CN107800661A - 基于ofdm的光网络中子载波数量盲辨识方法及装置 - Google Patents
基于ofdm的光网络中子载波数量盲辨识方法及装置 Download PDFInfo
- Publication number
- CN107800661A CN107800661A CN201710954917.9A CN201710954917A CN107800661A CN 107800661 A CN107800661 A CN 107800661A CN 201710954917 A CN201710954917 A CN 201710954917A CN 107800661 A CN107800661 A CN 107800661A
- Authority
- CN
- China
- Prior art keywords
- value
- subcarriers
- preset
- frequency
- cumulant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000969 carrier Substances 0.000 title abstract description 13
- 239000013307 optical fiber Substances 0.000 title abstract description 7
- 238000012850 discrimination method Methods 0.000 title abstract 2
- 230000003287 optical effect Effects 0.000 claims abstract description 78
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 57
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 238000001228 spectrum Methods 0.000 claims abstract description 20
- 239000006185 dispersion Substances 0.000 claims abstract description 17
- 230000010287 polarization Effects 0.000 claims abstract description 15
- 238000005070 sampling Methods 0.000 claims description 33
- 238000010606 normalization Methods 0.000 claims description 28
- 230000035508 accumulation Effects 0.000 claims description 21
- 238000009825 accumulation Methods 0.000 claims description 21
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000005311 autocorrelation function Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 13
- 238000004891 communication Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 4
- 230000001427 coherent effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000021615 conjugation Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229910052691 Erbium Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- UYAHIZSMUZPPFV-UHFFFAOYSA-N erbium Chemical compound [Er] UYAHIZSMUZPPFV-UHFFFAOYSA-N 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optical Communication System (AREA)
Abstract
本发明提供了一种基于OFDM的光网络中子载波数量盲辨识方法及装置，包括对于接收到的光信号的功率谱带宽中每一预设频率，获取所述光信号在每一预设频率处的四阶循环累积量，根据每一个四阶循环累积量的归一化值，确定所述光网络中子载波数量的判决阈值，并获取归一化值大于该判决阈值的四阶循环累积量的数量，根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，辨识出光网络中的子载波数量。本发明能够智能、快速地辨识出光网络系统中动态变化的子载波数量，并且整个子载波数量盲辨识过程与系统的传输速率及子载波调制格式无关，对偏振模色散、系统内激光器的相位噪声和频偏均具有较强的容忍性。
Description
技术领域
本发明涉及光纤通信技术领域，更具体地，涉及基于OFDM的光网络中子载波数量盲辨识方法及装置。
背景技术
随着互联网和视频点播业务的爆炸式增长，如何进一步提高互联网流量业务的频谱利用率成为当前光通信领域亟待解决的问题。
传统的波分复用(Wavelength Division Multiplexing，WDM)系统应用于高速信号传输具有相当的优势，但由于其网络结构中采用固定的50GHz或100GHz频谱栅格，日益表现出如下缺陷：难以适配1Tbps信号占据的130-180GHz光带宽范围；频谱栅格固定造成系统频谱利用率较低，传输成本高；对不同通信类型的适应能力差。为了解决这些问题，下一代光传输网络必须更加灵活、高效、可扩展。其中，基于偏振复用及正交频分复用(Polarization Division Multiplexing，Orthogonal Frequency DivisionMultiplexing，PDM OFDM)的弹性光网络(Elastic Optical Networks，EON)采用了比传统WDM系统更精细和灵活的频谱栅格，每一频谱栅格对应于6.25GHz或12.5GHz的带宽，使用数据速率及子载波数可调的发射机，不仅能够容纳亚波长、超波长及多种比特率数据(如比特率可以从Gb/s到Tb/s)，还可以根据光纤链路噪声、用户流量的需求自适应调整子载波数量及调制格式以达到频谱的动态扩张与汇聚、节省能耗的目的，其频谱效率相对WDM系统可提高5％-95％。因此，PDM OFDM-EON被视为下一代光通信骨干网络最有可能的选用方案。
目前，对于PDM OFDM-EON的研究均假设接收端对EON发射端子载波的各种参数(如子载波数量、调制格式、比特率及带宽、循环前缀长度、有用符号时间等)已知，而实际传输时PDM OFDM-EON系统并未提前获知这些信息，并且这些参数会随着传输距离、光信道噪声特性及用户流量的变化不断进行动态调整。由于进行EON信号的相干接收时，子载波数量与其总符号周期、频率间隔、总带宽以及子载波的频偏估计过程密切相关；而且动态变化的OFDM-EON子载波数量也是在EON关键节点处进行光性能监测的重要参数之一。所以，子载波数量是辨识PDM OFDM-EON系统中各种参数的基础，在先验信息缺乏的条件下，对PDM OFDM-EON系统中子载波数量进行盲辨识，有助于解决PDM OFDM-EON系统中子载波的调制格式、比特率及时频参数的盲辨识问题，对于实现下一代光通信骨干网络的EON相干接收及光性能监测具有重要的理论和现实意义。
现有技术中，已有学者提出一种无线通信OFDM系统的子载波数量盲辨识方法，首先在OFDM接收信号模型的基础上计算接收信号的自相关矩阵，然后对自相关矩阵进行特征分解，提取分解后的特征值，最后根据特征值的分布特性识别出OFDM系统的子载波数量。然而，现有技术中仅仅根据检测特征值的大小，将信号从噪声中分离出来，估计出OFDM信号的子载波数量。但并没有考虑到其他因素对子载波数量的影响，将会导致估计的子载波数量并不准确。而且对自相关矩阵进行特征分解的过程很复杂，并不能快速得到子载波数量。
发明内容
为克服上述问题或者至少部分地解决上述问题，本发明提供了一种基于OFDM的光网络中子载波数量盲辨识方法及装置。
一方面，本发明提供了一种基于OFDM的光网络中子载波数量盲辨识方法，包括：
S1，对于接收到的光信号的功率谱带宽中每一预设频率，获取所述光信号在每一预设频率处的四阶循环累积量，所述四阶循环累积量的延时为0；
S2，根据每一四阶循环累积量的归一化值，确定所述光网络中子载波数量的判决阈值，并获取归一化值大于所述判决阈值的四阶循环累积量的数量；
S3，根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，确定所述光网络中的子载波数量。
优选地，S1具体包括：
对所述接收信号进行采样，将得到的采样信号的样本矩作为循环矩，根据循环矩与循环累积量之间的转换公式，计算每一个预设频率处的四阶循环累积量；
其中，所述四阶循环累积量的延时为0。
优选地，计算得到的所述每一个预设频率处的四阶循环累积量如下：
其中，α为预设频率，R(n)为包含Nsample个时间采样点的采样信号，1≤n≤Nsample，为预设频率α处、延时为0、共轭运算次数为0的四阶循环累积量，ΦD(fi)为光纤在fi处的色散导致的相位色散，fi为第i个子载波的中心频率，△f为频率偏移，θ(n)为采样信号的相位噪声，Ti为由偏振模色散引起的第i个子载波的琼斯传输矩阵，ci是第i个子载波对应的传输符号，<>n表示在时间上对内部的函数求均值。
优选地，S2中根据每一四阶循环累积量的归一化值，确定所述光网络系统中子载波数量的判决阈值，具体包括：
设定按预设步长递增的搜索值，对于任一搜索值，搜索大于所述任一搜索值的四阶循环累积量的归一化值，并计算所有大于所述任一搜索值的所述归一化值的均值；其中，所述搜索值的取值范围为0-1；
确定所述归一化值的均值为定值时对应的搜索值的区间范围，选取所述区间范围的中间值作为子载波数量的判决阈值。
优选地，所述对于任一搜索值，搜索大于所述任一搜索值的四阶循环累积量的归一化值，具体包括：
利用如下公式搜索大于所述任一搜索值的四阶循环累积量的归一化值，将所有大于所述任一搜索值的归一化值作为元素组成第一集合；
其中，A为第一集合，为预设频率α处、延时为0、共轭运算次数为0的四阶循环累积量的归一化值，μ为所述任一搜索值，0≤μ≤1，R(n)为包含Nsample个时间采样点的采样信号。
优选地，所述子载波数量的判决阈值具体为：
其中，Γ为子载波的判决阈值，μ0为初始搜索值，μ0≥0，step为所述预设步长，μ0+a*step为所述归一化值的均值为定值时对应的所述区间范围的左边界，μ0+b*step为所述归一化值的均值为定值时对应的所述区间范围的右边界，a为所述左边界对应的预设步长的倍数，b为所述右边界对应的预设步长的倍数。
优选地，S1中所述预设频率通过如下方法确定：
根据所述采样信号的自相关函数，得到与所述采样信号对应的功率谱；
根据所述功率谱中的带宽范围，确定所述带宽范围内的预设频率；其中，每一个预设频率之间的间距相同。
优选地，所述预设数值集合中的所有元素均为2的正整数次幂，且所述所有元素按数值由小到大排列。
优选地，S3具体包括：
根据所述预设数值集合中的所有数值，确定至少一个数值区间；
若判断获知获取到的数量NB落入大于或等于且小于的数值区间，则将作为所述子载波数量，其中i＝1；
若判断获知获取到的数量NB落入大于或等于且小于的数值区间，则将作为所述子载波数量，其中1<i≤m，且i为整数；
其中，为所述预设数值集合中的第i个数值，m为所述预设数值集合中数值的数量，NB为归一化值大于所述判决阈值的四阶循环累积量的数量。
另一方面，本发明还提供了一种基于OFDM的光网络中子载波数量盲辨识装置，包括：
计算模块，用于对于接收到的光信号的功率谱带宽中每一个预设频率，获取所述光信号在每一预设频率处的四阶循环累积量，所述四阶循环累积量的延时为0；
阈值确定模块，用于根据每一四阶循环累积量的归一化值，确定所述光网络中子载波数量的判决阈值，并获取归一化值大于所述判决阈值的四阶循环累积量的数量；
数量确定模块，用于根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，确定所述光网络中的子载波数量。
本发明提供的一种基于OFDM的光网络中子载波数量盲辨识方法及装置，通过确定合适的判决阈值，并获取归一化值大于该判决阈值的四阶循环累积量的数量，根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，辨识出基于OFDM的光网络系统中的子载波数量。本发明能够智能、快速地辨识出基于OFDM的光网络系统中动态变化的子载波数量，并且整个子载波数量盲辨识过程与系统的传输速率及子载波调制格式无关，并且对偏振模色散(Polarization Mode Dispersion，PMD)、系统内激光器的相位噪声和频偏均具有较强的容忍性。
附图说明
图1为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识方法的流程示意图；
图2为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识方法的流程示意图；
图3为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识方法的PDM OFDM-EON系统传输实验框图；
图4为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识方法在不同传输速率下子载波数量识别性能曲线图；
图5为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识方法在不同调制格式下子载波数量识别性能曲线图；
图6为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识方法在不同PMD下子载波数量识别性能曲线图；
图7为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识方法在不同线宽下子载波数量识别性能曲线图；
图8为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识方法在不同频偏下子载波数量识别性能曲线图；
图9为本发明实施例提供的一种基于OFDM的光网络中子载波数量盲辨识装置结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明一实施例中提供了一种基于OFDM的光网络中子载波数量盲辨识方法，包括：
S1，对于接收到的光信号的功率谱带宽中每一预设频率，获取所述光信号在每一预设频率处的四阶循环累积量，所述四阶循环累积量的延时为0；
S2，根据每一四阶循环累积量的归一化值，确定所述光网络中子载波数量的判决阈值，并获取归一化值大于所述判决阈值的四阶循环累积量的数量；
S3，根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，确定所述光网络中的子载波数量。
具体地，本发明中提供的基于OFDM的光网络中子载波数量盲辨识方法可应用于基于正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)的光网络系统中，还可应用于基于偏振复用及正交频分复用的弹性光网络系统中。以下将本发明提供的基于OFDM的光网络中子载波数量盲辨识方法应用于基于偏振复用及正交频分复用的弹性光网络系统中，用PDM OFDM-EON表示该弹性光网络系统。
光信号经偏振分集相干接收后，首先对接收信号进行采样，选取接收信号中Nsample个时间采样点得到采样信号R(n)，其中1≤n≤Nsample；然后计算采样信号在光信号的功率谱带宽中每一预设频率处的四阶循环累积量。这里需要注意的是，本发明中需要利用的是延时为0的四阶循环累积量。这里的预设频率又称为循环频率(以下均称为循环频率)，可以理解为采样信号的带宽内包含的频率，例如采样信号中某一子载波的中心频率为193.1THz，带宽为8GHz，则可选取193.096THz-193.104THz区间上均匀分布的8000个点上对应的频率作为循环频率，即循环频率分别为193096.000GHz、193096.001GHz、193096.002GHz、…、193103.998GHz、193103.999GHz、193104.000GHz，计算间隔为1MHz的各循环频率处的四阶循环累积量。
计算出每一个循环频率处的四阶循环累积量后，根据每一个四阶循环累积量的归一化值，确定子载波数量的判决阈值。需要注意的是，本发明中通过设置子载波数量的判决阈值，可以有效缓解光信噪比(Optical Signal Noise Ratio，OSNR)、色散、频偏等各种因素对子载波数量盲辨识的影响。本实施例中所述的归一化值是指对四阶循环累积量进行归一化处理后得到的结果。
确定子载波数量的判决阈值后，计算归一化值大于所述判决阈值的四阶循环累积量的数量，根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，确定所述光网络系统中的子载波数量。这一过程主要是利用判决阈值来计算子载波数量。当四阶循环累积量的归一化值大于判决阈值时，这些循环累积量的数量可以近似作为子载波数量。但需要注意的是，在实际的PDM OFDM-EON系统中，通常选取的子载波数量为2的正整数次幂，所以需要将循环累积量的数量与子载波数量的预设数值集合中数值进行比较，根据二者之间的大小关系，确定子载波数量。
本实施例中，通过确定合适的判决阈值，并计算归一化值大于该判决阈值的四阶循环累积量的数量，根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，辨识出PDM OFDM-EON系统的子载波数量。本发明能够智能、快速地辨识出PDM OFDM-EON系统动态变化的子载波数量，并且整个子载波数量盲辨识过程与系统的传输速率及子载波调制格式无关，并且对偏振模色散、由激光器导致的相位噪声和频偏均具有较强的容忍性。
在上述实施例的基础上，S1具体包括：
对所述接收信号进行采样，将得到的采样信号的样本矩作为循环矩，根据循环矩与循环累积量之间的转换公式，计算每一个循环频率处的四阶循环累积量；
其中，所述四阶循环累积量的延时为0。
具体地，本实施例中提供了一种计算每一个循环频率处的四阶循环累积量的方法，具体是利用采样信号进行计算。
假设在PDM OFDM-EON系统中，信号在信道传输过程中会受到光纤色散(ChromaticDispersion，CD)、偏振模色散、相位噪声、频偏及自发辐射(Amplified SpontaneousEmission，ASE)噪声的影响，采用相干接收技术接收后，再经过模数转换(A/D)得到的采样信号可表示为R(n)：
其中，采样信号的时间采样点数为Nsample，为包含Nsample个时间采样点的采样信号，为偏振复用信号；NSC为PDM OFDM-EON系统中发射机发送的真实子载波数，θ(n)是由发射机激光器和本振激光器引起的采样信号的相位噪声，ΦD(fk)为光纤在fi处的色散导致的相位色散，fk和△f分别为第k个子载波的中心频率和频率偏移，S(n)为有用信号，Nnoice(n)为ASE噪声，Tk为光纤链路中第k个子载波偏振模色散对应的琼斯传输矩阵，ck是第k个子载波所传输的PDM OFDM-EON符号，Dn为色散系数，fLD和c分别表示激光器的中心频率和光速。
计算R(n)在循环频率α处的四阶循环累积量时，首先需要根据如下公式计算R(n)在循环频率α处的h阶样本矩
其中T为两相邻采样点间的平均时间间隔，h和v分别表示样本矩的阶数和共轭运算次数，h不小于2。需要注意的是，<>n表示在时间T上对内部的函数求均值。
将h阶样本矩作为h阶循环矩，并根据循环矩和循环累积量互相转换公式，计算循环频率α处的h阶循环累积量。循环矩和循环累积量互相转换公式如下：
其中，I＝{0,1,…,h-1}为指标集合，表示集合I内所有无交连的非空分割子集的求和，q为非空分割子集的数量，表示非空分割子集Ip的元素个数，1≤q≤h，表示来自Ip的滞后集合，即延时集合。根据h的取值将指标集合I＝{0,1,…,h-1}分割成q＝1,2,…,h这h个部分。例如h＝3，则I＝{0,1,2}。当q＝1时，指标集合I分割成{0,1,2}。当q＝2时，指标集合I分割成{(0,1),2}、{(0,2),1}、{0,(1,2)}三个子集合。当q＝3时，指标集合I分割成{(0,1,2}}。
根据上述公式，循环频率α处四阶循环累积量可以表示为：
当τ1＝τ2＝τ3＝0时，上式为：
其中，循环频率α处四阶循环累积量的阶数h为4、延时τ为0、共轭运算次数v为0。
在上述实施例的基础上，由于平稳和非平稳高斯白噪声二阶以上循环累积量为0，可得由上述公式可得PDM OFDM-EON系统中循环频率α处的四阶循环累积量为：
由上式可知，只有当循环频率α等于某一子载波频率(第i个子载波的频率为fi+△f)时，对应的循环累积量才不为0。而此时，当系统中存在噪声时，将使循环累积量稍大于0，这将会影响子载波数量盲辨识的准确性，所以需要选取合适的子载波数量的判决阈值来缓解噪声、频偏、线宽、PMD等各种因素的影响。
在上述实施例的基础上，S2中根据每一四阶循环累积量的归一化值，确定所述光网络系统中子载波数量的判决阈值，具体包括：
设定按预设步长递增的搜索值，对于任一搜索值，搜索大于所述任一搜索值的四阶循环累积量的归一化值，并计算所有大于所述任一搜索值的所述归一化值的均值；其中，所述搜索值的取值范围为0-1；
确定所述归一化值的均值相同时对应的搜索值的区间范围，选取所述区间范围的中间值作为子载波数量的判决阈值。
具体地，本实施例中提供了一种确定子载波数量的判决阈值的方法。
首先，计算四阶循环累积量的归一化值设定初始搜索值为0，预设步长为step，搜索值的取值范围为0-1。对于每一个搜索值，搜索大于该搜索值的四阶循环累积量的归一化值，并计算这些归一化值的均值。
在上述实施例的基础上，所述对于任一搜索值，搜索大于所述任一搜索值的四阶循环累积量的归一化值，具体包括：
利用如下公式搜索大于所述任一搜索值的四阶循环累积量的归一化值，将所有大于所述任一搜索值的归一化值作为元素组成第一集合；
其中，A为第一集合，为循环频率α处、延时为0、共轭运算次数为0的四阶循环累积量的归一化值，μ为所述任一搜索值，0≤μ≤1，R(n)为包含Nsample个时间采样点的采样信号。
利用如下公式计算第一集合A中所有元素的均值：
其中，meanA为第一集合A中所有元素的均值，NA为第一集合A中所有元素的数量，∑A为第一集合A中所有元素之和。
其次，确定所述归一化值的均值为定值时对应的搜索值的区间范围，选取所述区间范围的中间值作为子载波数量的判决阈值。
对于每一个搜索值，都有一个对应的第一集合A中所有元素的均值，这些均值中必定会有相等的数值。根据初始搜索值和预设步长来表示每一个搜索值，以确定归一化值的均值为定值时对应的搜索值的区间范围。例如，初始搜索值为μ0，μ0≥0，预设步长为step，μ0+a*step为归一化值的均值为定值时对应的所述区间范围的左边界，μ0+b*step为归一化值的均值为定值时对应的所述区间范围的右边界，a为所述左边界对应的预设步长的倍数，b为所述右边界对应的预设步长的倍数，则搜索值的区间范围为[μ0+a*step,μ0+b*step]。
在上述实施例的基础上，所述子载波数量的判决阈值具体为：
其中，Γ为子载波的判决阈值。
整个搜索过程可以理解为：首先根据上述公式求出所有大于初始搜索值μ0的第一集合A1，并计算出第一集合A1中所有元素的均值然后，将初始搜索值μ0增加一个预设步长step，并计算出第一集合A2中所有元素的均值重复这一过程直到μ＝1。最后，得到一个集合在该集合中包括了所有计算得到的均值，共d个，即说明共有d个搜索值。在该集合中搜索数值保持定值时所对应的搜索值的区间范围，则选取所述区间范围的中间值作为子载波数量的判决阈值。
需要注意的是，归一化值的均值为定值意味着在这个区间内归一化值的均值为一个定值，例如假设所有循环频率处四阶循环累积量的归一化值构成集合为{0.1,0.8,0.2,0.3,0.9,0.7,0.2,0.8,0.7,0.9}。初始搜索值μ0为0，预设步长step为0.1。当μ0＝0时，mean＝0.56；当μ＝0.1时，mean＝0.6111；当μ＝0.2时，mean＝0.7286；当μ＝0.3时，mean＝0.8；当μ＝0.4时，mean＝0.8；当μ＝0.5时，mean＝0.8；当μ＝0.6时，mean＝0.8；当μ＝0.7时，mean＝0.85；当μ＝0.8时，mean＝0.9；当μ＝0.9时，mean＝0。
所以当μ取值用集合表示为{0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1}时，所对应的归一化值的均值可以用集合表示为mean＝{0.56,0.6111,0.7286,0.8,0.8,0.8,0.8,0.85,0.9,0,0}。
所以mean为定值0.8时所对应的u的区间范围为0.3-0.6，最终确定判决阈值为：(0.3+0.6)/2＝0.45。
在上述实施例的基础上，S1中所述循环频率通过如下方法确定：
根据所述采样信号的自相关函数，得到与所述采样信号对应的功率谱；
根据所述功率谱中的带宽范围，确定所述带宽范围内的循环频率；其中，每两个相邻的循环频率之间的间距相同。
具体地，首先采用间接法估计出R(n)的自相关函数Ra(n)，然后对Ra(n)进行傅立叶变换得到R(n)的功率谱。从功率谱中可以粗略估计出子载波的频率范围，从而确定循环频率α的取值。
在上述实施例的基础上，所述预设数值集合中的所有元素均为2的正整数次幂，且所述所有元素按数值由小到大排列。
在上述实施例的基础上，S3具体包括：
根据所述预设数值集合中的所有数值，确定至少一个数值区间；
若判断获知获取到的数量NB落入大于或等于且小于的数值区间，则将作为所述子载波数量，其中i＝1；
若判断获知获取到的数量NB落入大于或等于且小于的数值区间，则将作为所述子载波数量，其中1<i≤m，且i为整数；
其中，为所述预设数值集合中的第i个数值，m为所述预设数值集合中数值的数量，NB为归一化值大于所述判决阈值的四阶循环累积量的数量。
具体地，由于在PDM OFDM-EON系统中通常选取的子载波数量为2的正整数次幂，可将子载波数量的预设数值集合表示为根据预设数值集合，可以确定多个数值区间，例如小于或大于的数值区间、数值区间数值区间数值区间数值区间
根据如下公式确定第二集合B：
计算第二集合B中所有元素的数量NB，判断NB会落入哪一数值区间。若NB满足或满足 且i为整数，将满足此关系的数值确定为系统的子载波数量。当NB满足或时，则子载波数量盲辨识过程会发生错误，这时就会直接结束本次辨识过程。
如图2所示，本发明另一实施例中，在上述实施例的基础上，提供了一种子载波数量的盲辨识方法，具体流程如下：
首先获取采样信号R(n)，计算采样信号R(n)的功率谱，并从功率谱中粗略估计出子载波的频率范围，从而确定循环频率α的取值。计算采样信号R(n)在不同循环频率α下的四阶循环累积量的归一化值并根据归一化值选取合适的子载波数量的判决阈值Γ。统计第二集合B中大于子载波数量的判决阈值的元素个数NB，若或则显示错误，结束盲辨识过程。若则子载波数量为输出子载波数量NSC。若则子载波数量为输出子载波数量NSC。依次类推，直至确定出NB落入的数值区间，并确定出子载波数量结束或以错误结束。
以下结合图3对本发明作进一步详细说明。
首先利用VPI Transmission Marker仿真软件产生总数为32768个符号的OFDM-EON信号301，子载波数量在子载波数量的预设数值集合{64,128,256,512}中动态选取。然后将OFDM-EON信号导入任意波形发生器(Arrayed Waveguide Grating，AWG)302中，输出射频(RF)信号，再利用外腔激光器(External Cavity Laser，ECL)303和PDM-同相正交(In-phase and Quadrature-phase，IQ)调制器304将信号调制到光域，其中ECL的中心波长设置为1550nm，线宽100kHz。为调节系统的OSNR，利用可调的放大自发辐射(ASE)噪声源305和可调节光衰减器(Variable Optical Attenuator，VOA)306，将ASE噪声源305与经掺饵光纤放大器(Erbium Doped Fibre Amplifier，EDFA)307传输的发射信号耦合后，经过EDFA307放大后送入光滤波器308以滤除光噪声。对滤波后的信号，使用一个90:10的分光器将其分成两路，一路通过光谱分析仪(Optical Spectrum Analysis，OSA)309观测信号光谱，另一路输入到带有本振激光器(LO)310的偏振分集相干接收机311中。对偏振分集相干接收后得到的接收信号进行A/D采集，得到信号R(n)，最后计算接收信号的功率谱，计算四阶循环累积量，选取合适的子载波数量的判决阈值，辨识出子载波数量。
因使用的子载波数量集合为{64,128,256,512}，首先计算集合B，并统计其元素个数NB；其次判定NB属于哪个区间范围，以确定系统的子载波数量NSC。当NB的范围在NB<32或NB>768区间范围内时，子载波数量识别过程会发生错误，这时就会直接结束本次识别过程。而当32≤NB<96时，则确定PDM OFDM-EON系统的子载波数量为64。若96≤NB<192，则确定系统中的子载波数量为128，以此类推，直至最后确定出系统的子载波数量。
本发明提供的基于OFDM的光网络中子载波数量盲辨识方法可方便有效地运用于PDM OFDM-EON系统的子载波数量盲辨识，与系统的传输速率和子载波调制格式无关，对于偏振模色散(PMD)、激光器相位噪声和频偏均具有很强的容忍性。
为验证该发明的有效性，在PDM OFDM-EON系统上进行子载波数量盲辨识实验。在实验中，PDM OFDM-EON系统发射机中的子载波数量动态地在集合{64,128,256,512}中选取，OFDM的循环前缀设定为总符号周期的1/9，而且每个子载波均采用正交相移键控(Quadrature Phase Shift Keying，QPSK)调制，总传输速率为64Gbps，激光器的中心波长和线宽分别是1550nm和100kHz，OSNR变化范围为16dB到22dB。
此外，对于本发明所述的PDM OFDM-EON中子载波数量盲辨识方法，使用辨识绝对精度(Identity Absolute Accuracy，IAA)来衡量该发明的有效性，其计算公式如下：
其中Ntest表示对子载波数量盲辨识实验的重复次数，为每一次辨识出的子载波数量，Nsc_real是系统使用的真实子载波数量。当IAA≤50％时，可以得出此时子载波数量识别将产生误判；当IAA>50％时，系统的子载波数量可被识别为Nsc_real，即此时的识别成功率为100％。
图4-图8分别给出不同测试情形下OSNR与IAA的关系曲线。
当PDM OFDM-EON系统只改变传输速率(传输速率分别为32Gbps，64Gbps及128Gbps)时，从图4中可以看出辨识绝对精度(IAA)都能达到94％以上，即本发明能够100％的正确识别出系统的子载波数量，说明这一方法与系统传输速率无关。
当PDM OFDM-EON系统子载波调制从QPSK改变为16进制正交振幅调制(QuadratureAmplitude Modulation，QAM)时，图5表明此时的IAA基本都在95％以上，即本发明能够100％的识别出子载波数量，说明该方法与子载波调制格式无关。
由于EON系统采用了偏振复用方式，当光纤链路的PMD变化(PMD分别为5ps，10ps和15ps)时，图6的结果显示IAA都大于95％，因此本发明可以成功识别出使用的子载波数量，说明这一方法对PMD具有很强的容忍性。
当系统只改变激光器相位噪声(相位噪声分别为100kHz，1MHz和5MHz)或频率偏移(频率偏移分别为500MHz，1GHz和2GHz)时，从图7和8可以看出IAA基本都在95％以上，即本发明能够100％的识别出系统的子载波数量，说明这一方法不受激光器相位噪声和频率偏移的影响。
如图9所示，本发明另一实施例中提供了一种基于OFDM的光网络中子载波数量盲辨识装置，包括：计算模块91、阈值确定模块92和数量确定模块93。
其中，计算模块91用于对于接收到的光信号的功率谱带宽中每一个预设频率，获取所述光信号在每一预设频率处的四阶循环累积量，所述四阶循环累积量的延时为0；
阈值确定模块92用于根据每一四阶循环累积量的归一化值，确定所述光网络中子载波数量的判决阈值，并获取归一化值大于所述判决阈值的四阶循环累积量的数量；
数量确定模块93用于根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，确定所述光网络中的子载波数量。
具体地，本实施例中各模块的作用与操作流程与上述方法类实施例是一一对应的，本实施例在此不再赘述。
最后，本发明的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于OFDM的光网络中子载波数量盲辨识方法，其特征在于，包括：
S1，对于接收到的光信号的功率谱带宽中每一预设频率，获取所述光信号在每一预设频率处的四阶循环累积量，所述四阶循环累积量的延时为0；
S2，根据每一四阶循环累积量的归一化值，确定所述光网络中子载波数量的判决阈值，并获取归一化值大于所述判决阈值的四阶循环累积量的数量；
S3，根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，确定所述光网络中的子载波数量。
2.根据权利要求1所述的方法，其特征在于，S1具体包括：
对所述接收信号进行采样，将得到的采样信号的样本矩作为循环矩，根据循环矩与循环累积量之间的转换公式，计算每一个预设频率处的四阶循环累积量；
其中，所述四阶循环累积量的延时为0。
3.根据权利要求2所述的方法，其特征在于，计算得到的所述每一个预设频率处的四阶循环累积量如下：
<mrow>
<msubsup>
<mi>C</mi>
<mrow>
<mn>4</mn>
<mo>,</mo>
<mn>0</mn>
<mo>,</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
<mi>&alpha;</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mn>0</mn>
<mo>,</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>e</mi>
<mrow>
<mn>4</mn>
<msub>
<mi>j&Phi;</mi>
<mi>D</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>&CenterDot;</mo>
<msubsup>
<mi>T</mi>
<mi>i</mi>
<mn>4</mn>
</msubsup>
<mo>&CenterDot;</mo>
<msubsup>
<mi>c</mi>
<mi>i</mi>
<mn>4</mn>
</msubsup>
<mo>&CenterDot;</mo>
<mo>&lsqb;</mo>
<mo><</mo>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mn>4</mn>
<mi>&theta;</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<msub>
<mo>></mo>
<mi>n</mi>
</msub>
<mo>-</mo>
<mn>3</mn>
<mo><</mo>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mn>2</mn>
<mi>&theta;</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<msubsup>
<mo>></mo>
<mi>n</mi>
<mn>2</mn>
</msubsup>
<mo>&rsqb;</mo>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>&alpha;</mi>
<mo>=</mo>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>&alpha;</mi>
<mo>&NotEqual;</mo>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
其中，α为预设频率，R(n)为包含Nsample个时间采样点的采样信号，1≤n≤Nsample，为预设频率α处、延时为0、共轭运算次数为0的四阶循环累积量，ΦD(fi)为光纤在fi处的色散导致的相位色散，fi为第i个子载波的中心频率，△f为频率偏移，θ(n)为采样信号的相位噪声，Ti为由偏振色散引起的第i个子载波的琼斯传输矩阵，ci是第i个子载波对应的传输符号，<>n表示在时间上对内部的函数求均值。
4.根据权利要求1所述的方法，其特征在于，S2中根据每一四阶循环累积量的归一化值，确定所述光网络系统中子载波数量的判决阈值，具体包括：
设定按预设步长递增的搜索值，对于任一搜索值，搜索大于所述任一搜索值的四阶循环累积量的归一化值，并计算所有大于所述任一搜索值的所述归一化值的均值；其中，所述搜索值的取值范围为0-1；
确定所述归一化值的均值为定值时对应的搜索值的区间范围，选取所述区间范围的中间值作为子载波数量的判决阈值。
5.根据权利要求4所述的方法，其特征在于，所述对于任一搜索值，搜索大于所述任一搜索值的四阶循环累积量的归一化值，具体包括：
利用如下公式搜索大于所述任一搜索值的四阶循环累积量的归一化值，将所有大于所述任一搜索值的归一化值作为元素组成第一集合；
<mrow>
<mi>A</mi>
<mo>=</mo>
<mo>{</mo>
<mo>|</mo>
<msubsup>
<mi>C</mi>
<mrow>
<mn>4</mn>
<mo>,</mo>
<mn>0</mn>
<mo>,</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
<mi>&alpha;</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mn>0</mn>
<mo>,</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>></mo>
<mi>&mu;</mi>
<mo>}</mo>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
<mi>m</mi>
<mi>p</mi>
<mi>l</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>,</mo>
</mrow>
其中，A为第一集合，为预设频率α处、延时为0、共轭运算次数为0的四阶循环累积量的归一化值，μ为所述任一搜索值，0≤μ≤1，R(n)为包含Nsample个时间采样点的采样信号。
6.根据权利要求4所述的方法，其特征在于，所述子载波数量的判决阈值具体为：
<mrow>
<mi>&Gamma;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>&mu;</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<mi>a</mi>
<mo>*</mo>
<mi>s</mi>
<mi>t</mi>
<mi>e</mi>
<mi>p</mi>
<mo>)</mo>
<mo>+</mo>
<mo>(</mo>
<msub>
<mi>&mu;</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<mi>b</mi>
<mo>*</mo>
<mi>s</mi>
<mi>t</mi>
<mi>e</mi>
<mi>p</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</mfrac>
<mo>,</mo>
</mrow>
其中，Γ为子载波的判决阈值，μ0为初始搜索值，μ0≥0，step为所述预设步长，μ0+a*step为所述归一化值的均值为定值时对应的所述区间范围的左边界，μ0+b*step为所述归一化值的均值为定值时对应的所述区间范围的右边界，a为所述左边界对应的预设步长的倍数，b为所述右边界对应的预设步长的倍数。
7.根据权利要求2-6中任一项所述的方法，其特征在于，S1中所述预设频率通过如下方法确定：
根据所述采样信号的自相关函数，得到与所述采样信号对应的功率谱；
根据所述功率谱中的带宽范围，确定所述带宽范围内的预设频率；其中，每两个相邻的预设频率之间的间距相同。
8.根据权利要求1-6中任一项所述的方法，其特征在于，所述预设数值集合中的所有元素均为2的正整数次幂，且所述所有元素按数值由小到大排列。
9.根据权利要求8所述的方法，其特征在于，S3具体包括：
根据所述预设数值集合中的所有数值，确定至少一个数值区间；
若判断获知获取到的数量NB落入大于或等于且小于的数值区间，则将作为所述子载波数量，其中i＝1；
若判断获知获取到的数量NB落入大于或等于且小于的数值区间，则将作为所述子载波数量，其中1<i≤m，且i为整数；
其中，为所述预设数值集合中的第i个数值，m为所述预设数值集合中数值的数量，NB为归一化值大于所述判决阈值的四阶循环累积量的数量。
10.一种基于OFDM的光网络中子载波数量盲辨识装置，其特征在于，包括：
计算模块，用于对于接收到的光信号的功率谱带宽中每一个预设频率，获取所述光信号在每一预设频率处的四阶循环累积量，所述四阶循环累积量的延时为0；
阈值确定模块，用于根据每一四阶循环累积量的归一化值，确定所述光网络中子载波数量的判决阈值，并获取归一化值大于所述判决阈值的四阶循环累积量的数量；
数量确定模块，用于根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，确定所述光网络中的子载波数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710954917.9A CN107800661B (zh) | 2017-10-13 | 2017-10-13 | 基于ofdm的光网络中子载波数量盲辨识方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710954917.9A CN107800661B (zh) | 2017-10-13 | 2017-10-13 | 基于ofdm的光网络中子载波数量盲辨识方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107800661A true CN107800661A (zh) | 2018-03-13 |
| CN107800661B CN107800661B (zh) | 2020-06-09 |
Family
ID=61533064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710954917.9A Active CN107800661B (zh) | 2017-10-13 | 2017-10-13 | 基于ofdm的光网络中子载波数量盲辨识方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107800661B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109756436A (zh) * | 2018-11-29 | 2019-05-14 | 聊城大学 | Ofdm-eon系统中子载波调制格式识别方法及装置 |
| CN113364527A (zh) * | 2021-06-03 | 2021-09-07 | 聊城大学 | 一种适用于高速相干偏振复用系统的非线性损伤补偿方法 |
| CN115021847A (zh) * | 2022-06-01 | 2022-09-06 | 深圳市烽云技术有限公司 | 一种基于信道加权的ofdm软信息提取方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101958871A (zh) * | 2010-09-16 | 2011-01-26 | 西安工业大学 | 一种自适应fso-ofdm传输系统及传输方法 |
| CN106302290A (zh) * | 2016-08-02 | 2017-01-04 | 中国人民解放军电子工程学院 | 一种基于分形盒维数的ofdm通讯信号识别方法 |
| US9692529B1 (en) * | 2016-08-16 | 2017-06-27 | Southwest Research Institute | System and method for signal emitter identification using higher-order cumulants |
| US9729362B1 (en) * | 2013-03-20 | 2017-08-08 | Georgia Tech Research Corporation | Systems and methods for autonomous signal modulation format identification |
-
2017
- 2017-10-13 CN CN201710954917.9A patent/CN107800661B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101958871A (zh) * | 2010-09-16 | 2011-01-26 | 西安工业大学 | 一种自适应fso-ofdm传输系统及传输方法 |
| US9729362B1 (en) * | 2013-03-20 | 2017-08-08 | Georgia Tech Research Corporation | Systems and methods for autonomous signal modulation format identification |
| CN106302290A (zh) * | 2016-08-02 | 2017-01-04 | 中国人民解放军电子工程学院 | 一种基于分形盒维数的ofdm通讯信号识别方法 |
| US9692529B1 (en) * | 2016-08-16 | 2017-06-27 | Southwest Research Institute | System and method for signal emitter identification using higher-order cumulants |
Non-Patent Citations (1)
| Title |
|---|
| 赖宇超: ""基于高阶统计量和小波变换的OFDM信号盲检测"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109756436A (zh) * | 2018-11-29 | 2019-05-14 | 聊城大学 | Ofdm-eon系统中子载波调制格式识别方法及装置 |
| CN113364527A (zh) * | 2021-06-03 | 2021-09-07 | 聊城大学 | 一种适用于高速相干偏振复用系统的非线性损伤补偿方法 |
| CN113364527B (zh) * | 2021-06-03 | 2022-05-06 | 聊城大学 | 一种适用于高速相干偏振复用系统的非线性损伤补偿方法 |
| CN115021847A (zh) * | 2022-06-01 | 2022-09-06 | 深圳市烽云技术有限公司 | 一种基于信道加权的ofdm软信息提取方法 |
| CN115021847B (zh) * | 2022-06-01 | 2024-01-16 | 深圳市烽云技术有限公司 | 一种基于信道加权的ofdm软信息提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107800661B (zh) | 2020-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8938171B2 (en) | Synchronization process in optical frequency division multiplexing transmission systems | |
| US9614635B2 (en) | Preamble design and detection for ranging in an optical OFDMA communication network | |
| CN105515650B (zh) | 基于光谱特征的光信号调制格式识别方法 | |
| CN107800661B (zh) | 基于ofdm的光网络中子载波数量盲辨识方法及装置 | |
| Tao et al. | Analysis of noise spread in optical DFT-S OFDM systems | |
| Tao et al. | Reduction of intercarrier interference based on window shaping in OFDM RoF systems | |
| CN107257324A (zh) | 一种ofdm系统中的时频联合同步方法及装置 | |
| US9288092B2 (en) | Wireless communication device and wireless communication method | |
| CN108768912A (zh) | 基于稀疏正交循环变换多路复用调制的相干光纤通信系统 | |
| US8934780B2 (en) | Direct detection of optical orthogonal frequency division multiplexing (OFDM) signals | |
| CN102769599A (zh) | 一种新型正交频分复用系统信号处理方法及装置 | |
| CN109756436A (zh) | Ofdm-eon系统中子载波调制格式识别方法及装置 | |
| CN114422038A (zh) | 一种基于副载波ofdm的光子太赫兹无线通讯方法及系统 | |
| CN101616120A (zh) | 一种子载波信噪比估计方法及系统 | |
| CN100505597C (zh) | 一种ofdm频偏估计和跟踪方案 | |
| Takahara et al. | 100-Gb/s (2× 50-Gb/s) transmission over 80-km using 10-Gb/s class DML | |
| CN101958866A (zh) | 导频插入方法和导频插入模块 | |
| Shi et al. | PAPR reduction of 2.0 Gbit/s DFT-S OFDM modulated visible light communication system based on interleaved sub-banding technique | |
| CN107306152A (zh) | 信号处理装置、信道间隔检测装置、方法和系统 | |
| Zhao et al. | Blind identification of the number of sub-carriers for orthogonal frequency division multiplexing-based elastic optical networking | |
| WO2011051442A9 (en) | High speed optical modem | |
| CN110048983B (zh) | 一种im/dd-ofdm无源光网络接收机的同步方法 | |
| Tao et al. | A transform domain processing based channel estimation method for OFDM radio-over-fiber systems | |
| KR20020030446A (ko) | 주파수 오프셋이 있는 직교 주파수 분할 다중화 시스템의평가 및 설계 방법 | |
| Li et al. | A novel timing synchronization for CO-OFDM systems using CAZAC sequences |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |