至少两个光谱迹，以将噪声成分和信号成分鉴别开。

该方法对于确定带内噪声非常有价值，从而对确定灵活的多信道密集波分复用(DWDM)光学系统中的OSNR也非常有价值。在这种灵活的系统中，光信道可以沿光网络的任何地方插入或分出——可以在光放大之后或之前。插入和分出通常是使用光分插复用器(OADM)执行的，OADM不仅将相应于光信道的信号峰过滤，也过滤了噪声。用有用的信号峰过滤光噪声，从而该光噪声在光谱上限于信道带宽或光信道的光谱邻域，并且从一个DWDM信道变化到另一个DWDM信道。从而，信道噪声不代表光信道的带内噪声。

该方法依赖于对具有有用的信号成分(相应于信号峰)和噪声成分的同一输入光信号的至少两个测量值的分析。在所述的两个测量值中，信号成分和噪声成分之间的线性关系——也即，观测到的OSNR——是不同的，这允许使用两个测量值之间的计算和比较来区分输入光信号中的信号成分和噪声成分。在此处所提供的称为无源偏振感应鉴别(PPID)方法的第一方法中，这两个测量值是通过对输入光信号作不同的偏振分析而提供的。输入光信号的至少两个样本是在不同的偏振分析条件下获取的，例如是根据不同偏振态(SOP)而被偏振的，其光谱将被获取以提供至少两个测量值。在此方法的一个实施例中，使用偏振分束器将输入光信号分束，并且获取被分束的两个样本以提供两个测量值。在此处所提供的称为差分分辨带宽鉴别(DRBD)方法的第二种方法中，使用两个不同的分辨带宽(RBW)获取输入光信号。可在光谱分析器(OSA)中使用不同的过滤狭缝，来提供不同的RBW，或对获取的单个输入迹作数值积分，以提供两个测量值。

PPID和DRBD方法具有一些不同的优点和缺点，且它们可被合并为一种混合方法——其中一方法的局限之处通过使用另一方法来规避。

这种混合方法依赖于待分析的输入光信号中的噪声和信号成分的不同性质。首先，信号噪声和噪声成分具有的不同性质在于，信号通常是基本偏振的(或至少部分地偏振的)而噪声通常是非偏振的(或至少部分地非偏振的)。PPID方法利用了这个性质。从而，在输入光信号的光路中插入偏振器，对噪声成分造成的影响和对信号成分造成的影响是不同的。因此可以在不同的信号成分与噪声成分的比例下提供不同的光谱迹，这使得可以对它们进行鉴别——通过假设噪声成分是非偏振的而信号成分是偏振的这一事实。其次，噪声成分通常比信号成分在光谱上更宽，而且更重要的是，与OSA的分辨带宽相比，在信号迅速变化的地方所述噪声成分变化缓慢。DRBD方法利用了该第二个性质。从而，改变输入光信号的不同光谱迹中的RBW，将对噪声成分和信号成分造成不同的影响。从而可以提供具有不同的信号和噪声成分的比例的不同光谱迹，这使得可以对它们进行鉴别。

根据一方面，提供了用于确定输入光信号上的噪声参数的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分。该方法包括以下步骤：从所述输入光信号中获取至少两个光谱迹，所述光谱迹是在不同的条件下获取的以使得它们显示出不同的非零信噪比；基于所述光谱迹，在所述光信号带宽内数学地将所述信号成分和所述噪声成分鉴别分离；从所鉴别的噪声成分，确定在所述输入光信号上的带内噪声水平；以及从所确定的带内噪声水平确定噪声参数，所述噪声参数指示光信号带宽内的噪声成分。

根据另一方面，提供了用于确定输入光信号上的噪声参数的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分。所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个。该方法包括下列步骤：分别使用第一偏振分析条件和第二偏振分析条件，获取输入光信号的第一光谱迹和第二光谱迹，所述第一偏振分析条件和第二偏振分析条件彼此不同，且相对于所述输入光信号均为任意，这些光谱迹显示出不同的信噪比；使用所述光谱迹在所述光信号带宽内鉴别分离所述噪声成分与所述信号成分；并且从所鉴别的噪声成分确定所述输入光信号上的带内噪声水平。

根据另一方面，提供了用于确定在光信号带宽内的输入光信号上的带内噪声的系统。所述系统包括：一个输入，其用于接收输入光信号，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个；一个偏振光装置，其用于获得所述输入光信号的第一样本和第二样本，以使得所述第一样本和第二样本具有彼此不同的相对于输入光信号的偏振态或彼此不同的偏振度中的至少一个，所述样本的偏振态相对于所述输入光信号均是任意的；一个光谱分析仪，其用于获取第一样本的第一光谱迹和第二样本的第二光谱迹，所述第一光谱迹和第二光谱迹显示了彼此不同的非零信噪比；一个光谱处理器，其适于使用所述第一光谱迹和第二光谱迹，将所述光信号带宽内的所述输入光信号中的所述噪声成分从所述光谱迹中数学地鉴别出来；和一个噪声计算器，其用于从鉴别出的噪声成分估量所述光信号带宽内的带内噪声。

根据另一方面，提供了用于确定输入光信号上的噪声参数的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，与所述信号成分相比，所述噪声在所述光信号带宽内的波长上的变化缓慢，所述方法包括：从所述输入光信号获得分别相应于第一积分宽度和第二积分宽度的第一光谱迹和第二光谱迹，以便使所述第一光谱迹和第二光谱迹显示出不同的非零信噪比，所述第二积分宽度大于所述第一积分宽度，所述第一光谱迹和第二光谱迹包括至少一个点；使用所述第一光谱迹和第二光谱迹，数学地鉴别出在所述输入光信号带宽内的所述输入光信号中的所述噪声成分；从所鉴别的噪声成分，确定在所述光信号带宽内的所述输入光信号上的带内噪声水平；并且从所确定的带内噪声水平确定所述噪声参数，所述噪声参数指示在光信号带宽内的噪声成分。

根据另一方面，提供了用于确定输入光信号上的带内噪声的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中从所述输入光信号获得所述光谱迹，且其中从所述光信号带宽内鉴别分离出所述噪声成分与所述信号成分，以便确定输入光信号上的带内噪声水平，该方法的特征在于：从所述输入光信号获得至少两个光谱迹，所述光谱迹是在不同条件下获取的，以使得它们显示出不同的非零信噪比；使用光谱迹之间的比较，从所述光信号带宽内数学地鉴别分离出所述噪声成分与所述信号成分；且从所鉴别的噪声成分确定所述输入光信号上的带内噪声水平。

根据另一方面，提供了用于确定输入光信号上的带内噪声水平的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个，其中所述输入光信号的第一光谱迹是用第一偏振分析条件获得的，且其中从所述光信号带宽内鉴别分离出所述噪声成分与所述信号成分，以便确定输入光信号上的带内噪声水平。该方法的特征在于如下步骤：使用第二偏振分析条件，获取所述输入光信号的第二光谱迹，所述第一偏振分析条件和第二偏振分析条件彼此不同，且相对于所述输入光信号均为任意，所述第一光谱迹和第二光谱迹显示出不同的信噪比；使用所述光谱迹之间的比较，从所述光信号带宽内数学地鉴别分离出所述噪声成分与所述信号成分；且从所鉴别的噪声成分，确定所述输入光信号上的带内噪声水平。

根据另一方面，提供了用于确定输入光信号上的带内噪声水平的系统，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个，所述系统包括：一个偏振光装置，其用于偏振所述输入光信号的至少一部分，以产生所述输入光信号的第一样本；一个光谱分析器，其被配置为获取所述第一样本的第一光谱迹，将所述噪声成分从所述光信号带宽内的所述信号分布中鉴别出来，以便确定所述输入光信号上的带内噪声水平。该系统的特征在于：所述第一光谱迹示出一非零信噪比；所述偏振光装置还被配置为产生所述输入光信号的第二样本，所述第一样本和所述第二样本具有彼此不同的相对于输入光信号的偏振态或彼此不同的偏振度中的至少一个，所述第一样本和所述第二样本的偏振态相对于所述输入光信号为任意；所述光谱分析器被进一步配置为获取所述第二样本的第二光谱迹，所述第二光谱迹示出不同于所述第一光谱迹的非零信噪比；该系统还包括一个光谱处理器，其用于基于所述第一光谱迹和第二光谱迹，从所述光信号带宽内数学地鉴别分离所述噪声成分与所述信号成分；以及一个噪声计算器，其用于从所鉴别的噪声成分确定在所述光信号带宽内的所述带内噪声。

根据另一方面，提供了一种用于估计输入光信号上的带内噪声水平的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中与所述信号成分相比，所述噪声成分在所述光信号带宽内的波长上变化缓慢，且其中从所述输入光信号获得分别相应于第一积分宽度和第二积分宽度的第一光谱迹和第二光谱迹，所述第二积分宽度大于所述第一积分宽度。该方法的特征在于：由于不同的积分宽度，所述第一光谱迹和所述第二光谱迹显示出不同的非零信噪比；基于所述第一光谱迹和第二光谱迹，使用数值计算在所述光信号带宽内鉴别分离所述噪声成分与所述信号成分；且从所鉴别的噪声成分，确定所述输入光信号上的带内噪声水平。

附图说明

图1是示出了一示例性的输入光信号的光谱，以及其噪声成分和信号分布的光谱的曲线图；

图2是示出了用于确定输入光信号上的带内噪声、光信噪比(OSNR)或别的噪声参数的总体方法的流程图；

图3是使用无源偏振感应鉴别方法确定输入光信号上的噪声参数的系统的主要部件的方框图；

图4A是示出了一种有待用在图3系统中的可行的偏振光装置的框图，其中使用偏振分束器；

图4B是示出了另一种有待用在图3系统中的可行的偏振光装置的框图，其中和偏振器一同使用50/50光耦合器；

图4C是示出了另一种有待用在图3系统中的可行的偏振光装置的框图，其中将偏振器交替地插入光路和从光路中移除；

图4D是示出了另一种有待用在图3系统中的可行的偏振光装置的框图，其中偏振控制器被置于偏振器之前；

图5是示出了使用无源偏振感应鉴别方法以确定输入光信号上的噪声参数的方法的流程图；

图6是使用无源偏振感应鉴别方法以确定输入光信号上的噪声参数的系统的实施方案的方框图，其中使用有双信道光谱分析器；

图7是示出了图5的方法的一个示例实施方案的流程图，其中更详细地示出了鉴别信号成分和噪声成分的步骤；

图8是示出了一个示例性的输入光信号的光谱及其鉴别的噪声成分和信号成分的曲线图，所鉴别的噪声成分和信号成分根据无源偏振感应鉴别方法而计算；

图9是示出了使用差分分辨带宽鉴别方法以确定输入光信号上的噪声参数的方法的流程图；

图10示出了图9的方法的一个示例实施方案的流程图，其中利用选定的积分窗口，以在两个光谱迹上获得平顶的信号峰；

图11是示出了图10的方法所用的示例性输入光信号的光谱的图表；

图12是示出了图9的方法的另一个示例实施方案的流程图，其中假设了信号成分的波形已知；而

图13是示出了使用混合方法用于确定输入光信号上的噪声参数的示例方法的流程图。

注意，在附图中，相似的部件用相似的附图标记标识。

具体实施方式

现在参见图1，此处描述的方法和系统涉及光信号p的表征，所述光信号p用在光远程通信中，用以在密集波分复用(DWDM)光信道上传输数据。在本说明书的全文中，光信号p相应于DWDM光信道中的其中一个信道。在所关注的光信道带宽之中，光信号p包括两个分量，即，一个源自载有数据的信号的信号成分s，和一个包括了光信道内的所有其他光功率源的噪声成分n。噪声成分n主要源自光传输系统中的光放大器的放大自发辐射(ASE)噪声。图1示出了示例光信号p的光谱p(λ)，以及其信号成分s(λ)的光谱和其噪声成分n(λ)的光谱，使：

p(λ)＝s(λ)+n(λ)，            (1)

且p＝∫_CBWp(λ)，

s＝∫_CBWs(λ)，

n＝∫_CBWn(λ)，

其中CBW是所关注的信道带宽。

光信号p的光谱迹，是通过光谱分析器(OSA)获取的一系列数据对P(λ)，且表示与OSA的滤波器光谱响应h_OSA(λ)以及任何所需卷积窗口h_W(λ)作卷积的输入光信号p。因此光谱迹P(λ)是光谱上分辨的光信号p的光功率。在相应于信道带宽CBW的带宽中，光谱迹P(λ)也包括了信号成分S(λ)和噪声成分N(λ)，它们融合在一起并作为光谱迹P(λ)而出现，而且：

P(λ)＝S(λ)+N(λ)＝h_w(λ)＊h_OSA(λ)＊p(λ)

＝h_w(λ)＊h_OSA(λ)＊s(λ)+h_w(λ)＊h_OSA(λ)＊n(λ).    (2)

其中h_w(λ)是卷积窗口，可以数值形式被应用，“*”表示卷积运算。

此处描述的方法和系统用来将信号成分s(λ)与光谱p(λ)中的噪声成分n(λ)鉴别出来，其中使用了所获取的光谱迹P(λ)，以便确定所要表征的光信号上的带内噪声。所获取的光谱迹P(λ)上的与检测系统自身——也即OSA——相关联的设备噪声，与所要表征的光噪声成分相比，可认为具有可忽略的影响。

图1示出了在其相应光信道内的单个光信号p，但应注意的是，根据波分复用，很多光信道共用光谱，每个信道用于传输一个光信号(未示出)。但应谨记，其它光信号通常也存在于光谱之中，从光谱上来说，是位于光信号p的两侧。

DWDM光信道被定义为光谱带宽，也即信道带宽，在WDM传输方案中被分配用于传输光信号。信号带宽更确切地说是信号峰的实际宽度，也即信号成分在其上不可忽略的带宽。信道宽度CBW可大于或等于(或甚至小于)信号带宽，这取决于DWDM信道的密度和用于给定传输方案的信号传输率。

此处公开的方法依赖于以下事实，即在光信道中信号成分和噪声成分的性质是不同的。首先，信号成分s和噪声成分n具有不同的偏振性质。信号成分s基本是偏振的(或至少部分偏振的)而噪声成分n大部分是非偏振的(或至少部分非偏振的)。其次，在一个——至少对应于OSA的滤波器光谱响应所限定的分辨带宽(RBW)的——光谱片段中，噪声成分n与信号成分p相比，在光谱上更宽，而且变化较慢。可使用这些不同性质中的至少一个，将所获取的光谱迹P(λ)中的信号成分与噪声成分鉴别出来。

图2示出了用于确定输入光信号p上的带内噪声、光信噪比(OSNR)或别的噪声参数的总体方法。

在步骤202中，从所要表征的输入光信号p中获得至少两个光谱迹测量值P_A(λ)和P_B(λ)。这两个迹P_A(λ)，P_B(λ)是在两种不同条件下获取的，以使得信号成分和噪声成分之间的线性关系——也即，所观察到的OSNR——在两个迹上是不同的。这使得可以鉴别出在输入光信号p之中的信号成分和噪声成分。如下面描述方法时所要详细解释的，两个迹P_A(λ)、P_B(λ)之间的差别源自：信号成分和噪声成分的光学性质的不同、以及获取光谱迹P_A(λ)和P_B(λ)的条件的不同。

在步骤204中，使用所述光谱迹P_A(λ)和P_B(λ)之间的计算和比较，在所关注的光带宽之中将信号成分S和噪声成分N鉴别出来。下文给出了这种能够使信号和噪声鉴别出来的计算的实例。这种计算考虑了信号成分和噪声成分之间在性质上的不同，从而在所获得的光谱迹P_A(λ)和P_B(λ)之间的相组合或相比较中消去其中一个或另一个。应注意也可获取两个以上的迹，并且将其用在这些计算中。

在步骤206之中，从所鉴别的噪声成分N确定在信号峰下的带内噪声水平N(λ_p)。同样，下文将详述该步骤的示例性实施方案。

在步骤208中，从已确定的带内噪声N(λ_p)计算确定噪声参数。噪声参数指示光信号带宽SB内的噪声成分n，例如所确定的带内噪声水平N(λ_p)本身，或从所确定的带内噪声水平而计算的OSNR。噪声参数通常被输出用来对DWDM光系统进行监控、安装、投入使用、维护或纠错。例如，可以使用显示单元或打印机将噪声参数以图形形式或以数值形式输出。也可以通过生成电信号来输出或将其存储在存储器中，稍后检索时输出。

提供了用于确定DWDM光学系统之中的输入光信号p的带内噪声或OSNR的两种不同的方法。第一种方法将被称为无源偏振感应鉴别(PPID)方法，而第二种方法将被称为差分分辨带宽鉴别(DRBD)方法。这两种方法具有某些不同的优点和缺点，且可被组合为一种如下的混合方法，在该混合方法中一种方法的缺陷可通过使用另一种方法而规避。

无源偏振感应鉴别(PPID)方法

参见图1，设p(λ)是输入光信号p的光谱，且具有信号成分s(λ)和噪声成分n(λ)。

PPID方法利用了所要分析的输入光信号中的信号成分s(λ)和噪声成分n(λ)之间的区别性性质。信号成分s(λ)和噪声成分n(λ)具有如下不同的偏振性质，即信号通常是基本偏振的，或至少部分偏振的，而噪声通常是非偏振的，或至少部分非偏振的。换句话说，信号成分和噪声成分具有彼此不同的偏振度。对于下述说明，假定了最后一种情形。然而，应注意到，如果信号和噪声成分具有彼此不同的偏振态，也可使用类似的方法。

图3示出了一种用于获取输入光信号p上的噪声参数的系统10。该系统接收待表征的输入光信号p。由于信号成分s和噪声成分n的不同偏振性质，将偏振光装置14插入输入光信号p的光路之中，对噪声成分n和对信号成分s造成不同的影响。通过应用两种不同的偏振分析条件，偏振光装置14被用于获得输入信号p的两个不同的样本p_A和p_B。在图4A-4D中示出了多个不同的可行的偏振光装置14，且在下文描述。

OSA 11获取两个样本p_A和p_B对应的光谱迹P_A(λ)和P_B(λ)。由于这两个样本p_A和p_B之间不同的偏振分析条件，所获取的迹P_A(λ)和P_B(λ)显示出不同的OSNR。应注意到，在其中一个所获取的迹上的OSNR为零的特殊情况下，也即在信号被完全抑制的情况下，也可适用下述方法。

光谱处理器18接收这两个迹P_A(λ)和P_B(λ)，并且鉴别噪声成分n和信号成分s。如下文将描述，通常通过如下方式进行鉴别：将所述迹彼此相减以去除噪声成分并提供与信号成分的光谱基本成比例的差分光谱，据此可估计信号S(λ)的光谱，从而估计噪声N(λ)的光谱。应注意，在应用此处所描述的处理之前，可将诸如滤波、线性变换到另一域等的线性处理应用于最初的迹P_A(λ)，P_B(λ)。噪声计算器20根据所鉴别的光噪声N(λ)估计带内噪声N(λp)。然后通过OSNR计算器22，使用带内噪声N(λ_p)和鉴别的信号S(λ)，计算OSNR。

图4A至4D示出了可使用的多个不同的可行的偏振光装置14。在图4A中所示的示例实施方案中，偏振分束器402将输入光信号p分成两个正交偏振p_A和p_B。因此这两个样本p_A和p_B相应于不同的偏振分析条件。然后可使用双信道OSA获取这两个样本，或可在单信道OSA前使用一光开关，用于在两种偏振分析条件之间交替。还应注意到，偏振分束器也可被置于OSA的单色器之前或之后。

图4B中示出的示例装置包括将输入光信号p分成两个光路A和B的50/50光耦合器404。偏振器406被插入在光路A之上，以对输入光信号p在路径A上传播的部分作偏振，以提供第一样本p_A，而输入光信号p在路径B上传播的部分不经过偏振即被分析。

图4C描述的示例装置包括偏振器408，该偏振器交替地插入到输入光信号p的光路中以及从光路中移除，其中偏振器插入到输入光信号p的光路中以提供第一样本p_A，并将其从光路中移除以提供第二样本p_B。交替地从光路中插入并移除偏振器408是由控制单元410控制的。在图4B和4C中，样本p_A和p_B相应于不同的偏振分析条件。

图4D所示的示例装置包括一个置于偏振器414之前的偏振控制器412。偏振控制器412由控制单元416控制，该控制单元416掌握在获取样本p_A和获取样本p_B之间的偏振分析条件的改变。

还应注意到，虽然在图3中在偏振光装置14的输出处示出了用于p_A和p_B的两个路径，但当使用图4C或4D的装置时，事实上是在同一光路上相继地设置p_A和p_B。

在图4A、4B、4C和4D的任一偏振光装置中，输入光信号p的第一样本p_A和第二样本p_B处于彼此不同的偏振分析条件下，且显示不同的OSNR。此偏振光装置对输入光信号p的调整是任意的，且不要求基本抑制在任一样本p_A和p_B之上的信号成分。

图5示出了一种使用PPID方法来确定输入光信号p的带内噪声或OSNR的方法。在步骤502中，使用不同的偏振分析条件从输入光信号p中产生两个样本p_A和p_B。通常均由偏振光装置14产生这两个偏振分析条件以及这两个样本p_A和p_B。在步骤504中，通常使用OSA 11获取该两个样本p_A和p_B对应的光谱迹P_A(λ)和P_B(λ)。在步骤506中，通常是在光谱处理器18之中，使用所获取的迹P_A(λ)和P_B(λ)来区分噪声成分N和信号成分S。将参考图7在下文中更详细地描述此步骤的一个实施方案。在步骤508中，带内噪声水平N(λ_p)是从N确定的。该步骤例如通过带内噪声计算器20执行。在步骤510中，噪声参数，也即带内噪声或OSNR，是使用带内噪声水平N(λ_p)确定的并且通常被输出。藉此确定的噪声参数被输出用于DWDM光学系统的监控、安装、验收、维护或故障排除。例如，噪声参数可以以图形显示的方式被输出，通过打印，通过生成电信号来输出，或通过将其存储在存储器中，稍后检索时输出。带内噪声或OSNR，连同，例如所获取的光谱迹(P_A(λ)，P_B(λ)，P(λ))，也可使用显示单元或打印机以图形或数字形式输出。其他参数也可以以图形或数字形式被显示或被输出。带内噪声水平，例如，也可被输出用于光信号处理或用于确定光放大器的噪声指数。

图6示出了于总体上参考了图3被描述的系统10的一个实施方案10’。该实施方案10’使用双信道偏振分解OSA 12(polarizationdiverse OSA)(例如参见在美国专利No.6,636,306中所述的OSA)以实施偏振光装置14和OSA 11的功能。下面将参考图6的系统10’和图7进一步详述PPID方法的一个实施例。偏振分解OSA 12接收输入光纤38上待表征的输入光信号p。偏振分解OSA 12包括偏振分束器34，其将输入光信号p分成两个典型正交偏振的样本p_A和p_B；还包括双信道OSA 31。输入光信号p的偏振态是任意调整的，使得每个偏振的样本p_A、p_B通常具有非零的信号成分s_A、s_B以及非零的噪声成分n_A、n_B。双信道OSA 31被用于同时获取两个样本p_A、p_B的光谱迹P_A(λ)、P_B(λ)。双信道OSA 31包括基于光栅的双信道单色器15，其在输入A和B处接收两个样本p_A和p_B，并且分离它们的波长分量，这些波长分量被分别用于每个信道A、B的光检测器16a、16b检测到。获取单元17记录两个样本p_A、p_B的光谱迹P_A(λ)和P_B(λ)。应理解，该获取受OSA的滤波器光谱响应的限制，且获取步骤通常包括应用校正因子、信号调节以及对每个检测到的迹的处理。

PPID方法要求这两个样本p_A、p_B的OSNR具有不可忽略的差。以下情况可能就不是如此的，例如，如果噪声成分n基本非偏振，而同时信号成分s基本以相对于偏振分束器34的偏振态成45°的方向偏振。当检测到这种情况时，可通过微扰输入信号p以提供其偏振条件中的微小变化而规避之。该微扰可以通过移动输入光纤38而手动提供。偏振微扰器件36，诸如偏振控制器，也可被用于改变输入光信号p的偏振条件。相应于两个样本p_A、p_B的光谱迹P_A(λ)和P_B(λ)都被光谱处理器18处理，该光谱处理器18比较所获得的迹P_A(λ)和P_B(λ)以鉴别在所获得的光信号中的信号成分S和噪声成分N。已鉴别的信号成分S和噪声成分N被OSNR计算器30用来确定OSNR。如有需要则可执行第二迭代，如下文将解释。系统10’也具有显示单元32，用于显示确定的OSNR以及例如所获取的频谱(P_A(λ)，P_B(λ)，P(λ))的每一个及其总和。其他参数也可以以图形或数字形式被显示或输出。

实施例1：

现在将参考图7，描述为了鉴别信号成分S和噪声成分N而由光谱处理器18执行的处理的一个示例实施方案。

在下文中，在被包括到输入光信号中的要对其确定带内噪声水平的DWDM光信道或每个信号峰的光谱邻域中分析和处理光谱迹。用标准的已知实施技术来识别信号峰，以确定它们各自的中心波长(λ_p)。每个信号峰上的带内噪声水平和OSNR可使用此处描述的方法被估计，而不要求其它进一步的光谱迹的获取。

在步骤502中，使用如上所述的不同的偏振分析条件，以及在此情形下通常使用图6的偏振光装置34，从输入光信号p产生两个样本p_A和p_B。在步骤504中，通常使用图6的双信道OSA 31，获取两个样本p_A和p_B的光谱迹P_A(λ)和P_B(λ)。

设这两个样本p_A和p_B的光谱迹P_A(λ)和P_B(λ)分别被描述为：

P_A(λ)＝S_A(λ)+N_A(λ)，以及             (3)

P_B(λ)＝S_B(λ)+N_B(λ)，                 (4)

其中S_A和S_B是光信道内的两个已获取的光谱迹的信号成分，而N_A和N_B是所关注的光信道内的两个已获取的光谱迹的噪声成分。不必获取代表光信号p的总体光功率谱P(λ)，而是可通过使所获取的光谱迹P_A(λ)和P_B(λ)相加而得到：

P(λ)＝P_A(λ)+P_B(λ)，                  (5)

校正偏振分解OSA 12，以使P(λ)对应于输入光信号p的光谱，正如被非分解OSA所获取的——如果该输入光信号p是在进入系统10’之前被获取的。

根据PPID方法，两个光谱迹P_A(λ)和P_B(λ)是通过使用偏振分解OSA获得的，且被加以比较，以便鉴别在所获得的迹P_A(λ)与P_B(λ)中的噪声成分和信号成分。

如同在有源偏振归零方法中，信号成分被假定为至少部分偏振，而噪声成分被假定为某种程度非偏振。然后该PPID方法提供对噪声成分和信号成分的估计。在所关注的光带宽之内：

N_B(λ)＝β·N_A(λ)，                    (6)

S_B(λ)＝k·S_A(λ)，            (7)

其中k是一个常数，其取决于执行获取时，输入光信号p相对于偏振分束器34的偏振调整；β是一个常数，通常在所有情况下都是1——如果噪声成分N是非偏振的。

信号成分和噪声成分在这两个迹P_A(λ)和P_B(λ)上也成不同比例，也即，OSNR是不同的。然而，应注意，OSNR起初是未知的，且在获知OSNR之前需要鉴别信号和噪声成分。

下文描述了一个在N_A(λ)＝N_B(λ)(或β＝1)的情况下所推得的结果，在噪声是非偏振的时候，情况就如此。然而，应注意，当信号成分s的偏振与偏振分束器34基本成45°角时，产生一种特殊情况。在此特殊情况下，S_A和S_B之间的差低于OSA的获取分辨率，而k等于1。在该具体情况下，在所获取的两个光谱迹P_A(λ)和P_B(λ)上的OSNR是相等的，且下述方法不能直接使用。相应地，在步骤706，在k＝1且β＝1的特殊情况下，以变化的输入偏振条件进行又一次获取(步骤708)。例如，在步骤708中，输入光纤38被手动移动，或者使用偏振微扰器件36。然而应注意，当k＝1且噪声在两个迹上不同也即N_A(λ)≠N_B(λ)时(比如光噪声不完全是非偏振的情况)，仍可使用PPID方法，而不需要额外的微扰输入光信号以改变其偏振条件的步骤。

根据上述假设，在两个光谱迹的相减中消去噪声成分，如下：

P_A(λ)-P_B(λ)＝S_A(λ)-S_B(λ)+(N_A(λ)-N_B(λ))＝(1-k)·S_A(λ)    (8)

且

P_A(λ)+P_B(λ)＝S_A(λ)+S_B(λ)+N_A(λ)+N_B(λ)＝(1+k)·S_A(λ)+N(λ)，    (9)

其中N(λ)＝N_A(λ)+N_B(λ)，且(N_A(λ)-N_B(λ))＝0.

根据(8)和(9)：

P_A(λ)+P_B(λ)＝[(1+k)/(1-k)]·(P_A(λ)-P_B(λ))+N(λ)    (10)

S(λ)+N(λ)＝K·(P_A(λ)-P_B(λ))+N(λ)，    (11)

S(λ)＝K·(P_A(λ)-P_B(λ))，其中K＝(1+k)/(1-k).    (12)

K并不是预先已知的，但在步骤710中可被首先估计，即通过假设K是一个在波长上不变化的常数，且噪声水平低：

k_i＝P_A(λ_p)/P_B(λ_p)，    (13)

或者设：

K_i＝[P_A(λ_p)+P_B(λ_p)]/[P_A(λ_p)-P_B(λ_p)].    (14)

这是基于K＝S_A(λ_p)/S_B(λ_p)＝S_A/S_B的假设，该假设在以下情况下为真，即只要在其上进行分析的信道带宽CBW大于光信号带宽，或者没有偏振模色散影响信号，从而使K(λ)＝S_A(λ)/S_B(λ)。事实上，K_i是一个其可与K关联如下的过高的估计(over estimation)：

K_i＝K·(1+N(λ_p)/S(λ_p)).    (15)

在步骤712中，由这个估计K_i，获得对信号成分S(λ)_i的光谱的第一估计：

S(λ)_i＝K_i·(P_A(λ)-P_B(λ)).    (16)

在步骤714之中，还获得了输入光信号的总体光功率谱的估计，即：

P(λ)＝P_A(λ)+P_B(λ).    (17)

在步骤716中，使用如下等式获得对噪声成分的第一估计N(λ)_i：

N(λ)_i＝P(λ)-S(λ)_i    (18)

N(λ)_i＝(P_A(λ)+P_B(λ))-K_i·(P_A(λ)-P_B(λ)).    (19)

在图8中不仅示出了第一噪声估计N(λ)₀，和在一次迭代之后的又一噪声估计N(λ)₁，还示出了输入光信号p的总体光谱P(λ)。图8的其它曲线表示所获得的迹P_A(λ)、P_B(λ)以及对信号成分的估计S(λ)₀。可见，由K₀在第一噪声估计N(λ)₀上引入的误差在信号峰的确切位置上较大，但在信号峰的边缘也即信号估计的边缘和噪声估计相遇之处为最小。S(λ)₀和N(λ)₀交叉之处的这些交叉点c1和c2可被用于提供对带内噪声的第一估计。在λ_p处对在点c1和c2获得的估计噪声(即N(λ_c1)₀和N(λ_c2)₀)的插值，提供对带内噪声N(λ_p)₀的估量。在这些交叉点，由K₀在噪声估计上引入的误差也是1+N(λ_p)/S(λ_p)，该误差例如对于合理的真实情况S(λ_p)/N(λ_p)为100(20dB)而言，贡献小于0.05dB。

回到图7，在步骤718中，首先使用在信号峰边缘也即在交叉点c1、c2处的噪声估计N(λ)₀来估计带内噪声N(λ_p)₀。在步骤720中，使用所估计的带内噪声N(λ_p)₀和所估计的信号S(λ)₀计算OSNR₀。此第一估计可在步骤722输出，或可执行迭代。使用OSNR₀的第一估计，在步骤710中根据(15)提供对K的第二估计，也即K₁：

K₁＝[P_A(λ_p)+P_B(λ_p)]/[P_A(λ_p)-P_B(λ_p)]·1/(1+1/OSNR₀)    (20)

在步骤510中，使用所确定的带内噪声水平N(λ_p)来确定噪声参数——也即带内噪声、OSNR或任何其他噪声参数，且通常将所述噪声参数输出。

然后使用对K的更佳估计，重复步骤712、714、716、718、720和510。

本领域技术人员将可理解，可以改变用在步骤718中的用于估计带内噪声的方法。参见图8，在实施例1之中，使用在点c1和c2上的估计噪声的值，也即N(λ_c1)_i和N(λ_c2)_i，的插值来估计带内噪声。在另一个实施方案中，在插值中，可使用在波长上位于c1和c2的邻域中的所有点。

在实施例1的步骤712、714和716中，首先将信号成分S(λ)孤立，然后通过从总体光谱P(λ)中减去信号成分S(λ)来鉴别噪声成分N(λ)。然而应注意，可改变这些计算。例如，可首先孤立出噪声成分N(λ)，然后通过从总体光谱P(λ)中减去噪声成分N(λ)来鉴别信号成分S(λ)。例如，通过在步骤712中假设N_A(λ)＝N_B(λ)，等式(16)可被替换为：

N(λ)＝2/(k_i-1)·[k_i·P_A(λ)-P_B(λ)].    (21)

还应理解，可以修改步骤712、714和716，以使其表现出对所获取的两个迹的不相等的噪声水平(即N_A(λ)≠N_B(λ))具有很小的敏感性。在不相等噪声的情况下，可将等式(8)和(9)写成更一般的形式——通过使：

N_B(λ)＝β·N_A(λ)，也即                                                    (22)

P_A(λ)-P_B(λ)＝S_A(λ)-S_B(λ)+N_A(λ)-N_B(λ)＝(1-k)S_A(λ)+(1-β)N_A(λ)，和    (23)

P_A(λ)+P_B(λ)＝S_A(λ)+S_B(λ)+N_A(λ)+N_B(λ)＝(1+k)S_A(λ)+(1+β)N_A(λ).       (24)

为了最小化由P_A(λ)和P_B(λ)上的噪声水平的不同所引入的误差，可选择乘积因子γ(例如通过分析该减法，以避免当获得负值时可能产生的不连续)并应用到P_B(λ)，以使得(1-γ·β)被最小化到基本为0。这样获得的差与信号成比例，由此我们回到了一种类似于先前所描述的条件下——其中噪声基本非偏振——的情形。

DWDM系统的每个信号信道的OSNR是使用所获取的光谱迹P_A(λ)和P_B(λ)，对每个信号峰独立地执行相同计算而获得的。不需要进一步的获取。

如上所述，PPID方法在k等于1的特殊情况下，或更一般地当k与β在获取分辨率之内相等时，达到了一个极限，从而导致在两种条件下相等的信噪比。在此情况下，可在输入光信号的输入偏振取向改变了的情况下执行又一次获取，以规避该不理想条件。输入偏振取向可以通过各种不同的简单手段被稍微改变。例如，可稍微移动输入光纤38，或可将硬件的补充件，如偏振控制器36，引入该系统，以针对此种情况中的偏振分析条件，改变输入信号p的偏振取向。

在一个实施方案中，数字控制的偏振控制器36被用于诸如图6所示的系统之中。对于每个待执行的带内噪声确定，获取第一对光谱迹P_A(λ)、P_B(λ)。然后使用偏振控制器36以自动改变输入条件——也即输入光信号的偏振，然后获取第二对光谱迹P_C(λ)、P_D(λ)。然后光谱处理器18选择使用哪对迹，或选择使用这四个迹中的哪两个，用于噪声和信号鉴别。从而可避免k和β相等的极限情况。例如通过选择在信号峰值处相互之间显示出最大差的两个迹，作出该选择。当然，可获取两对以上的迹，或者可执行多次分析，以提高该方法的精确度。

在另一个实施方案中，单信道OSA和图4D的设置一同使用，并执行在不同偏振器条件下的多次获取(2次以上)。然后光谱处理器18选择使用哪些迹用于噪声和信号鉴别。

另一种情形是，当此方法遇到k和β相等的极限情况时，使用一种替代算法。该替代算法的一个实施例是在下文题为“混合方法”的节中进一步描述的混合方法。

差分分辨带宽鉴别方法(DRBD)

如上文所述，将光噪声成分从输入光信号中的光信号成分中鉴别出来的另一种方法是，依赖光噪声和光信号光谱性质的不同，即噪声成分n(λ)比信号成分s(λ)在波长上的变化更为缓慢。差分分辨带宽鉴别方法(DRBD)使用了在待分析的输入光信号中的信号成分s(λ)和噪声成分n(λ)的这些区别性的光谱性质。

图9示出了一种主要使用DRBD方法来确定带内噪声、OSNR或其他在输入光信号p上待定的噪声参数的方法。在步骤902之中，使用不同积分宽度获得至少两个光谱迹P₁(λ)、P₂(λ)。为了获得这两个迹，可利用OSA的RBW狭缝以将该RBW调整为两个不同的值。然后使用该OSA直接获取这两个迹。这两个迹也可以使用具有不同宽度的滑动窗口进行数值积分获得，这在数学上等价于对OSA的RBW狭缝作变化。也就是说

P₁(λ)＝h₁(λ)＊h_OSA1(λ)＊p(λ)＝H₁(λ)＊p(λ)，    (25)

P₂(λ)＝h₂(λ)＊h_OSA2(λ)＊p(λ)＝H₂(λ)＊p(λ)，    (26)

其中h_i(λ)，i＝1或2，表示数值积分函数，h_OSAi(λ)表示由硬件——即OSA的RBW狭缝——导致的OSA积分宽度。h_i(λ)或h_OSAi(λ)可改变，以获得具有不同积分宽度的光谱迹P₁(λ)、P₂(λ)。通常选择卷积窗口H_i(λ)，其得自数值积分函数h_i(λ)和OSA积分宽度h_OSAi(λ)的结合，使得H₂(λ)大于H₁(λ)且H₂(λ)窄于将要确定的噪声成分存在的区间。从而H₂(λ)通常窄于信道带宽。所产生的迹P₁(λ)和P₂(λ)具有不同的噪声水平和信号成分，从而具有不同的信噪比：

P₁(λ)＝S₁(λ)+N₁(λ)＝H₁(λ)＊s(λ)+H₁(λ)＊n(λ)＝h₁(λ)＊S(λ)+h₁(λ)＊N(λ)，    (27)

P₂(λ)＝S₂(λ)+N₂(λ)＝H₂(λ)＊s(λ)+H₂(λ)＊n(λ)＝h₂(λ)＊S(λ)+h₂(λ)＊N(λ).    (28)

如下文将详述的，一些关于信号和噪声成分的假设或信息使得可以将它们鉴别出来。

在步骤904之中，使用光谱迹P₁(λ)和P₂(λ)数学地鉴别噪声成分N和信号成分S。在下文参考图10至图12进一步详述该步骤的实施方案。在步骤906之中，从N确定带内噪声水平N(λ_p)。在步骤508中，使用所确定的带内噪声水平N(λ_p)确定噪声参数——也即，带内噪声、OSNR或任何其他噪声参数，且通常将所述噪声参数输出。

实施例2：

现在参考图10和图11，描述一种根据DRBD方法的方法的示例实施方案。

在此实施例中，数值积分函数h₁(λ)和h₂(λ)分别是具有宽度RBW₁和RBW₂的矩形卷积窗口。在步骤1002之中，通过首先获取一个输入光谱迹获得两个光谱迹P₁(λ)和P₂(λ)：

P(λ)＝h_OSA(λ)＊p(λ)＝S(λ)+N(λ)，    (29)

然后以卷积窗口h₁(λ)和h₂(λ)将其积分，以分别获得P₁(λ)和P₂(λ)(见等式(25)和(26)，其中在此例中h_OSA(λ)＝h_OSA1(λ)＝h_OSA2(λ))。使用h₁(λ)获得两个光谱迹P₁(λ)和P₂(λ)，选择h₁(λ)，使在峰的紧邻区域中，也即在λ_p±δλ上(其中δλ大于获取分辨率)，S₁(λ)中形成的信号峰是平的(如图11所示)，或者S₁(λ)中的信号峰展示出恒定斜率，也即在非平噪声的情况下。也就是说：

S₁(λ_p)＝S₂(λ_p)，或

h₁(λ)＊S(λ)|λ_p＝h₂(λ)＊S(λ)|λ_p，    (30)

其中|λ_p表示对前序表达式在λ_p处的估计。

在此实施例中，RBW₂大于RBW₁，且被选为光信道带宽，或用于给定网络配置的限定复用器带宽，所述复用器带宽通常相应于噪声所限的带宽。应注意，所要获得的带内噪声的水平是关于所获得的光谱迹的功率水平分辨率的函数，并且是关于RBW₂-RBW₁所限定的带宽中的数据点的数量的函数。

如图11可见，当RBW₁和RBW₂均被选择为大于信号峰的宽度(光信号带宽)时，由于卷积窗口的宽度以信号峰为中心从RBW₁增大到RBW₂，信号成分的峰的水平(也即，在λ_p)在被积分的光谱迹P₁(λ)和P₂(λ)中并不会基本地从S₁(λ)变化到S₂(λ)。功率水平从P₁(λ_p)到P₂(λ_p)的变化来自噪声成分——相对于在P₁(λ)中的卷积窗口，该噪声成分在P₂(λ)中在更大的卷积窗口上被积分。然后在λ_p处的功率水平的这种变化可用于估量在λ_p处的噪声成分，也即N(λ_p)，假设在RBW₁和RBW₂之间的波长范围中的噪声表示λ_p处的噪声，然后应用所需要的标准化因子以考虑所选择的积分宽度和OSA滤波器波谱响应。从而，在步骤1004，通过减去在λ_p处估量的两个光谱迹来估计带内噪声：

P₂(λ_p)-P₁(λ_p)＝[h₂(λ)-h₁(λ)]＊N(λ)|λ_p，    (31)

带内噪声相应于在峰中心波长λ_p处的噪声水平。

在步骤1006中，使用已知的数学方法，解出等式(31)以求得λ_p处的带内噪声N(λ_p)。

在步骤1008中，使用已确定的带内噪声水平N(λ_p)来确定噪声参数——也即带内噪声、OSNR或任意其他噪声参数，且通常将所述噪声参数输出。

这种方法提供了一种自适应噪声估计技术，其中h₂(λ)和h₁(λ)根据输入光信号被最优地选取，而无须一个有经验的用户来判断。

应理解，还可改变卷积窗口h₁(λ)和h₂(λ)的形状。例如可使用高斯形窗口。

图10的方法显示出一些局限——即当信号的光谱较大且噪声基本限于光信号带宽时，迫使选出不合适的RBW₁和RBW₂对，并且导致对噪声的错误估计。然而，当获知了信号成分s(λ)或噪声成分n(λ)的波形性质时，可补偿这一点。图12示出了这样一种方法，其允许了当信号成分s(λ)的波形性质已获知时确定带内噪声参数。

实施例3：

当信号峰几乎和光信道中的噪声成分的宽度一样宽时，图10的方法中所作的假设——在较宽的带宽RBW₂上积分的信号峰功率等于当在RBW₁上积分的信号峰功率——就变得不适合。然而，当信号成分的光谱形状已知时，就不必再选择包括全部信号功率的第一卷积窗口h₁(λ)。例如，信号成分s(λ)的光谱形状可通过识别该信号的调制光谱而求得，或依赖于如上所述的偏振性质求得，这将是如下所述的混合方法的一个实施例。也可以通过应用滤波技术求得信号成分s(λ)的光谱形状——假设在光信号带宽之上，噪声成分n(λ)比信号成分s(λ)在光谱上变化得较慢。于是在光谱上变化更快的分量被识别在所获得的光谱迹之上，且信号成分s(λ)被假设为相应于那些分量。

现在参见图12，在步骤1204中，信号成分s(λ)的波形可以是先前已获知的，或者可使用多种不同方法求得。假设信号成分s(λ)的波形已知，则s₂(λ_p)和s₁(λ_p)之间的相关因子γ也为已知。设

γ＝s₂(λ_p)/s₁(λ_p)                                     (32)

根据等式(27)和(28)，

P₂(λ_p)-γP₁(λ_p)＝N₂(λ)-γN₁(λ)|λ_p                   (33)

P₂(λ_p)-γP₁(λ_p)＝H₂(λ)＊n(λ)-γH₁(λ)＊n(λ)|λ_p     (34)

P₂(λ_p)-γP₁(λ_p)＝[H₂(λ)-γH₁(λ)]＊n(λ)|λ_p.         (35)

在步骤1208中，既然H₂(λ)、H₁(λ)和γ均为已知，那么使用已知数学方法可在等式(35)中解出λ_p处的噪声成分n(λ)。例如，如果再次选择矩形卷积窗口，步骤1208就等同于在相应于H₂(λ_p)-H₁(λ_p)的区间内确定噪声，且假设此噪声表示在λ_p处的噪声成分。可获得带内噪声n(λ_p)。

在步骤1210中，使用已确定的带内噪声水平来确定噪声参数——也即，带内噪声、OSNR或任何其他噪声参数，且通常将所述噪声参数输出。

注意到，当在步骤1204中使用滤波技术确定信号成分s(λ)的波形时，当信号成分具有一个缓慢变化的光谱分量，而该光谱分量在对缓慢变化的噪声成分n(λ)滤波时将被滤去的情况下，很难正确地从信号成分s(λ)鉴别出噪声成分n(λ)。然而，选择适当的滤波器并在光谱的特定区间中——例如在快速上升沿或下降沿——进行估量，可允许以足够精确度确定信号成分的波形，以识别出当应用不同卷积窗口时信号成分如何变化。

应注意，本领域技术人员将意识到，可改变此处所述的DRBD方法。例如，与执行数值卷积以提供输入光信号的两个光谱迹不同的是，可使用OSA的可变RBW狭缝改变其RBW，以使得以这些新参数获取的光谱迹提供这两个积分迹。仍应注意到，数值卷积对于OSA的校准不那么敏感。

混合方法

PPID方法和DRBD方法各自具有某些不同的优点和缺点，可被合并到一种规避了每种方法的局限之处的混合方法中。可选择这两种方法的适当组合，以将此方法适应于——其中获取条件限制了其中一种方法或另一种方法的性能——的情况。

例如，如上所述，当在两个获得的迹上的信噪比相等时，例如，当信号水平在P_A(λ)和P_B(λ)上相等，且N_A(λ)＝N_B(λ)时(也即，输入光信号被调成与图6的实施例中的偏振分束器34成45°的偏振态)时，PPID方法受到了限制。PPID方法于是可被DRBD方法替代。

此外，应注意到，在OSNR小的情况下(也即当信号峰明显被抑制时)，DRBD方法特别有效。我们可以从该优点上获利，在如下情况下改进PPID方法：在其中一个所获得的迹(P_A(λ)或P_B(λ))上，信号峰基本被抑制。这一点是有用的，例如当信号成分的波形包括了在减法过程中人为作用引入的误差时。将DRBD方法应用于这样的迹，提供了对那种偏振分析条件下的噪声水平的更精确的估计。DRBD方法也可用于有源偏振归零方法(见J.H.Lee等人在2001年1月第1期第13卷的IEEE Photonics Technology Letters上发表的“OSNRMonitoring Technique Using Polarization-Nulling Method”)以降低对信号抑制的要求。然后可使用具有残留信号成分的测量值以估计该噪声。

存在多种最适合于可用的获取条件的、合并这两种方法的方式。例如，注意到，PPID方法依赖于噪声成分和信号成分的偏振度(DOP)。当该系统的偏振模色散或偏振相关损耗达到了使PPID方法变得不准确的点时，可替代使用DRBD方法。

实施例4：

现在将参考图13描述一种如下的混合方法，该混合方法结合了PPID和DRBD方法以提高它们的性能。

在步骤1302中，使用如上所述根据PPID方法的不同的偏振分析条件，从输入光信号p产生两个样本p_A和p_B。通常使用偏振光装置，如图6的偏振分束器，获得这两个样本p_A和p_B。

在步骤1304中，通常使用图6的双信道OSA31获取两个样本p_A和p_B的光谱迹P_A(λ)和P_B(λ)。

如前所述：

P_A(λ)＝S_A(λ)+N_A(λ)，和                (36)

P_B(λ)＝S_B(λ)+N_B(λ).                   (37)

在步骤1306中，选择两个不同的积分宽度，RBW₁和RBW₂(RBW₂大于RBW₁)，以使得信号功率基本包含在RBW₁之内，且RBW₂仍然窄于噪声成分的光谱宽度。然后，通过分别用具有宽度RBW₁和RBW₂的矩形窗口h₁(λ)和h₂(λ)进行卷积，对所获得的迹P_A(λ)和P_B(λ)作数值积分。这产生下面的结果：

P_A1(λ)＝P_A(λ)＊h₁(λ)＝S_A1(λ)+N_A1(λ)，    (38)

P_B1(λ)＝P_B(λ)＊h₁(λ)＝S_B1(λ)+N_B1(λ)，    (39)

P_A2(λ)＝P_A(λ)＊h₂(λ)＝S_A2(λ)+N_A2(λ)，    (40)

P_B2(λ)＝P_B(λ)＊h₂(λ)＝S_B2(λ)+N_B2(λ).     (41)

在步骤1308中，噪声成分和信号成分是通过将PPID方法应用于光谱迹P_A1(λ)、P_B1(λ)、P_A2(λ)和P_B2(λ)而鉴别的。设：

K₁＝[P_A1(λ_p)+P_B1(λ_p)]/[P_A1(λ_p)-P_B1(λ_p)]，    (42)

我们得到：

[P_A2(λ_p)+P_B2(λ_p)]-K₁[P_A2(λ_p)-P_B2(λ_p)]＝

[S_A2(λ)+N_A2(λ)+S_B2(λ)+N_B2(λ)]-K₁·[S_A2(λ)+N_A2(λ)-S_B2(λ)-N_B2(λ)].    (43)

然后，将等式(42)中的K₁插入等式(43)，注意到，由于在上面的步骤1306选择的RBW₁和RBW₂，S_B1(λ)＝S_B2(λ)且S_A1(λ)＝S_A2(λ)，并假设N_A1(λ)＝N_B1(λ)且N_A2(λ)＝N_B2(λ)——这是当噪声成分基本消偏振时的情况，则

[P_A2(λ_p)+P_B2(λ_p)]-K₁·[P_A2(λ_p)-P_B2(λ_p)]＝N_A2(λ)+N_B2(λ)-[N_A1(λ)+N_B1(λ)]

＝N(ΔRBW)                              (44)

其中N(ΔRBW)是在相应于RBW₂-RBW₁的频谱区间内积分的噪声成分。因此，N(ΔRBW)相应于通过具有等于积分宽度差——也即RBW₂-RBW₁——的分辨带宽的OSA所测量的噪声。

于是，通过回到步骤1306，也可使用其他积分宽度RBW₁和RBW₂，以估计在其它分辨带宽RBW₂-RBW₁中的噪声成分，或者仅仅为了获得在相同分辨带宽RBW₂-RBW₁中对噪声成分更为精确的测量。适应地，也可进行其他迭代，直到确定了RBW₁和RBW₂已被正确地选择为止，也即，RBW₁和RBW₂宽于大多数信号功率，但仍然窄于噪声成分宽度。

在步骤1310中，带内噪声水平N(λ_p)是根据在步骤1308中所获得的N(ΔRBW)而估计的——假设在相应于RBW₂-RBW₁的光谱区间中积分的噪声成分表示在信号峰λ_p的噪声成分。

最后，在步骤1312中，使用所估计的带内噪声水平N(λ_p)确定噪声参数——即带内噪声、OSNR或任意其他噪声参数，且通常将所述噪声参数输出。

本发明的上述实施方案均仅意为示例。本发明的范围仅意在被所附权利要求的范围所限制。

Claims (45)

1.用于确定在输入光信号上的噪声参数的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，所述方法包括：

从所述输入光信号中获取至少两个光谱迹，所述光谱迹是在不同的条件下被获取的，使它们显示出不同的非零信噪比；

基于所述光谱迹，在所述光信号带宽内，数学地将所述信号成分与所述噪声成分鉴别开；

从所鉴别的噪声成分，确定在所述输入光信号上的带内噪声水平；以及

从所确定的带内噪声水平确定所述噪声参数，所述噪声参数指示光信号带宽内的噪声成分。

2.根据权利要求1所述的方法，其中所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个，以及其中所述的获取至少两个光谱迹包括：

在不同的偏振分析条件下，产生输入光信号的至少两个样本，这两个样本的偏振态相对于所述输入光信号的偏振态为任意的；且

获得所述第一样本和第二样本中的每一个的光谱，以获得所述光谱迹。

3.根据权利要求2所述的方法，其中对所述光信号的至少一部分进行偏振分析包括，将所述输入光信号偏振分束成所述样本，所述样本具有彼此正交的偏振态。

4.根据权利要求3所述的方法，其中所述鉴别包括：

将所述光谱迹彼此相减，以获得一个与所述信号成分的光谱基本成比例的差分光谱；

使用所述差分光谱确定所述信号成分的光谱；以及

使用已确定的所述信号成分的光谱和所述输入光信号的光谱，确定所述噪声成分水平。

5.根据权利要求1所述的方法，其中所述光谱迹是通过使用不同积分宽度以提供所述不同条件而获得的，一第二积分宽度大于一第一积分宽度。

6.根据权利要求5所述的方法，其中所述获得包括：

获取所述输入光信号的光谱测量值；

以具有相应于第一积分宽度的宽度的第一卷积窗口对所获取的测量值作卷积，以获得第一光谱迹，以及以具有相应于第二积分宽度的宽度的第二卷积窗口对所获取的测量值作卷积以获得第二光谱迹。

7.根据权利要求6所述的方法，其中所述鉴别包括将所述光谱迹彼此相减以获得一个差迹，所述差迹在所述光信号的中心波长处的值表示所述光噪声。

8.根据权利要求7所述的方法，其中所述获得还包括选择所述第一积分宽度，以在相应于所述第一积分宽度的所述光谱迹上的顶部获得基本平的光信号峰。

9.根据权利要求1至8中任一所述的方法，其中所述噪声参数包括所述输入光信号的光信噪比，其是用所述已确定的带内噪声而确定的。

10.根据权利要求1至9中任一所述的方法，还包括将所确定的噪声参数输出。

11.用于确定输入光信号上的噪声参数的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个，所述方法包括：

分别使用第一偏振分析条件和第二偏振分析条件，获取输入光信号的第一光谱迹和第二光谱迹，所述第一偏振分析条件和第二偏振分析条件彼此不同，且每个相对于所述输入光信号均为任意，所述光谱迹显示出不同的信噪比；

使用所述光谱迹在所述光信号带宽内，数学地将所述信号成分与所述噪声成分鉴别开；并且

从所鉴别的噪声成分确定在所述输入光信号上的带内噪声水平。

12.根据权利要求11所述的方法，还包括将从确定的带内噪声水平而确定的噪声参数输出，所述噪声参数指示光信号带宽内的噪声成分。

13.根据权利要求11所述的方法，其中所述鉴别包括：

在所述光谱迹上执行计算以获得与所述信号成分的光谱基本成比例的一个差分光谱；

使用所述差分光谱估计所述光信号的光谱；

从所述第一光谱迹和第二光谱迹中的至少一个确定所述输入光信号的光谱；以及

针对所述输入光信号的确定的光谱，减去所估计的所述信号成分的光谱，确定所述光噪声的水平。

14.根据权利要求11所述的方法，其中所述光谱迹每个都具有信号成分和噪声成分，且其中所述计算还包括估计相关于所述两个光谱迹的信号成分之间的比例的一个因子K，用于估计所述输入光信号的光谱。

15.根据权利要求14所述的方法，其中所述计算还包括：

考虑所估量的带内噪声，重新估计所述因子K；以及

使用重新估计的因子K，计算所述光噪声的光谱。

16.根据权利要求15所述的方法，其中确定所述输入光信号的光谱包括将所述第一光谱迹和第二光谱迹相加。

17.根据权利要求11所述的方法，其中所述获取包括：

如果所述光谱迹示出了相等的信噪比，就扰动所述输入光信号的偏振态以改变至少一个所述光谱迹之上的信噪比。

18.根据权利要求11所述的方法，其中所述获取包括：

分别以所述第一偏振分析条件和所述第二偏振分析条件产生所述输入光信号的第一样本和第二样本；以及

获取所述第一样本的所述第一光谱迹和所述第二样本的所述第二光谱迹。

19.根据权利要求18所述的方法，其中所述产生包括将所述输入光信号偏振分束成所述样本，所述样本具有彼此正交的偏振态。

20.根据权利要求12所述的方法，其中所述噪声参数包括所述输入光信号的光信噪比，所述光信噪比是使用所述已确定的带内噪声水平而确定的。

21.根据权利要求11所述的方法，还包括：

以第一卷积窗口和第二卷积窗口对所述第一光谱迹作卷积，以分别获得第一积分迹和第二积分迹，所述第一卷积窗口相应于第一积分宽度，所述第二卷积窗口相应于大于所述第一积分宽度的第二积分宽度；

以所述第一卷积窗口和所述第二卷积窗口对所述第二光谱迹作卷积，以分别获得第三积分迹和第四积分迹；且

其中所述鉴别是使用所述第一、第二、第三和第四积分迹执行的。

22.用于确定光信号带宽内的输入光信号上的带内噪声的系统，所述系统包括：

一个输入装置，其用于接收输入光信号，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个；

一个偏振光装置，其用于获得所述输入光信号的第一样本和第二样本，以使得所述第一样本和第二样本具有彼此不同的相对于输入光信号的偏振态或彼此不同的偏振度中的至少一个，所述样本的偏振态相对于所述输入光信号的偏振态是任意的；

一个光谱分析仪，其用于获取第一样本的和第二样本相应的第一光谱迹和第二光谱迹，所述第一光谱迹和第二光谱迹显示出彼此不同的非零信噪比；

一个光谱处理器，其适于使用所述第一光谱迹和所述第二光谱迹将所述光信号带宽内的所述输入光信号中的所述噪声成分从所述光谱迹数学地鉴别出来；以及

一个噪声计算器，其用于从所鉴别出的噪声成分估量所述光信号带宽内的带内噪声。

23.根据权利要求22所述的系统，其中所述光谱处理器包括一用于从所述光谱迹计算基本指示所述信号成分的差分光谱的差分器；还包括一个噪声解算器，其用于使用涵盖所述光谱迹和所述差分光谱的计算来解算所述噪声成分。

24.根据权利要求22所述的系统，其中所述偏振光装置包括偏振分束器，其用于将所述输入光信号分成所述第一样本和第二样本，所述两个样本具有彼此正交的偏振态。

25.根据权利要求22所述的系统，还包括一个偏振扰动器件，其用于扰动所述输入光信号的偏振态以改变至少一个所述光谱迹上的信噪比，使得所述第一光谱迹和第二光谱迹显示出不同的信噪比。

26.根据权利要求25所述的系统，其中所述偏振扰动器件包括偏振控制器。

27.用于确定输入光信号上的噪声参数的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，与所述信号成分相比，所述噪声成分在所述光信号带宽内的波长上变化缓慢，所述方法包括：

从所述输入光信号获得分别相应于第一积分宽度和第二积分宽度的第一光谱迹和第二光谱迹，以使所述第一光谱迹和第二光谱迹显示出不同的非零信噪比，所述第二积分宽度大于所述第一积分宽度，所述第一光谱迹和第二光谱迹包括至少一个点；

使用所述第一光谱迹和第二光谱迹数学地鉴别所述光信号带宽内的所述输入光信号中的所述噪声成分；

从所鉴别的噪声成分，确定所述光信号带宽内的所述输入光信号上的带内噪声水平；并且

从所确定的带内噪声水平确定所述噪声参数，所述噪声参数指示在光信号带宽内的噪声成分。

28.根据权利要求27所述的方法，其中所述获得包括：

获取所述输入光信号的光谱测量值；

以相应于所述第二积分宽度的卷积窗口对所获取的测量值作卷积，以获得所述第二光谱迹。

29.根据权利要求28所述的方法，其中所述获得还包括：

以相应于所述第一积分宽度的卷积窗口对所获得的测量值作卷积，以获得所述第一光谱迹。

30.根据权利要求27所述的方法，其中所述鉴别包括将所述光谱迹彼此相减以获得差迹，所述差迹在所述光信号的中心波长处的值表示所述光噪声。

31.根据权利要求27所述的方法，其中所述获取还包括选择所述第一积分宽度，以在所述第一积分光谱迹上获得基本平顶的光信号峰。

32.根据权利要求27所述的方法，其中所述获取包括，使用一第一分辨带宽和一第二分辨带宽设置提供所述第一积分宽度和第二积分宽度，以获取所述第一积分光谱迹和第二积分光谱迹。

33.根据权利要求27所述的方法，其中所述信号成分和所述噪声成分之一的光谱形状在所述光信号带宽内为已知，所述鉴别是通过假定所述光谱形状而执行的。

34.根据权利要求27所述的方法，其中所述信号成分的光谱形状在所述光信号带宽之内为已知，所述鉴别包括：

确定一个因子，其相关于所述第二光谱迹的信号成分与所述第一光谱迹的信号成分之间的比；

将所述第一光谱迹与所述因子相乘；并且

将相乘的光谱迹从所述第二光谱迹减去，以获得指示所述噪声成分的差迹。

35.根据27至34任一权利要求所述的方法，其中所述噪声参数包括所述输入光信号的光信噪比，该光信噪比是使用已确定的带内噪声水平而确定的。

36.根据权利要求27至35中任一所述的方法，还包括输出所确定的噪声参数。

37.用于确定输入光信号上的带内噪声水平的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中从所述输入光信号获得光谱迹，且其中从所述光信号带宽内将所述信号成分和噪声成分鉴别开，以确定所述输入光信号上的带内噪声水平，其特征在于：

从所述输入光信号中获得至少两个光谱迹，所述光谱迹是在不同条件下获取的，以使得它们示出不同的非零信噪比；

使用所述光谱迹之间的比较，从所述光信号带宽内将所述信号成分和噪声成分鉴别开；且

从所鉴别的噪声成分确定所述输入光信号上的带内噪声水平。

38.用于确定输入光信号上的带内噪声水平的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个，其中所述输入光信号的第一光谱迹是用第一偏振分析条件获得的，且其中从所述光信号带宽内将所述信号成分和噪声成分鉴别开，以确定输入光信号上的带内噪声水平，其特征在于如下步骤：

使用第二偏振分析条件，获取所述输入光信号的第二光谱迹，所述第一偏振分析条件和第二偏振分析条件彼此不同，且相对于所述输入光信号均为任意，所述光谱迹显示出不同的信噪比；

使用所述光谱迹之间的比较，从所述光信号带宽内数学地鉴别区分所述噪声成分与所述信号成分；且

从所鉴别的噪声成分，确定所述输入光信号上的带内噪声水平。

39.根据权利要求38所述的方法，其中所述鉴别的特征在于如下步骤：

对所述光谱迹执行计算，以获得与所述信号成分的光谱基本成比例的差分光谱；

使用所述差分光谱估计所述光信号的光谱；

从所述第一光谱迹和第二光谱迹中的至少一个，确定所述输入光信号的光谱；并且

针对所述输入光信号的确定的光谱，减去所估计的所述信号成分的光谱，确定所述光噪声的水平。

40.用于确定输入光信号上的带内噪声水平的系统，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中所述信号成分和所述噪声成分具有彼此不同的偏振度和彼此不同的偏振态中的至少一个，所述系统包括：一个偏振光装置，其用于偏振所述输入光信号的至少一部分，以产生所述输入光信号的第一样本；一个光谱分析器，其被配置为获取所述第一样本的第一光谱迹，在所述光信号带宽内将所述噪声成分与所述信号成分鉴别开，以确定所述输入光信号上的带内噪声水平，其特征在于：

所述第一光谱迹示出一非零信噪比；

所述偏振光装置还被配置为产生所述输入光信号的第二样本，所述第一样本和所述第二样本具有彼此不同的相对于输入光信号的偏振态或彼此不同的偏振度，所述第一样本和所述第二样本的偏振态相对于所述输入光信号的偏振态为任意；

所述光谱分析器被进一步配置为获取所述第二样本的第二光谱迹，所述第二光谱迹示出不同于所述第一光谱迹的非零信噪比；

该系统还包括一个光谱处理器，其用于基于所述第一光谱迹和第二光谱迹，从所述光信号带宽内数学地鉴别区分所述噪声成分与所述信号成分；以及一个噪声计算器，其用于从所鉴别的噪声成分，确定所述光信号带宽内的所述带内噪声。

41.根据权利要求40所述的系统，其特征在于，所述偏振光装置包括一个偏振分束器，其用于将所述输入光信号分成所述第一样本和第二样本，所述两个样本具有彼此正交的偏振态。

42.根据权利要求40所述的系统，其特征在于，通过一个用于扰动所述输入光信号的偏振态的偏振扰动装置，以改变在至少一个所述光谱迹之上的信噪比，使得所述第一光谱迹和第二光谱迹显示出不同的信噪比。

43.用于确定输入光信号上的带内噪声水平的方法，所述输入光信号具有在光信号带宽内的载有数据的信号成分和噪声成分，其中与所述信号成分相比，在所述噪声成分在所述光信号带宽内的波长上变化缓慢，且其中从所述输入光信号中获得分别相应于第一积分宽度和第二积分宽度的第一光谱迹和第二光谱迹，所述第二积分宽度大于所述第一积分宽度，其特征在于：

由于不同的积分宽度，所述第一光谱迹和所述第二光谱迹显示出不同的非零信噪比；

基于所述第一光谱迹和第二光谱迹，使用数值计算在所述光信号带宽内将所述噪声成分与所述信号成分鉴别开；且

从所鉴别的噪声成分，确定所述输入光信号上的带内噪声水平。

44.根据权利要求43所述的方法，其特征在于，获取所述输入光信号的光谱测量值，且以相应于所述第二积分宽度的窗口对所获取的测量值作卷积，以获得所述第二光谱迹。

45.根据权利要求43所述的方法，其特征在于，选择所述第一积分宽度以在所述第一积分光谱迹的顶部获得基本平的光信号峰。

Images