CN102714544B - 确定带内噪声参数的方法和设备及确定光信噪比的方法 - Google Patents

Abstract

提供了一种用于确定光学受测信号（SUT）上的带内噪声参数例如光信噪比（OSNR）的方法，所述SUT沿着光通信链路传播，并且包括具有任意偏振度的载有数据的信号贡献以及噪声贡献。使用参考信号的参考光频谱图形来估计所述SUT中的信号贡献的频谱形状图形，所述参考信号包括频谱地代表所述SUT的信号贡献的信号贡献以及至少近似已知的噪声贡献。使用所述频谱形状图形和所述测试光频谱图形，从所述SUT中数学地鉴别所述信号贡献和所述噪声贡献。然后至少从已数学地鉴别的噪声贡献确定所述带内噪声参数。

Description

确定带内噪声参数的方法和设备及确定光信噪比的方法

相关申请的相互引用

依据35USC§119(e)，本申请要求于2010年2月15日提交的美国临时专利申请61/304,584的优先权，该美国临时专利申请的说明书以引用方式被纳入在此。

技术领域

本发明涉及光电信应用中的带内噪声的确定。更具体地，本发明涉及偏振复用光信号(polarization-multiplexedopticalsignals)上的带内噪声的确定。

背景技术

为了使在给定频谱带宽上传输的信息内容(常常以每Hz频谱带宽的比特来度量)最大化，偏振复用(也称为“Pol-Mux”)正在越来越多地与新的传输格式一起使用。基础理念是，通过采用共享同一光信号带宽的两个正交偏振的载有数据的信号，可以有效地使频谱密度(方便地以bits/Hz为单位来度量)加倍。通常，这两个正交偏振的信号以近似相同的强度来传输，使得总的合成光有效地非偏振化，就像从具有低电子检测带宽的测试和测量仪器(例如光谱分析仪(OSA))看到的那样。

光信噪比(OSNR)是对光电信链路承载的信号品质的一个直接指示。在正常和合适的运行条件下，光通信链路的OSNR通常是高的，常常超过15dB或20dB，甚至更高。光通信链路中的噪声的主导分量通常是非偏振的放大自发发射(ASE)，该ASE是由该链路中的光放大器造成的宽带噪声源。一般，可认为该ASE在跨越该信号频谱带宽的小波长范围上是频谱均匀的。

IEC61280-2-9光纤通信子系统测试流程第2-9部分的标准(ed.1.0b:2002)提供了一种用于确定密集波分复用(DWDM)网络中的OSNR的标准方法。该方法基于如下假定：信道间噪声电平(interchannelnoiselevel)代表信号峰位置处的噪声电平。该方法对该信号带宽之外的噪声的功率电平进行插值，以估计该信号带宽中的带内噪声。增大的调制速率扩大了信号带宽，而增大的信道密度减小了信道间带宽；从而对用于执行该测量的光谱分析仪造成了苛刻的频谱特性要求。当相邻峰的噪声电平几乎连续时，所述标准中描述的流程能够应付这些困难。例如，所述标准提出了一种两遍扫描流程(two-scanprocedure)：首先测量具有较大分辨率带宽的宽的已调制峰，以捕获整个信号峰；然后使用窄的分辨率带宽来确定噪声，以使主峰和相邻峰对信道间噪声电平的成分最小化。替代地，商业光谱分析仪(OSA)(例如EXFO的FTB-5240，在2007年以前可得的版本)通过在单次扫描中执行集成峰计算和精细噪声确定来实施相关流程。

然而，为了严格遵守所述标准的推荐，噪声电平应是在峰之间的信道中间间隔(mid-channelspacing)处确定的。在噪声被频谱地滤波到光信号带宽之外的情况下，例如在经过复用器或解复用器(例如，可重构光分插复用器(ReconfigurableOpticalAddDropMultiplexers)(ROADM))之后，该中间间隔的噪声电平不再代表带内噪声电平(其是用于确定OSNR的相关参数)。于是，该信道间噪声电平的插值变得不可靠。这可以通过如下措施来减轻：依靠OSA滤波器的非常陡峭的频谱响应以及适应性处理，来确定信道带宽内的肩部(噪声与信号轮廓的基部相交处)的噪声电平。然而，增大的调制速率与复用器和解复用器的窄滤波结合使得愈发难以实现信道带宽内的噪声电平的可靠测量。

已为DWDM网络应用开发了替代的带内OSNR测量方法。这样的方法包括主动消偏振(activepolarization-nulling)方法(见J.H.Lee等人,“OSNRMonitoringTechniqueUsingPolarization-NullingMethod”,IEEEPhotonicsTechnologyLetters,Vol.13,No.1,January2001)和被动偏振引发鉴别(PassivePolarization-InducedDiscrimination)(PPID)方法(见Gariépy等人的由本申请人共有的国际专利申请公布文本WO2008/122123A1)。然而，这样的方法都基于该信号通常被高偏振化的假定，而该假定在偏振复用信号的情况下无效。

对于大多数偏振复用信号的情况，该“信号”(例如在具有低带宽电子器件的光二极管上检测到的)表现为非偏振的，从而上文提及的带内OSNR测量方法不能被用于可靠地提供OSNR测量。

为了测量偏振复用信号上的噪声电平或OSNR，系统制造者或操作者当前不得不借助关闭发射机处的信号来测量噪声电平从而确定OSNR。该方法的第一限制是，它要求对在关闭需要测量OSNR的信号之时出现的噪声变化做出特定假定。该OSNR测量的不确定性依赖于，例如，共享同一些放大路径的链路上的信道的数目。在要对运行中的系统执行该测量的情况下，这样的涉及关闭信号的方法有一个重要的实践限制：它意味着所关注的信道的服务中断以及该系统上的其他信道的可能的扰乱。

因此，需要一种无服务中断地测量偏振复用信号或任何其他非偏振信号上的带内噪声参数(例如OSNR)的方法。

发明内容

本发明的一个目标是提供一种解决上述关注点中至少之一的用于测量带内OSNR的方法。

提供了一种用于确定光学受测信号(SUT)上的带内噪声参数(例如OSNR)的方法，所述SUT沿着光通信链路传播，并且包括光信号带宽内的具有任意偏振度的载有数据的信号成分(例如偏振复用信号)以及噪声成分。所提供的方法基于对所述信号成分的频谱形状(spectralshape)的认识。基于此认识，在所述SUT的光频谱图形上，可以将所述信号成分和所述噪声成分相对于彼此数学地鉴别出来。

对所述信号成分的频谱形状的认识可来自在沿着同一光通信链路的一个不同点处(通常在上游)采取的参考信号(即，源自同一光发射机的参考信号)的光频谱图形的获取，在该点处所述OSNR是已知的，或者在该点处所述信号可以被认为没有ASE噪声。考虑到在所述光信号带宽内所述信号的频谱形状沿着所述通信链路无显著改变，这样的参考信号的信号成分频谱地代表了所述受测信号的信号成分。在在此描述的实施方案中，使用在沿着同一光通信链路的一个不同点处采取的参考信号的实施方案通常使测量不确定性最小化。

对所述信号成分的频谱形状的认识还可以来自在该网络上的一个不同的光通信链路上采取的参考信号的光频谱图形的获取，该参考信号源自一个与所述SUT的源头处的光发射机相异的(distinct)但光学上等同的光发射机。这样的参考信号具有如下的信号成分，所述信号成分频谱地代表所述受测信号的信号成分。例如，采取所述参考信号的点可以处于表征所述SUT的物理位置，从而在同一位置获得所述SUT和参考光频谱图形二者。如果所述参考信号是恰好在所述光发射机的输出处(即，在所述信号被光学上放大之前)采取的，则它的噪声成分可以被认为是可忽略的。

对所述信号成分的频谱形状的认识还可以来自如下参考信号的光频谱图形的在先获取：该参考信号源自来自任何网络的光学上等同的光发射机。

最后，对所述信号成分的频谱形状的认识还可以来自代表所述SUT的信号成分的参考信号的仿真的(simulated)或理论上频谱解析的图形的生成。

注意，对于所述SUT和所述参考信号二者，所提供的方法仅要求对光信号带宽上的光功率的相对分布的认识。不要求绝对功率电平值。因而，所述光频谱图形的获取可经由例如光通信链路上的抽头监测端口(tapmonitoringports)来进行，从而允许非侵入性测量和没有服务中断。

提供了一种用于确定光学受测信号(SUT)上的带内噪声参数(例如光信噪比(OSNR))的方法，所述SUT沿着光通信链路传播，并且包括具有任意偏振度的载有数据的信号成分以及噪声成分。使用参考信号的参考光频谱图形来估计所述SUT中的信号成分的频谱形状图形，所述参考信号包括如下的信号成分以及至少近似已知的噪声成分，所述信号成分频谱地代表所述SUT的信号成分。使用所述频谱形状图形和所述测试光频谱图形，从所述SUT中数学地鉴别所述信号成分和所述噪声成分。然后至少从已数学地鉴别的噪声成分确定所述带内噪声参数。

根据一个实施方案，提供了一种用于确定光学受测信号(SUT)上的带内噪声参数的方法，所述SUT沿着光通信链路传播，并且包括光信号带宽内的具有任意偏振度的载有数据的信号成分以及噪声成分，所述方法包括：在沿着所述光通信链路的测试点处获得所述光学受测信号的测试光频谱图形，所述测试光频谱图形对应于包含所述光信号带宽的至少一部分的频谱范围；获得参考信号的参考光频谱图形，所述参考信号包括如下的信号成分以及在所述光信号带宽上至少近似已知的噪声成分，所述信号成分频谱地代表所述受测信号的信号成分；使用所述参考光频谱图形，来估计所述受测信号中的所述信号成分的频谱形状图形；使用所述频谱形状图形和所述测试光频谱图形，在所述光信号带宽内从所述受测信号中数学地鉴别所述信号成分和所述噪声成分；以及，至少从已数学地鉴别的噪声成分来确定所述光学受测信号上的所述带内噪声参数。

根据另一实施方案，提供了一种用于确定光学受测信号(SUT)上的带内噪声参数的设备，所述SUT沿着光通信链路传播，并且在光信号带宽内包括具有任意偏振度的载有数据的信号成分以及噪声成分，所述设备包括：测量装置，用于在沿着所述光通信链路的测试点处获得所述光学受测信号的测试光频谱图形，所述测试光频谱图形对应于包含所述光信号带宽的至少一部分的频谱范围；输入端(input)，用于接收参考信号的参考光频谱图形，所述参考信号包括如下的信号成分以及在所述光信号带宽上至少已知的噪声成分，所述信号成分频谱地代表所述受测信号的信号成分；处理单元，用于使用所述测试光频谱图形以及用所述参考光频谱图形估得的所述受测信号中的所述信号成分的频谱形状图形，在所述光信号带宽内从所述受测信号中鉴别所述信号成分和所述噪声成分；以及，带内噪声确定器(determiner)，用于至少从已数学地鉴别的噪声成分来确定所述光学受测信号上的所述带内噪声参数。

根据另一实施方案，提供了一种用于确定沿着光学路径(opticalpath)传播的光学受测信号(SUT)的光信噪比的方法。所述SUT包括光信号带宽内的至少一个具有任意偏振度的载有数据的信号成分以及噪声成分。采用频谱解析设备来测量频谱解析的光学受测信号。所述方法包括：获得来自所述光学受测信号的光信号数据的频谱解析的光频谱，所述数据对应于包含所述光信号带宽的至少一部分的频谱范围内的波长；在沿着光学路径的一个不同点处获得一个不同的频谱解析的光信号作为参考信号，所述参考信号包括同一载有数据的信号成分，并且所述参考信号是由已知的光信噪比来表征的；基于所述光频谱数据与所述参考光频谱数据的数学比较，在所述光信号带宽内数学地鉴别所述至少一个载有数据的信号成分和所述噪声成分；从已鉴别的噪声成分来确定所述光学受测信号上的带内噪声电平；以及，从所确定的带内噪声电平来确定所述光信噪比，所述光信噪比指示着所述光信号带宽内的噪声成分。

在一个实施方案中，被确定的带内噪声参数是光信噪比(OSNR)，但是也可以确定的其他噪声参数包括带内噪声电平、比特错误率(BER)、电信噪比等。

附图说明

图1是示出了一个示例性光学受测信号连同其噪声成分及其信号成分的光频谱的图；

图2是示出了一个示例的通用网络方案的示意图，其中可以使用在此描述的方法来表征光学受测信号；

图3包括图3A、图3B、图3C和图3D，它们是分别示出了图2的网络的抽头1、抽头3、抽头4和抽头5处的SUT的光频谱图形的图；

图4是示出了根据一个实施方案的用于确定SUT上的带内噪声参数的方法的流程图；

图5是示出了使用在图2的抽头1处获得的参考图形来估计在图2的抽头3处获得的SUT上的噪声成分的处理算法的实施例1的结果的图；

图6是示出了使用在图2的抽头1处获得的参考图形来估计在图2的抽头3处获得的SUT上的噪声成分的处理算法的实施例3的结果的图；

图7是示出了使用在图2的抽头1处获得的参考图形来估计在图2的抽头3处获得的SUT上的噪声成分的处理算法的实施例5的结果的图；

图8包括图8A、图8B和图8C，它们是分别示出了使用在图2的抽头1处获得的参考图形来估计在图2的抽头4处获得的SUT上的噪声成分的处理算法的实施例1、实施例3和实施例5的结果的图；

图9包括图9A、图9B和图9C，它们是分别示出了使用在图2的抽头1处获得的参考图形来估计在图2的抽头5处获得的SUT上的噪声成分的处理算法的实施例1、实施例3和实施例5的结果的图；

图10包括图10A、图10B和图10C，它们是分别示出了使用在图2的抽头3处获得的参考图形(其中OSNR是已知的)来估计在图2的抽头5处获得的SUT上的噪声成分的处理算法的实施例1、实施例3和实施例5的结果的图。

应注意，在这些附图中，相似的特征由相似的参考数字标识。

具体实施方式

现在参考图1，在此描述的方法和系统涉及对光学受测信号(SUT)p的表征，所述SUTp被用在光远程通信中以在密集波分复用(DWDM)光信道上传输数据。贯穿本发明，光信号p对应于所述DWDM光信道之一。在所关注的光信道带宽中，光信号p包括两个分量，即：信号成分(signalcontribution)s，其由载有数据的信号引起；以及，噪声成分(noisecontribution)n，其包括该光信道内的所有其他光功率源。在偏振复用通信的情况下，信号成分包括两个相异的正交偏振分量。噪声成分n主要由光传输系统中的光放大器的放大自发发射(ASE)噪声引起。图1示出了一个示例性光信号p的光频谱p(λ)，连同其信号成分的光频谱s(λ)及其噪声成分的光频谱n(λ)，使得：

p(λ)＝s(λ)+n(λ)

光信号p的光频谱图形可由光谱分析仪(OSA)获取，并且表示输入光信号p与该OSA的滤波器频谱响应h_OSA(λ)与任何期望的卷积窗h_W(λ)结合的卷积。因而，光频谱图形P(λ)是光信号p的频谱解析的光功率。光频谱图形P(λ)也包括信号成分S(λ)和噪声成分N(λ)，它们融合在一起并且表现为光频谱图形P(λ)。

在此描述的方法和系统被用于从该SUT的光频谱图形P(λ)中鉴别信号成分S(λ)和噪声成分N(λ)，从而确定该SUT上的待被表征的带内噪声。与待被表征的光噪声成分相比，所获取的光频谱图形P(λ)上的与检测系统自身(即OSA)关联的仪器噪声被认为具有可忽略的影响。

图1示出了单个DWDM信道，但是应注意，根据波分复用，该光通信频谱上表现出多个DWDM信道(未示出)。因而应谨记，频谱地在光信号p的两侧通常存在其他光信号。而且，在偏振复用网络的情况下，每个DWDM信道包括两个正交偏振信号，它们在由OSA获取的光频谱图形P(λ)上将表现为组合的且不可区分的，就像单个非偏振信号那样。

在此描述的方法依赖于如下事实：通过知晓信号成分S(λ)的形状Sh(λ)并且假定噪声成分N(λ)在有用信号带宽上基本均匀，就有可能在该区域中数学地鉴别噪声成分和信号成分。使用在该信号带宽上具有已知噪声成分的参考信号来获得该信号成分的形状。这些方法允许测量具有任何任意偏振度(DOP)的SUT的OSNR。

图2示出了一个通用网络方案的一个实施例，其中可以使用在此描述的方法来表征光学受测信号。该网络使用40G的偏振复用正交相移键控(PM-QPSK)调制方案，并且包括通过该网络连接在一起的多个PM-QPSK发射机10、12和PM-QPSK接收机14、16，从而在布置在多个相异位置A、B、C、R、S、W、X、Y、Z处的多个节点之间发射数据。该网络在图2中被示为在位置C处的发射机10和位置A处的接收机14之间具有第一光通信链路100，以及在位置A处的发射机12和位置B处的接收机16之间具有第二光通信链路200。通信链路100包括沿着该通信链路分布的光纤110、112，多个复用器和解复用器(例如波长选择性开关复用器(WSSMux))114、116、118，以及多个光放大器120、122。相似地，通信链路200包括沿着该通信链路分布的光纤210、212，多个复用器和解复用器(例如WSSMux)214、216、128，以及多个光放大器220、222。沿着通信链路100(抽头(Tap)1、抽头2、抽头3、抽头4、抽头5)以及沿着通信链路200(抽头6、抽头7、抽头8)布置在网络系统上普遍可用的监测抽头端口(例如，95/5分离器(splitter)的5％端口)，以使用在此描述的方法来监测沿着该通信链路传播的光信号。

如上文提及的，在此描述的方法使用在该光信号带宽上具有已知噪声成分的参考信号提供了对沿着通信链路100和200的任何位置采取的SUT的噪声的表征。待被表征的SUT可以是例如出现在抽头2、抽头3、抽头4、抽头5、抽头7或抽头8处的光信号。

该SUT的光频谱图形通常是用能够鉴别包括在该SUT的光带宽内的光频率的测量装置来获得的。这样的测量通常是使用市售的OSA(例如，在He等人的由本申请人共有的美国专利US6,636,306中描述的，以及在由EXFOInc.制造和出售的FTB-5240系列OSA中实施的)来获得。在此描述的方法也可以在这样的仪器内实施。

图3A、图3B、图3C和图3D分别示出了在抽头1、抽头3、抽头4和抽头5上获取的光频谱图形。

在一个实施方案中，待被表征的信号是例如在抽头5处出现的一个信号。使用被连接在抽头5处的OSA来获取该SUT的光频谱图形，并且在抽头1处采取该参考信号，抽头1处于沿着通信链路100的另一位置，在该位置该光信号源自同一发射机10，并且在该位置该信号可以被假定不受ASE噪声的影响(考虑到抽头1处的信号未经过任何光放大器)。为了获取该参考信号的光频谱图形，技术人员通常需要物理地去往该网络上的一个不同位置，例如去往位置C。

考虑到该信号的频谱形状沿着该通信链路不会显著改变，在所关注的频谱区域中，这样的参考信号的信号成分频谱地代表该SUT的信号成分。当然，在该光信号带宽内，在该通信链路上传播的信号的频谱形状可以例如由于非线性效应而略微改变，但是根据在此描述的方法，如果这样的改变没有在该SUT的噪声特性上引入任何不可容忍的误差，则这样的改变被认为是无关紧要的。注意，在通过基于光栅的OSA获取的光频谱图形上，由非线性效应造成的频谱形状改变通常不是可感知的。而且，由于由复用器件和解复用器件造成的滤波，该信号的频谱形状可以沿着该通信链路而改变。然而，通常，在在此所关注的光信号带宽上，这样的滤波不会显著影响该信号的形状。

使用抽头1处的信号作为参考信号，还可相似地表征在抽头3、抽头4或抽头5处出现的信号。

如果通信链路100上的任何其他地方(例如抽头2或抽头3上)的OSNR碰巧是已知的，则替代地可以在该点处采取参考信号。注意，该参考信号的OSNR不需要高于待被表征的SUT的OSNR。它仅需要被知晓。

在另一实施方案中，待被表征的SUT是如在通信链路100上的抽头4或抽头5处出现的信号。因而，技术人员去往位置A以获取抽头4或抽头5处的SUT的光频谱图形。应注意，在通信链路200的抽头6上出现的信号(其是使用与光发射机10相同类型的光发射机12来生成的)具有如下的信号成分，所述信号成分频谱地代表该SUT的信号成分，并且具有可以被假定可忽略的已知的噪声成分。因而，该信号可以被用作参考信号。这样，可以在同一位置(即，位置A)处获得该SUT的光频谱图形和该参考信号的光频谱图形二者，这免除了技术人员行进至不同位置以获取参考图形的需要。

应理解，如果该参考信号的频谱成分是预先已知的或者是可以可靠地假定的，则不必要求经由抽头耦合器来实际测量该参考。

图4示出了根据一个实施方案的用于确定SUT上的OSNR或任何其他带内噪声参数的方法400。

在步骤402中，获得待被表征的SUT的光频谱图形P(λ)。如上文提及的，在一个实施方案中，图形P(λ)是使用OSA在与该网络上待表征带内噪声的位置对应的监测抽头端口处获取的。例如，图形P(λ)可以是在图2的网络的抽头2、抽头3、抽头4或抽头5处获取的。注意，为了确定OSNR或其他带内噪声参数，该SUT的相对频谱功率成分就足够了。因此，不需要参考图形的绝对值。图形P(λ)包括该SUT的光信号带宽内的载有数据的具有任意偏振度的信号成分S(λ)以及噪声成分N(λ)，使得

P(λ)＝S(λ)+N(λ)

在步骤404中，获得参考光频谱图形R(λ)。该参考信号具有：信号成分S_r(λ)，其代表该SUT的信号成分S(λ)的形状Sh(λ)；以及噪声成分N_r(λ)，其在该光信号带宽上是至少近似已知的。如上文提及的，参考图形R(λ)可以是例如在图2的网络的抽头1处获取的。在该特定情况下，噪声成分N_r(λ)可以被认为是可忽略的，因而是已知的。如果参考图形R(λ)是例如在抽头6处获取的，则噪声成分N_r(λ)也可以被认为是可忽略的。如上文解释的，参考图形R(λ)也可以是在沿着通信链路的如下位置获取的：在该位置，该噪声成分是不可忽略的，但要么是理论上已知的要么是先前已被表征的。也可以使用其他参考图形R(λ)。在步骤406、408和410中，通过使用图形R(λ)和T(λ)的数学比较，在该光信号带宽上将该SUT的信号成分S(λ)和噪声成分N(λ)相对于彼此数学地鉴别出来。

尤其，在步骤406中，使用参考图形R(λ)来估计信号成分S(λ)的频谱形状Sh(λ)。在噪声成分N_r(λ)被认为是可忽略的实施方案中，可以直接对应于参考图形R(λ)来简单地获得形状Sh(λ)：

Sh(λ)＝R(λ)

在噪声成分N_r(λ)具有已知的有限值的其他实施方案中，可以通过从参考图形R(λ)中减去已知噪声成分来获得形状Sh(λ)。

在步骤408中，估计比例K，比例K被定义为信号成分S(λ)的图形与形状Sh(λ)的图形之间的比例(K＝S(λ)/Sh(λ))。例如，在一个实施方案中，比例K是在该SUT的图形P(λ)的峰波长处估计的：

K＝P(λ_pk)/Sh(λ_pk)

下文将描述用于估计比例K的其他方法。

在步骤410中，使用比例K来计算该SUT的噪声成分N(λ)，例如如下：

N(λ)＝P(λ)-K·Sh(λ)

在步骤412中，使用已鉴别的噪声成分N(λ)来确定表征该SUT的OSNR或任何其他带内噪声参数。

注意，即使该参考图形的噪声成分N_r(λ)不被认为是可忽略的，形状Sh(λ)也可以被估计为直接对应于参考图形R(λ)，并且如下文将更详细地描述的，针对该参考图形中不可忽略的噪声的存在，可以在步骤410修正噪声成分N(λ)。

还注意，当该参考信号的OSNR显著高于该SUT的OSNR时，噪声成分N_r(λ)通常被认为是可忽略的。噪声成分N_r(λ)的存在将简单地造成估得的待被表征的噪声参数上的误差。因而，可接受的噪声N_r(λ)的电平依赖于待被表征的噪声参数上的可接受的误差的电平。例如，假定一个参考信号的OSNR比该SUT的OSNR高10dB，则该参考信号上的可忽略的噪声将对该SUT的OSNR估计造成0.5-dB的系统误差。

图4的方法直接适用于偏振复用信号的OSNR确定，但是也适用于如下情况：该SUT的偏振态(SOP)被以比该频谱解析装置(例如，用于该获取的OSA)的模拟检测带宽(analogdetectionbandwidth)大得多的速率进行扰偏(scramble)，从而被视为高度去偏振的(highlydepolarized)。它也适用于偏振信号，作为对现有的基于偏振的技术的补充——当这些技术的性能受到高损害(例如，强偏振模色散(PMD))的限制时，或者作为替代的不要求偏振分析和检测的技术。

现在使用如下SUT来描述和示出关于如何处理参考图形以获得比例K的细节，该SUT是载有40Gbit/s的数据且具有大于10GHz的有效频谱宽度的DQPSK偏振复用信号。用几个不同的OSNR电平示出该技术，以显示如此应用的手段的性能和限制。应注意，在经过多个级联的具有比该光信号带宽窄的带宽的滤波器之后，当在该参考信号与该SUT之间频谱地修正该SUT的信号成分时，该方法可以要求进一步的处理。在下面的实施例中，所提出的方法依赖于在该网络中的一个不同物理位置采取的参考信号，或者依赖于对该SUT的源头处的信号发射的认识而生成的参考信号。该方法通过实施例的方式来示出，所述实施例使用了从对应于图2所示配置的仿真系统获得的一系列实际结果。应容易理解，尽管下面描述的方法依赖于使用了噪声电平和信号电平的公式，但是这些公式可以被改写成使用OSNR电平(即，无量纲(dimensionless)信噪比)，从而实现相似的数学处理。

图3A、图3B、图3C和图3D分别示出了如在图2的仿真网络的抽头1、抽头3、抽头4和抽头5上获得的光频谱图形。

使用在抽头1处获得的频谱图形R(λ)作为参考信号图形，可以确定光通信链路100中所有其他抽头位置的OSNR。为了说明该方法，应用了多种手段。下面的实施例示出了可被用于数学地鉴别噪声成分和信号成分的处理算法的实施方案。所述实施例被应用至具有最高OSNR的(即抽头3处的)SUT，其通常最难以测量。在该位置，针对0.1-nm分辨率带宽中的22.8dB的OSNR，预期的噪声电平是-23.6dBm。

实施例1

图5示出了使用在抽头1处获得的参考图形R(λ)来估计在抽头3处获得的SUT的图形P(λ)上的噪声成分的处理算法的一个实施例。该处理算法基于图4的方法。在该示例情况下，频谱形状Sh(λ)对应于参考图形R(λ)(步骤406)。通过计算图形P(λ)的最大值与参考图形R(λ)的最大值之间的比例来估计比例K(步骤408)：

K＝max(P(λ))/max(R(λ))

在该情况下，K＝4.426。该SUT的信号成分和噪声成分的频谱解析图形分别被估计如下(步骤410)：

S_e(λ)＝K·R(λ)

N_e(λ)＝P(λ)-K·R(λ)

注意，由于所述对K的估计假定在峰波长处该SUT的图形P(λ)上具有可忽略的噪声成分，所以在峰波长附近的波长处对噪声成分N_e(λ)的估计不能有效。通过假定该光信号带宽内具有均匀的带内噪声，可以例如在估得的信号成分S_e(λ)与噪声成分N_e(λ)的交叉波长处(圈出的区域A和B)估计该带内噪声。在该情况下，获得了-23.6dBm的噪声(在对应于该获取的分辨率带宽中)，针对3.53dBm-(-23.6dBm)＝27.13dB(或者22.8dB，在0.1-nm分辨率带宽中)的OSNR(步骤412)。

对于该参考信号具有已知的有限OSNR的情况，可以修改该处理算法。如上文解释的，在一个实施方案中，通过从参考图形R(λ)中减去已知的噪声成分值来获得形状Sh(λ)。然而，在另一实施方案中，参考图形R(λ)被用作频谱形状Sh(λ)，但是从上述处理算法获得的带内噪声值通过加上修正项K*(参考图形R(λ)上的已知的噪声成分值)而被修正，从而获得该SUT的带内噪声值，就像该参考没有噪声那样。

实施例2

注意，该处理算法不必要求频谱解析的逐点分析。在第二示例实施方案中，在三个不同的分辨率带宽处获得数据，例如该OSA的“物理分辨率”、0.1-nm分辨率带宽和0.2-nm分辨率带宽。

该实施例还假定在该参考信号上具有可忽略的噪声成分，使得Sh(λ)＝R(λ)(步骤406)。

则该过程如下：

获取参考图形R(λ)(在该实施例中，在抽头1处)，并且确定峰功率R(λpk)。

要么通过分别使用第一分辨率带宽RBW1和第二分辨率带宽RBW2(例如在该情况下，0.1-nm和0.2-nm分辨率带宽)来执行该参考信号的附加获取，要么通过将图形R(λ)用软件积分，获得第二参考图形R_0.1(λ)和第三参考图形R_0.2(λ)。然后确定这些图形的峰功率R_0.1(λpk)、R_0.2(λpk)。

获取该SUT的图形P(λ)(在该实施例中，在抽头3处)，并且确定峰功率P(λpk)。

再一次，要么通过分别使用第一分辨率带宽和第二分辨率带宽来执行该参考信号的附加获取，要么通过将图形P(λ)用软件积分，获得该SUT的第二图形P_0.1(λ)和第三图形P_0.2(λ)，并且确定这些图形的峰功率P_0.1(λpk)、P_0.2(λpk)。

与上文相似地估计比例K(步骤408)：

K＝P(λpk)/R(λpk)

然后，假定该光信号带宽内具有均匀的噪声成分，则可以假定图形P_0.1(λ)中的噪声成分N_0.1(λpk)与图形P_0.2(λ)内的噪声成分N_0.2(λpk)可以关联如下：

$\frac{N_{0.2}\left(\mathrm{\λ}pk\right)}{N_{0.1}\left(\mathrm{\λ}pk\right)}=\frac{RBW2}{RBW1}=\frac{0.2nm}{0.1nm}$

因此，0.1-nm分辨率带宽上的噪声成分可以被计算(步骤410)如下：

P_0.2(λpk)-K^＊R_0.2(λpk)-[P_0.1(λpk)-K^＊R_0.1(λpk)]＝N_0.2(λpk)N_0.1(λpk)

＝RWB2/RBW1×N_0.1(λpk)-N_0.1(λpk)

＝N_0.1(λpk)

在使用抽头1作为参考信号对抽头3进行测量的特定情况下，获得了-24.12dBm的噪声(在对应于该获取的分辨率带宽中)，针对3.53dBm-(-24.12dBm)＝27.65dB(或者23.2dB，在0.1-nm分辨率带宽中)的OSNR(步骤412)。

注意，该处理算法可以被修改为使用不同的分辨率带宽值。

实施例3

图6示出了使用在抽头1处获得的参考图形来估计在抽头3处获得的SUT的图形P(λ)上的噪声成分的处理算法的另一实施方案。该处理算法基于实施例1的方法，但是使用了一个不同的处理算法来估计比例K。

该实施例还假定在该参考信号上具有可忽略的噪声成分，使得Sh(λ)＝R(λ)(步骤406)。

该处理算法是使用在两个相异的波长λ1和λ2处做出的测量来进行的，这两个波长在该SUT的光信号带宽内并且通常位于该SUT的峰的同一侧。通过假定在该光信号带宽内具有均匀的噪声成分，从而在图形P(λ)和图形R(λ)上的λ1和λ2处具有基本相等的噪声电平，我们发现：

$\begin{array}{c}P\left(\mathrm{\λ}2\right)-P\left(\mathrm{\λ}1\right)=S\left(\mathrm{\λ}2\right)-S\left(\mathrm{\λ}1\right)\\ =S\left(\mathrm{\λ}1\right)(\frac{S\left(\mathrm{\λ}2\right)}{S\left(\mathrm{\λ}1\right)}-1)\\ =S\left(\mathrm{\λ}1\right)(\frac{R\left(\mathrm{\λ}2\right)}{R\left(\mathrm{\λ}1\right)}-1)\\ =\frac{S\left(\mathrm{\λ}1\right)}{S\left(\mathrm{\λ}1\right)}\left(R\right(\mathrm{\λ}2)-R(\mathrm{\λ}1\left)\right)\end{array}$

然后在λ1和λ2附近的区域中估计比例K(步骤408)如下：

$\frac{S\left(\mathrm{\λ}1\right)}{R\left(\mathrm{\λ}1\right)}=K=\frac{P\left(\mathrm{\λ}2\right)-P\left(\mathrm{\λ}1\right)}{R\left(\mathrm{\λ}2\right)-R\left(\mathrm{\λ}1\right)}$

这在该情况下得出K＝4.384。然后可以分别估计该SUT的信号成分和噪声成分的频谱解析图形(步骤410)如下：

S_e(λ)＝K·R(λ)

N_e(λ)＝P(λ)-K·R(λ)

如在实施例1中，然后可以，例如在估得的信号成分S_e(λ)和噪声成分N_e(λ)的交叉波长处(圈出的区域A和B)估计该带内噪声。在该情况下，获得了-23.47dBm的噪声(在对应于该获取的分辨率带宽中)，针对3.53dBm-(-23.47dBm)＝27.0dB(或者22.6dB，在0.1-nm分辨率带宽中)的OSNR(步骤412)。

注意，该处理算法可以容易地适配至特定条件。例如，可以从基于所测得的光信号带宽而选择的不同频谱区域来确定K。

实施例4

实施例4示出了使用在抽头1处获得的参考图形R(λ)来估计在抽头3处获得的SUT的图形P(λ)上的噪声成分的处理算法的又一实施方案。

在该实施例中，不必假定在该参考信号上具有可忽略的噪声成分。该手段可以被视为计算比例K的另一方式(步骤408)，其在与实施例1、实施例2和实施例3相比更大的区域上进行。因此，它可以被视为对数据的频谱平均。

获取参考图形R(λ)(在该实施例中，在抽头1处)。

与实施例2相似，要么通过分别使用第一分辨率带宽RBW1和第二分辨率带宽RBW2(例如在该情况下，0.1-nm和0.2-nm分辨率带宽)来执行该参考信号的附加获取，要么通过将图形R(λ)用软件积分，获得第二参考图形R_0.1(λ)和第三参考图形R_0.2(λ)，并且确定这些图形的峰功率R_0.1(λpk)和R_0.2(λpk)。

获取该SUT的图形P(λ)(在该实施例中，在抽头3处)

再一次，要么通过分别使用第一分辨率带宽和第二分辨率带宽来执行该参考信号的附加获取，要么通过将图形P(λ)用软件积分，获得该SUT的第二图形P_0.1(λ)和第三图形P_0.2(λ)，并且确定这些图形的峰功率P_0.1(λpk)和P_0.2(λpk)。

然后，假定在该光信号带宽内具有均匀的噪声成分，则可以假定图形P_0.1(λ)中的噪声成分N_0.1(λpk)与图形P_0.2(λ)中的噪声成分N_0.2(λpk)可以关联如下：

$\frac{N_{0.2}\left(\mathrm{\λ}pk\right)}{N_{0.1}\left(\mathrm{\λ}pk\right)}=\frac{RBW2}{RBW1}=\frac{0.2nm}{0.1nm}$

并且我们获得：

$\frac{0.2}{0.1}{P}_{0.1}\left(\mathrm{\λ}pk\right)-P_{0.2}\left(\mathrm{\λ}pk\right)=\frac{0.2}{0.1}{S}_{0.1}\left(\mathrm{\λ}pk\right)+\frac{0.2}{0.1}{N}_{0.1}\left(\mathrm{\λ}pk\right)-S_{0.2}\left(\mathrm{\λ}pk\right)-N_{0.2}\left(\mathrm{\λ}pk\right)$

$\frac{0.2}{0.1}{P}_{0.1}\left(\mathrm{\λ}pk\right)-P_{0.2}\left(\mathrm{\λ}pk\right)=\frac{0.2}{0.1}{S}_{0.1}\left(\mathrm{\λ}pk\right)-S_{0.2}\left(\mathrm{\λ}pk\right)$

和

$\frac{0.2}{0.1}{R}_{0.1}\left(\mathrm{\λ}pk\right)-R_{0.2}\left(\mathrm{\λ}pk\right)=\frac{0.2}{0.1}\frac{S_{0.1}\left(\mathrm{\λ}pk\right)}{K}+\frac{0.2}{0.1}{\mathrm{Nref}}_{0.1}\left(\mathrm{\λ}pk\right)-\frac{S_{0.2}\left(\mathrm{\λ}pk\right)}{K}-{\mathrm{Nref}}_{0.2}\left(\mathrm{\λ}pk\right)$

$\frac{0.2}{0.1}{R}_{0.1}\left(\mathrm{\λ}pk\right)-R_{0.2}\left(\mathrm{\λ}pk\right)=\frac{1}{K}\[\frac{0.2}{0.1}{S}_{0.1}\left(\mathrm{\λ}pk\right)-S_{0.2}\left(\mathrm{\λ}pk\right)\]$

其中Nref_0.1(λ)和Nref_0.2(λ)分别是参考图形R_0.1(λ)和R_0.2(λ)中的噪声成分。

从上文我们获得，K可以被估计(步骤408)如下：

$K=\frac{\frac{0.2}{0.1}{P}_{0.1}\left(\mathrm{\λ}pk\right)-P_{0.2}\left(\mathrm{\λ}pk\right)}{\frac{0.2}{0.1}{R}_{0.1}\left(\mathrm{\λ}pk\right)-R_{0.2}\left(\mathrm{\λ}pk\right)}$

然后，0.1-nm和0.2-nm分辨率带宽上的噪声成分可以分别被计算(步骤410)如下：

N_0.1(λpk)＝P_0.1(λpk)-K·R_0.1(λpk)

N_0.2(λpk)＝P_0.2(λpk)-K·R_0.2(λpk)

在使用抽头1作为参考信号对抽头3进行测量的特定情况下，我们获得的比例K为4.3586。然后，可以如上文解释的来估计该带内噪声，并且确定该OSNR(步骤412)。

实施例5

图7示出了使用在抽头1处获得的参考图形R(λ)来估计在抽头3处获得的SUT的图形P(λ)上的噪声成分的处理算法的另一实施方案。

使用用不同分辨率带宽获得的不同图形，该参考信号的形状可以被用于确定该SUT中的噪声成分。该示例处理算法基于的是，随着分辨率带宽的增大，该参考图形与该SUT的图形的增长相比的增长差异(differenceinaccrual)，该增长差异通常归因于该SUT中的噪声成分。

所述处理步骤如下：

获取参考图形R(λ)(在该实施例中，在抽头1处)，并且确定峰功率R(λpk)。

要么通过分别使用第一分辨率带宽RBW1和第二分辨率带宽RBW2(例如在该情况下，0.1-nm和0.2-nm分辨率带宽)来执行该参考信号的附加获取，要么通过将图形R(λ)用软件积分，获得第二参考图形R_0.1(λ)和第三参考图形R_0.2(λ)，并且确定这些图形的峰功率R_0.1(λpk)和R_0.2(λpk)。

获取该SUT的图形P(λ)(在该实施例中，在抽头3处)，并且确定峰功率P(λpk)。

要么通过分别使用第一分辨率带宽和第二分辨率带宽来执行该参考信号的附加获取，要么通过将图形P(λ)用软件积分，获得该SUT的第二图形P_0.1(λ)和第三图形P_0.2(λ)，并且确定这些图形的峰功率P_0.1(λpk)和P_0.2(λpk)。

可以将α定义为比例S_0.2(λpk)/S_0.1(λpk)，假定参考信号上具有可忽略的噪声成分，则该比例可以被获得如下：

$\frac{R_{0.2}\left(\mathrm{\λ}pk\right)}{R_{0.1}\left(\mathrm{\λ}pk\right)}=\frac{K\·S_{0.2}\left(\mathrm{\λ}pk\right)}{K\·S_{0.1}\left(\mathrm{\λ}pk\right)}=\mathrm{\α}$

并且我们获得：

$\begin{array}{c}{P}_{0.2}\left(\mathrm{\λ}\right)-{\mathrm{\αP}}_{0.1}\left(\mathrm{\λ}\right)=S_{0.2}\left(\mathrm{\λ}\right)-{\mathrm{\αS}}_{0.1}\left(\mathrm{\λ}\right)+N_{0.2}\left(\mathrm{\λ}\right)-{\mathrm{\αN}}_{0.1}\left(\mathrm{\λ}\right)\\ =N_{0.2}\left(\mathrm{\λ}\right)-{\mathrm{\αN}}_{0.1}\left(\mathrm{\λ}\right)\\ =\frac{RBW2}{RBW1}{N}_{0.1}\left(\mathrm{\λ}\right)-{\mathrm{\αN}}_{0.1}\left(\mathrm{\λ}\right)\end{array}$

在该实施例中，比例α有效地替代了在其他实施例中使用的比例K(步骤408)。

然后，0.1-nm分辨率带宽上的噪声成分可以被估计如下：

$N_{0.1}\left(\mathrm{\λ}\right)=\frac{P_{0.2}\left(\mathrm{\λ}\right)-{\mathrm{\αP}}_{0.1}\left(\mathrm{\λ}\right)}{\frac{RBW2}{RBW1}-\mathrm{\α}}$

再一次，然后可以估计该带内噪声，例如在估得的信号成分S_e(λ)和噪声成分N_e(λ)的交叉波长处(圈出的区域A和B)。在该情况下，获得了-23.59dBm的噪声(在对应于该获取的分辨率带宽中)，针对3.53dBm-(-23.59dBm)＝27.12dB(或者22.7dB，在0.1-nm带宽中)的OSNR(步骤412)。

在抽头4和抽头5位置上获得的结果

图8A、图8B和图8C分别示出了如上文描述的实施例1、实施例3和实施例5的处理算法的结果，但是是用在抽头4处获得的SUT图形执行的。

以相似的方式，图9A、图9B和图9C分别示出了如上文描述的实施例1、实施例3和实施例5的处理算法的结果，但是是用在抽头5处获得的SUT图形执行的。

用具有已知的有限OSNR的参考信号获得的结果

图10A、图10B和图10C示出了如上文描述的实施例1、实施例3和实施例5的处理算法的结果，是用在抽头5处获得的SUT图形执行的，并且使用在抽头5处获得的SUT图形(其中OSNR是已知的)作为参考信号。

应理解，在此描述的处理算法方法可以变化。例如，于2008年4月4日提交的序列号为PCT/CA2008/000647的PCT专利申请(指定美国，现在作为进入美国的国家阶段的序列号为US12/594,503的申请未决)以及于2010年8月19日提交的序列号为PCT/CA2010/001285的PCT专利申请(指定美国)(二者都由本申请人共有，并且二者都以引用方式被纳入在此)描述了可以适用于在此描述的方法中的数学地鉴别信号成分和噪声成分的一些方法。

例如，如上文提及的，为了测量抽头5处的OSNR，代替获取针对受测信道的抽头1处的参考频谱图形，可以使用另外的参考信号图形，例如来自在与抽头5方便地物理协同定位的抽头6处可用的代表性发射机。抽头6的代表性发射机可以运行在待被表征的SUT的信道波长处但是是在另一通信链路(即200)上，或者可以运行在一个不同的波长处，只要其频谱形状(由调制速率和调制格式确定)足够相似从而是代表性的。由于执行在此描述的方法仅要求相对频谱信息，波长偏移或频率偏移可以容易地被施加在该参考图形上(在图4的方法的步骤406)，以修正信道波长错配(mismatch)。应注意，可以经由波长/频率轴的简单缩放来调节该参考信号的与待被表征的SUT的代表性发射机的调制频率之间的差别。

也可以不借助代表性参考信号的光频谱图形的获取来进行SUT的在任何监测抽头端口处的表征。这可以通过基于对该SUT的源头处的发射机的调制格式的认识合成参考信号图形来进行。所合成的参考信号图形可以组建于所关注的调制格式的依赖理论频率的相对频谱图与测量仪器的频谱响应的卷积。所合成的参考信号的调制速率可以被缩放，以适配至待被表征的具体SUT，并且所合成的参考信号的中心波长也可以被偏移至该SUT的中心波长。再一次，仅要求相对功率频谱响应。

而且应理解，尽管上面的实施例采用了光学抽头来测量各个抽头点处的信号，但是对频谱解析的光功率的测量不限于这样的“非侵入性”手段，并且可以通过暂时中断光学路径的连续性来进行(例如，经由光学开关，或者通过物理地断开光学连接器)。这样的手段对于不承载客户通信量(traffic)的光信道(例如在试运行期间)可以是可接受的，尤其是在例如存在许多其他DWDM信道以使该网络中的光放大器的负荷变化效应最小化的情况下。

如上面解释的，在实施例1、实施例3和实施例5中，在估得的信号成分S_e(λ)和噪声成分N_e(λ)的交叉波长处(图5、图6和图7上圈出的区域A和B)估计该噪声电平。应理解，可以使用一种不同的算法从估得的噪声成分N_e(λ)来估计该噪声电平。例如，在实施例3的情况下(图6)，该噪声电平可以被估计为该光信号带宽上的噪声成分的估得的图形N_e(λ)的平均。

此外，在此描述的一些示例方法假定该光信号带宽上具有均匀的噪声成分，以使用该噪声成分的估得的图形N_e(λ)来估计信号峰处的噪声电平。注意，该噪声成分绝对不会全部均匀，并且一些非均匀性的存在通常将造成该噪声电平的估计上的误差。因而，具有可接受的非均匀性的电平依赖于待被表征的噪声参数上的可接受的误差的电平。

在此描述的方法提供了对偏振复用信号上的OSNR或其他带内噪声参数的测量。这些方法还可以适用于其中测得的载有数据的信号的偏振态被非常快地扰偏的那些非偏振复用信号，或者作为对基于偏振技术的替代，尤其是针对其中基于偏振的技术提供受限结果的那些特定类型的信号和条件。

应理解，上述方法不限于对具有信号载体波长的光信号的表征，并且待被表征的SUT可以包括多个载有数据的信号成分，这些信号成分被使用奈奎斯特波分复用(N-WDM)(在科学文献中也被称作超信道)或正交频分复用(OFDM)来复用。

在本说明书中，所述方法的步骤被以具体次序描述。应理解，在不背离本发明的前提下，可以改变某些步骤的次序。相似地，在不背离本发明的前提下，可以组合及重新组织来自所描述的不同方法的步骤。在不背离本发明的前提下，根据待解决的问题的具体情况，也可以省略一些步骤。

尤其应理解，在此的实施方案和权利要求中描述的公式可以被容易地且等同地重写成根据OSNR(即，无量纲比例)而非带内噪声电平的形式。

上面描述的实施方案仅旨在是示例性的。因此，本发明的范围旨在仅由随附的权利要求所限制。

Claims (18)

1.一种用于确定光学受测信号SUT上的带内噪声参数的方法，所述光学受测信号沿着光通信链路传播，并且在光信号带宽内包括具有任意偏振度的载有数据的信号成分以及噪声成分，所述方法包括：

在沿着所述光通信链路的测试点处获得所述光学受测信号的测试光频谱图形，所述测试光频谱图形对应于包含所述光信号带宽的至少一部分的频谱范围，所述光学受测信号包括一个偏振复用的载有数据的信号，或者一个以比用于获取所述测试光频谱图形的频谱解析装置的电子检测带宽显著快的速率被偏振扰偏的信号；

获得参考信号的参考光频谱图形，所述参考信号包括如下的信号成分以及在所述光信号带宽上至少近似已知的噪声成分，所述信号成分频谱地代表所述光学受测信号的信号成分；

使用所述参考光频谱图形来估计所述光学受测信号中的所述信号成分的频谱形状图形；

使用所述频谱形状图形和所述测试光频谱图形，在所述光信号带宽内从所述光学受测信号中数学地鉴别所述信号成分和所述噪声成分；以及

至少从已数学地鉴别的噪声成分来确定所述光学受测信号上的所述带内噪声参数。

2.根据权利要求1所述的方法，其中所述数学地鉴别包括：

估计比例K，所述比例K被定义为所述光学受测信号中的所述信号成分与所述频谱形状图形之间的比例；以及

通过从所述测试光频谱图形中减去所述频谱形状图形与所述比例K的乘积，来计算所述光学受测信号中的所述噪声成分。

3.根据权利要求1或2所述的方法，其中所述参考光频谱图形是在沿着所述光通信链路的参考点处获取的，所述参考点不同于所述测试点，所述参考信号源自位于所述光学受测信号的源头处的光发射机。

4.根据权利要求1或2所述的方法，其中所述参考光频谱图形是从所述光学受测信号的理论光频谱图形获得的。

5.根据权利要求1或2所述的方法，其中所述参考光频谱图形是在如下的光发射机的输出处获取的，所述光发射机与位于所述光学受测信号的源头处的光发射机相异，但具有相对频谱特性，所述相对频谱特性基本代表位于所述光学受测信号的源头处的光发射机的频谱特性。

6.根据权利要求1或2所述的方法，其中所述测试光频谱图形和所述参考光频谱图形中的至少一个是经由布置在所述光通信链路上的监测抽头来获得的，从而避免通过网络中断来获得所述至少一个。

7.根据权利要求1所述的方法，其中所述数学地鉴别是通过所述测试光频谱图形的最大值与所述参考光频谱图形的最大值的比较来实现的，所述数学地鉴别包括：

通过计算所述光信号带宽上的测试光频谱图形的最大值与所述参考光频谱图形的最大值的比例来计算比例K；以及

通过从所述测试光频谱图形中减去所述参考光频谱图形与所述比例K的乘积，来确定所述光学受测信号的频谱解析的噪声成分。

8.根据权利要求7所述的方法，其中所述至少近似已知的噪声成分是从所述参考信号的估得的光信噪比确定的，所述估得的光信噪比基本高于所述光学受测信号的光信噪比。

9.根据权利要求2所述的方法，其中所述数学地鉴别包括：

修正所述参考光频谱图形以去除所述至少近似已知的噪声成分，从而获得无噪声的参考光频谱图形，所述比例K是使用已修正的参考光频谱图形来修正的。

10.根据权利要求2所述的方法，其中所述数学地鉴别包括：

通过将从所述比例K获得的修正项与所述至少近似已知的噪声成分相加，来修正所确定的频谱解析的噪声成分，从而去除由所述参考信号中的噪声造成的任何噪声成分。

11.根据权利要求1所述的方法，其中所述数学地鉴别是通过所述测试光频谱图形与参考光频谱图形的差别比较来实现的，所述数学地鉴别包括：

通过将所述测试光频谱图形在两个波长λ1和λ2处的差除以所述参考光频谱图形在同两个波长λ1和λ2处的差，来计算无噪声的相对比例K；

通过从所述测试光频谱图形中减去所述频谱形状图形与所述无噪声的相对比例K的乘积，来计算所述光学受测信号中的所述噪声成分。

12.根据权利要求1所述的方法，其中所述数学地鉴别是通过所述测试光频谱图形与参考光频谱图形的差别比较来实现的，所述数学地鉴别包括：

用第一分辨率带宽RBW1和第二分辨率带宽RBW2来处理所述测试光频谱图形，以分别获得P_RBW1和P_RBW2；

用所述第一分辨率带宽RBW1和所述第二分辨率带宽RBW2来处理所述参考光频谱图形，以分别获得R_RBW1和R_RBW2；以及

获得所述参考光频谱图形中的从RBW1至RBW2的相对增长，作为R_RBW1和R_RBW2的比例α；

使用(P_RBW2-αP_RBW1)/(RBW2/RBW1-α)来估计所述测试光频谱图形上的所述第一分辨率带宽RBW1中包括的噪声。

13.根据权利要求1所述的方法，其中所述数学地鉴别是通过所述测试光频谱图形与所述参考光频谱图形的差别比较来实现的，所述数学地鉴别包括：

用第一分辨率带宽RBW1处理所述测试光频谱图形和所述参考光频谱图形，以分别获得P_RBW1(λ)和R_RBW1(λ)；

用第二分辨率带宽RBW2处理所述测试光频谱图形和所述参考光频谱图形，以分别获得P_RBW2(λ)和R_RBW2(λ)，其中RBW2大于RBW1；

计算已处理的图形在与所述测试光频谱图形上的峰功率值对应的波长λpk处的值，以获得P_RBW1(λpk)、R_RBW1(λpk)、P_RBW2(λpk)和R_RBW2(λpk)；

通过使用

K＝((RBW2/RBW1)*P_RBW1(λpk)-P_RBW2(λpk))/((RBW2/RBW1)*R_RBW1(λpk)-R_RBW2(λpk))

来计算比例K，所述比例K被定义为所述光学受测信号中的所述信号成分与所述频谱形状图形之间的比例；

通过从已处理的测试光频谱图形P_RBW1(λpk)、P_RBW2(λ)中的一个中减去对应的已处理的参考光频谱图形R_RBW1(λpk)、R_RBW2(λ)与所述比例K的乘积，来计算所述光学受测信号中的所述噪声成分。

14.根据权利要求1或2所述的方法，其中所述带内噪声参数是从已数学地鉴别的信号成分和噪声成分中确定的光信噪比OSNR。

15.根据权利要求1或2所述的方法，其中所述测试光频谱图形是使用光谱分析仪来获取的。

16.根据权利要求1或2所述的方法，其中所述光学受测信号的所述载有数据的信号成分包括多个复用的载有数据的信号成分。

17.一种用于确定沿着光学路径传播的光学受测信号SUT的光信噪比的方法，在光信号带宽内包括至少一个具有任意偏振度的载有数据的信号成分以及噪声成分，其中采用频谱解析装置来测量频谱解析的光学受测信号，所述方法包括：

从所述光学受测信号获得所述光信号数据的频谱解析的光频谱，所述数据对应于包含所述光信号带宽的至少一部分的频谱范围内的波长，所述光学受测信号包括一个偏振复用的载有数据的信号，或者一个以比用于获取所述测试光频谱图形的频谱解析装置的电子检测带宽显著快的速率被偏振扰偏的信号；

在沿着所述光学路径的一个不同点处获得一个不同的频谱解析的光信号作为参考信号，所述参考信号包括相同的载有数据的信号成分，并且所述参考信号是由已知的光信噪比来表征的；

基于光频谱数据与参考光频谱数据的数学比较，在所述光信号带宽内数学地鉴别所述至少一个载有数据的信号成分和所述噪声成分；

从已鉴别的噪声成分来确定所述光学受测信号上的带内噪声电平；

从已确定的带内噪声电平来确定所述光信噪比，所述光信噪比指示着所述光信号带宽内的噪声成分。

18.一种用于确定光学受测信号SUT上的带内噪声参数的设备，所述光学受测信号沿着光通信链路传播，并且在光信号带宽内包括具有任意偏振度的载有数据的信号成分以及噪声成分，所述设备包括：

测量装置，用于在沿着所述光通信链路的测试点处获得所述光学受测信号的测试光频谱图形，所述测试光频谱图形对应于包含所述光信号带宽的至少一部分的频谱范围，所述光学受测信号包括一个偏振复用的载有数据的信号，或者一个以比用于获取所述测试光频谱图形的频谱解析装置的电子检测带宽显著快的速率被偏振扰偏的信号；

输入端，用于接收参考信号的参考光频谱图形，所述参考信号包括如下的信号成分以及在所述光信号带宽上至少近似已知的噪声成分，所述信号成分频谱地代表所述光学受测信号的信号成分；

处理单元，用于使用所述测试光频谱图形以及用所述参考光频谱图形估得的所述光学受测信号中的所述信号成分的频谱形状图形，在所述光信号带宽内从所述光学受测信号中数学地鉴别所述信号成分和所述噪声成分；

带内噪声确定单元，用于至少从已数学地鉴别的噪声成分来确定所述光学受测信号上的所述带内噪声参数。