CN102006261A - 一种提高相干光通信系统性能的信道估计方法 - Google Patents

Abstract

本发明涉及一种提高相干光通信系统性能的信道估计问题，此方法基于偏振复用相干光光OFDM系统，将频域平均跟时域平均相结合，提出了一种新的细化信道估计的方法，应用于光通信领域。本方法的步骤如下：分别控制两个OFDM发射端，循环插入虚载波，使其成为我们想要的数据格式，然后在系统的接收端采用本专利的信道估计方法得出光路中的琼斯矩阵，然后将接收到的数据乘以琼斯矩阵的逆矩阵进而得到对初始发送信号的估计。仿真结果表明，该方法能有效对抗PMD及ASE噪声对系统性能的影响，与传统方法比较，系统性能最高可提高2个dB。

Description

一种提高相干光通信系统性能的信道估计方法

技术领域

该技术应用于光通信领域中的PDM-CO-OFDM(Polarization Division MultiplexingCoherent Optical Orthogonal Frequency Division Multiplexing)系统中，基于该系统我们提出了一种结合OFDM符号的相邻子载波间频域平均跟相邻OFDM符号间时域平均的信道估计方法。更具体地，涉及光通信方面的信道估计算法。

背景技术

随着通信技术的飞速发展，运营商的业务主体和盈利模式都发生了历史性变化。人们对通信的需求已从最初的语音业务向多媒体业务迈进，用户的网络带宽需求越来越高。对于单信道光传输系统的速率要求已从10Gb/s提高至40Gb/s、100Gb/s，甚至更高。众所周知，将传统的10Gb/s传输系统提高到40Gb/s或100Gb/s，将会面临很多挑战：1)在传统10Gb/s传输系统中，主要采用强度调制-直接检测方案(IM-DD)，当采用此方案来传输40Gb/s或100Gb/s的数据时，其频谱宽度变大，色度色散(CD)容忍度变为原来的1/16或1/100，PMD容忍度变为原来的1/4或1/10，系统的非线性容忍度也急剧降低；2)由于速率提高，电子器件和电路的设计开发难度加大，光器件的要求也会相应提高，这都将使得系统的成本急剧上升；3)由于频谱变宽，原有的DWDM系统开始饱和，可用信道数目越来越少。为了解决上述问题，将无线通信中已有的先进技术引入到光通信领域成为目前的研究热点和方向。光正交频分复用(0-OFDM)系统正是基于此目的而提出来的。

对于光传输系统，偏分复用技术是一种有效地提高频谱效率的方法，但是研究发现偏分复用会对两个偏振方向引起串扰，所以对直接检测的偏振复用系统不能有效地对抗偏振模色散(Polarization Mode Dispersion)引起的干扰。一种有效地方法是采用相干检测(CoherentDetection)的数字接收方法，将其应用于PDM-OFDM系统中可以有效地对抗色散(ChromaticDispersion)跟偏振模色散(Polarization Mode Dispersion)。

基于此系统，之前的研究表明在解信道的传输矩阵时可以采用将训练序列时域平均的方法，或者是在一个训练符号中将相邻频域子载波进行平均的方法，在此专利中我们提出了一种新的信道估计方法，结合频域平均跟时域平均的方法，将得到的信道矩阵进行细化，进而消除偏振模色散所带来的系统损伤。

发明内容

本发明针对PDM-CO-OFDM系统，通过控制发送端两个发射机信号的格式，在接收端进行信道估计，通过与频率平均的方法相比较，仿真结果表明，该方法在对抗PMD引起的载波间干扰方面优于之前的方法。

本发明如下：两个OFDM发射端，两路分别经过QPSK调制，插零，IFFT变换，同时分别加入1/8长度的CP，经过马赫增德尔调制器调到光路，然后将两路信号经过一个偏振耦合器PBC(Polarization Beam Coupler)合并到光路上，经过偏振模色散模拟器后，再经偏振分束器PBS(Polarization Beam Splitter)分成两束，分别经过IQ调制回到电域，再经FFT之后的信道估计还原原始信号。由于两个偏振态历经同样的过程，所以在处理的结果的时候我们只考虑一个方向的偏振态。这不失一般性。

在OFDM系统中，由于一次采用很多个子载波，所以对于一个给定的传输信道，对于每个子载波它在频域的传递函数可视为常数或者是平坦的。所以信道中的色散，偏振模色散效应可以用以下公式表示：

$\left[\begin{array}{c}{s}_x^{\′}\left(k\right)\\ s_y^{\′}\left(k\right)\end{array}\right]=\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]\left[\begin{array}{c}{s}_x\left(k\right)\\ s_y\left(k\right)\end{array}\right]$

公式中2×1的两个矩阵分别是发送端第k个子载波两个偏振方向的信号跟接收端第k个子载波两个偏振方向的信号，2×2的矩阵表示信道中的传输矩阵。为了简化信道估计，我们设置发送端的信号的格式，当X偏振方向有信号时，将Y偏振方向的信号置为0，当发送下一个OFDM符号时，将X偏振方向的信号置为0，Y偏振的方向还是原信号。

用以下公式表示：

$s_1=\left[\begin{array}{c}{s}_x\\ 0\end{array}\right],$ $s_2=\left[\begin{array}{c}0\\ s_y\end{array}\right]$

所以当分别发送这两个符号时，经过系统传输矩阵，可以得到以下关系式：

$\left[\begin{array}{c}{s}_{x1}^{\′}\left(k\right)\\ s_{y1}^{\′}\left(k\right)\end{array}\right]=\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]\left[\begin{array}{c}{s}_x\\ 0\end{array}\right]=\left[\begin{array}{c}a\left(k\right)s_x\\ c\left(k\right)s_x\end{array}\right]$

$\left[\begin{array}{c}{s}_{x2}^{\′}\left(k\right)\\ s_{y2}^{\′}\left(k\right)\end{array}\right]=\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]\left[\begin{array}{c}0\\ s_y\end{array}\right]=\left[\begin{array}{c}b\left(k\right)s_y\\ d\left(k\right)s_y\end{array}\right]$

其中s′_x1(k)跟s′_y1(k)分别是发送第一个OFDM符号时接收到的X偏振方向跟Y偏振方向的信号，s′_x2(k)跟s′_y2(k)分别是发送第二个OFDM符号时接收到的X偏振方向跟Y偏振方向的信号。

所以可以解出信道的传输矩阵为

$\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]=\left[\begin{array}{cc}{s}_{x1}^{\′}\left(k\right)/s_x& s_{x2}^{\′}\left(k\right)/s_y\\ s_{y1}^{\′}\left(k\right)/s_x& s_{y2}^{\′}\left(k\right)/s_y\end{array}\right]$

为了消除噪声的影响，之前的研究者分别提出了对得到的传输矩阵进行时域平均或者是相邻子载波间频域平均的方法，在此我们结合两种方法对信道传输矩阵进行更加细化的计算，每当发送一对设置好格式的信号之后，对得到的传输矩阵进行频域平均，即采用以下公式，其中m表示以一个子载波为中心，分别取其两边的m个子载波数值，将这2m+1的子载波进行取平均，即：

$\left[\begin{array}{cc}a\left(k^{\′}\right)& b\left(k^{\′}\right)\\ c\left(k^{\′}\right)& d\left(k^{\′}\right)\end{array}\right]=\frac{1}{\min (k_{\max },k^{\′}+m)-\max (k_{\min },k^{\′}-m)+1}\underset{k=k^{\′}-m}{\overset{k^{\′}+m}{\mathrm{\Σ}}}\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]$

假设发送k对已知信号，分别对由这k对已知信号得到的传输矩阵进行频域平均，然后再将得到的k组传输矩阵进行时域平均，即采用以下公式

${\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]}_{\mathrm{final}}=\frac{1}{k}\underset{n=1}{\overset{k}{\mathrm{\Σ}}}{\left[\begin{array}{cc}{a}_n\left(k^{\′}\right)& b_n\left(k^{\′}\right)\\ c_n\left(k^{\′}\right)& d_n\left(k^{\′}\right)\end{array}\right]}_n$

由此就是我们想要得到的最终的信道传输矩阵，之后将其进行逆运算应用到接收的信号中就可得到最初的原始信号的准确估计：

$\left[\begin{array}{c}{s}_x\left(k\right)\\ s_y\left(k\right)\end{array}\right]={\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]}_{\mathrm{final}}^{-1}\left[\begin{array}{c}{s}_x^{\′}\left(k\right)\\ s_y^{\′}\left(k\right)\end{array}\right]$

附图说明

图1：用于说明本专利应用的PDM-CO-OFDM系统仿真框图；

图2：示出了发送端信号格式的设置框图；

图3：示出了接收端对信号的处理方法示意图；

图4：示出了在应用本方法和采用频域平均的方法进行比较之后，系统性能与OSNR的关系曲线；(在DGD＝1000ps，子载波个数是256)

图5：示出了在应用本方法和采用频域平均的方法进行比较之后，系统性能与OSNR的关系曲线；(在DGD＝1000ps，子载波个数是512)

图6：示出了在应用本方法和采用频域平均的方法进行比较之后，系统性能与OSNR的关系曲线；(在DGD＝1000ps，子载波个数是1024)

图7：示出了在应用本方法和采用频域平均的方法进行比较之后，系统性能与OSNR的关系曲线。(在DGD＝1000ps，子载波个数是2048)

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例也仅仅是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例适用于112Gbit/s光的偏振模式复用相干OFDM(PDM-CO-OFDM)调制解调系统。

图1为112Gbit/s PDM-CO-OFDM系统原理框图；

对112Gbit/s的二进制信号首先分成X偏振方向101跟Y偏振方向102的两路，然后分别经过103QPSK调制，通过设置信号格式104，便于进行接收端的信道估计，106插零，进行107IFFT变换，将其由频域转换到时域，加入108循环前缀，经过109数模变换，然后经110马赫曾德尔调制器调到光域，两路信号调制到光域后的信号经过111偏振耦合器(polarization beam coupler)整合成一路信号，两路信号处于正交状态。此时的符号速率是28Gbit/s，经过112偏振模色散模拟器模拟一阶偏振模效应，信道中不可避免的高斯白噪声113，然后信号经过114偏振分束器(polarization beam splitter)，将两路信号分别经过115相干检测接收下来，然后经过116A/D模数变换，117去掉循环前缀，118FFT变换接收经过光路传输后的信号。最重要的部分就是119信道估计，在之前的发送端通过设置好发送端的信号格式，在接收端的119进行信道估计，然后经过通过120导频方法的相位估计算法，经过121串并变换，122QPSK解调得到接收到的信号Y偏振方向的123信号，X偏振方向的124信号，由于这两个偏振方向历经相同的过程，我们可以只考虑一个偏振态，在仿真计算Q值的时候将X偏振方向的信号接地，只计算Y偏振方向的信号，这不失一般性。

首先该系统的主要部分位于发送端的104设置信号格式模块，这个模块位于103信号调制之后，107IFFT之前，发送端的针对两个偏振方向101，102的信号格式如图2所示，在此具体实施例中，我们采用相位调制QPSK的调制格式，采用三对信号进行格式设置，分别表示如下：

第一对： $s_1=\left[\begin{array}{c}{s}_{x1}\\ 0\end{array}\right],$ $s_2=\left[\begin{array}{c}0\\ s_{y2}\end{array}\right];$

第二对： $s_3=\left[\begin{array}{c}{s}_{x3}\\ 0\end{array}\right],$ $s_4=\left[\begin{array}{c}0\\ s_{y4}\end{array}\right];$

第三对： $s_5=\left[\begin{array}{c}{s}_{x5}\\ 0\end{array}\right],$ $s_6=\left[\begin{array}{c}0\\ s_{y6}\end{array}\right];$

在接收端进行信道估计时，整个流程图如图3所示，首先是接收端接收到信号301r_ki与发送过来的信号302s_ki进行代数运算303得到信道传输矩阵H_k，然后进行304子载波之间的频域平均，305三组矩阵进行时域平均得到最终的传输矩阵306H′_k，之后对所得到的306进行307求逆运算，将其应用到接收端信号301r_ki中，得到最终的传输信号308。

当发送端发送第一对信号时，接收端的信号可以表示为

$\left[\begin{array}{c}{R}_x\\ R_Y\end{array}\right]$

所以可计算得到信道的传输矩阵如下：

$\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]=\left[\begin{array}{cc}{R}_{x1}^{\′}\left(k\right)/s_{x1}& R_{x2}^{\′}\left(k\right)/s_{y2}\\ R_{y1}^{\′}\left(k\right)/s_{x1}& R_{y2}^{\′}\left(k\right)/s_{y2}\end{array}\right]$

然后利用频域平均公式，在相邻子载波之间对矩阵的各个项取平均，得到第一列传输矩阵，其中区间之外的数据可置为0，m表示取一个子载波为中间点，分别取两边的m个子载波数值，对2m+1个数进行取平均：

${\left[\begin{array}{cc}a\left(k^{\′}\right)& b\left(k^{\′}\right)\\ c\left(k^{\′}\right)& d\left(k^{\′}\right)\end{array}\right]}_1=\frac{1}{\min (k_{\max },k^{\′}+m)-\max (k_{\min },k^{\′}-m)+1}\underset{k=k^{\′}-m}{\overset{k^{\′}+m}{\mathrm{\Σ}}}\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]$

同理可得，当发送端发送第二对信号时，信道的传输矩阵如下式所示：

$\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]=\left[\begin{array}{cc}{R}_{x3}^{\′}\left(k\right)/s_{x3}& R_{x4}^{\′}\left(k\right)/s_{y4}\\ R_{y3}^{\′}\left(k\right)/s_{x3}& R_{y4}^{\′}\left(k\right)/s_{y4}\end{array}\right]$

利用频域平均公式，得到第二列传输矩阵：

${\left[\begin{array}{cc}a\left(k^{\′}\right)& b\left(k^{\′}\right)\\ c\left(k^{\′}\right)& d\left(k^{\′}\right)\end{array}\right]}_2=\frac{1}{\min (k_{\max },k^{\′}+m)-\max (k_{\min },k^{\′}-m)+1}\underset{k=k^{\′}-m}{\overset{k^{\′}+m}{\mathrm{\Σ}}}\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]$

最后，当发送第三对信号时，信道的传输矩阵如下式所示：

$\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]=\left[\begin{array}{cc}{R}_{x5}^{\′}\left(k\right)/s_{x5}& R_{x6}^{\′}\left(k\right)/s_{y6}\\ R_{y5}^{\′}\left(k\right)/s_{x5}& R_{y6}^{\′}\left(k\right)/s_{y6}\end{array}\right]$

再次对其进行子载波间的频域平均，得到如下传输矩阵：

${\left[\begin{array}{cc}a\left(k^{\′}\right)& b\left(k^{\′}\right)\\ c\left(k^{\′}\right)& d\left(k^{\′}\right)\end{array}\right]}_3=\frac{1}{\min (k_{\max },k^{\′}+m)-\max (k_{\min },k^{\′}-m)+1}\underset{k=k^{\′}-m}{\overset{k^{\′}+m}{\mathrm{\Σ}}}\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]$

最后结合三对信号得出的传输矩阵，对其进行时域平均，即：

${\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]}_{\mathrm{final}}=\frac{1}{3}\underset{n=1}{\overset{3}{\mathrm{\Σ}}}{\left[\begin{array}{cc}a\left(k^{\′}\right)& b\left(k^{\′}\right)\\ c\left(k^{\′}\right)& d\left(k^{\′}\right)\end{array}\right]}_n$

然后求其逆矩阵，应用到其他接收到的信号中，即可得到所需要的对原始信号进行精确估计后的信号：

$\left[\begin{array}{c}{s}_x\left(k\right)\\ s_y\left(k\right)\end{array}\right]={\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]}_{\mathrm{final}}^{-1}\left[\begin{array}{c}{R}_x\left(k\right)\\ R_y\left(k\right)\end{array}\right]$

为了验证本方法的抗PMD效应的有效性，我们仿真了图1 112Gbit/s PDM-CO-OFDM系统在此种方法与单纯采用频域平均的方法进行比较，基本设置如下：采用VPITransmissionMaker7.6为仿真平台，结合MATLABR2008a工具进行仿真，其中采用的QPSK编码，循环前缀的长度设为32/子载波个数，即此系统中循环前缀长度为1140ps，对一个OFDM符号同时采用两边插零跟中间插零的方法，插零的比例在一个OFDM符号中占1/8，其他的参数均设为理想状态。在DGD＝1000ps，子载波分别设为256，512，1024，2048的情况下，仿真结果分别如图4，5，6，7所示。其中图4是子载波个数为256时两种方法的Q值比较，仿真结果显示出本专利采用的方法比单纯的采用频域平均的方法性能提高了1dB。图5是子载波个数为512时系统性能比较，可以看出当子载波为512时，仿真Q值已经接近理论Q值，而且比ISFA(intra-symbol frequency-domain averaging)方法提高了1dB多。图6为子载波个数是1024时的系统性能比较图，可以看出此时的仿真结果Q值已经非常接近理论Q值，比ISFA方法提高了1.5dB之多。最后图7为子载波个数是2048时的系统性能比较图，此时的仿真Q值已经跟理论Q值重合，此种方法性能比ISFA方法提高了2dB。证明子载波个数越多，系统抵抗PMD及系统噪声的效果越好。

以上是采用本发明方法的一种PDM-CO-OFDM系统的具体实施例的详细介绍和仿真，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

主要技术优势

目前正交频分复用(OFDM)已经广泛应用在无线和有线(铜线)通信领域。光正交频分复用(OFDM)系统结合了OFDM技术与光传输技术，在高速光传输领域具有广阔发展前景，同时相干接收技术的出现使得PMD引起的系统损伤得到有效地抑制，尤其是偏振复用PDM-OFDM系统在具有较强抗色散的能力下，还具有较强的抗偏振模色散的能力，同时系统的谱效率提高一倍，是目前研究实现大容量、长距离光传输的主要研究方案之一。

与其他方法相比较，本发明中针对PDM-CO-OFDM系统的基于频域平均与时域平均相结合的信道估计方法，能有效地对抗PMD引起的脉冲展宽。当子载波个数是2048时，此种方法比单纯采用频域估计的方法可使的系统的性能提高2个dB，算法实现简单，估计准确。

Claims (5)

1.一种提高相干光通信系统性能的信道估计方法，该方法基于PDM-CO-OFDM系统，是将频域平均与时域平均相结合的信道估计方法。该估计方法主要涉及两个方面，发送端信号设置格式部分，接收端对接收到的信号进行信道估计部分。发送端设置信号格式部分，通过发送设置好的信号格式，可以将计算信道传输矩阵的过程简化；接收端信道估计部分，用于接收原始传输信号与接收的信号对信道的传输矩阵进行估计。

2.根据权利要求1所述的发送端设置信号格式部分，其特征在于，在开始的信号发送过程中，两个偏振态分别循环的插入虚的OFDM符号，使其在信道中传输时，将信道矩阵的求解得到简化，在此专利中，我们应用了6个OFDM符号用于接收端的信道估计。

3.根据权利要求2所述，其特征在于，其发送端的信号格式可以用以下公式表示：

$s_1=\left[\begin{array}{c}{s}_{x1}\\ 0\end{array}\right],$ $s_2=\left[\begin{array}{c}0\\ s_{y2}\end{array}\right];$ $s_3=\left[\begin{array}{c}{s}_{x3}\\ 0\end{array}\right],$ $s_4=\left[\begin{array}{c}0\\ s_{y4}\end{array}\right];$ $s_5=\left[\begin{array}{c}{s}_{x5}\\ 0\end{array}\right],$ $s_6=\left[\begin{array}{c}0\\ s_{y6}\end{array}\right];$

本专利中我们采用三组设置好的格式的OFDM符号，2×1的矩阵分别表示发送端的两个偏振方向。

4.根据权利要求3所述，其特征在于，发送带有三组设置好的数据之后，在接收端中分别进行频域平均跟时域平均计算，在进行子载波间频域平均的时候，将其中区间之外的数据置为0，若m表示一个子载波为中间点，分别取两边的m个子载波数值，即对2m+1个子载波数进行取平均，之后对得到的三组信道传输矩阵进行时域平均，最终的信道估计出的传输矩阵如下式所述：

${\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]}_{\mathrm{final}}=\frac{1}{3}\underset{n=1}{\overset{3}{\mathrm{\Σ}}}{\left[\begin{array}{cc}a\left(k^{\′}\right)& b\left(k^{\′}\right)\\ c\left(k^{\′}\right)& d\left(k^{\′}\right)\end{array}\right]}_n.$

5.根据权利要求4所述，其特征在于，得到最终的传输矩阵之后，将其逆应用到系统的接收信号中，即可得到原始信号的精确估计：

$\left[\begin{array}{c}{s}_x\left(k\right)\\ s_y\left(k\right)\end{array}\right]={\left[\begin{array}{cc}a\left(k\right)& b\left(k\right)\\ c\left(k\right)& d\left(k\right)\end{array}\right]}_{\mathrm{final}}^{-1}\left[\begin{array}{c}{R}_x\left(k\right)\\ R_y\left(k\right)\end{array}\right].$

Images