CN111427117B - 弱耦合十模式少模光纤及其实现方法 - Google Patents

Abstract

一种弱耦合十模式少模光纤及其实现方法，包括：中芯和依次设置于其外的四层环芯，其中：中芯和依次设置于其外的三层环芯及包层，由中芯向外层环芯的折射率依次降低且相对于包层的折射率差值也依次递减，第三环芯覆盖中芯和前两层环芯，整体在1550nm处支持十个传输模式且所有模式之间的有效折射率差值均大于0.1％。本发明通过设计多环形纤芯各层的结构参数，使得各模式之间的有效折射率差值较大，降低模间串扰，实现弱耦合特性。少模光纤在弱耦合的条件下，不需要采用复杂的MIMO算法来实现信号的复用‑解复用，各信道之间能够独立传输信号。通过掺杂锗和控制纤芯层数进行制备，工艺简单。能够广泛应用于短距离超大容量光传输系统，具有十分广阔的应用前景。

Description

弱耦合十模式少模光纤及其实现方法

技术领域

本发明涉及的是一种光电通信领域的技术，具体是一种弱耦合十模式少模光纤及其实现方法。

背景技术

近年来，各类大型数据中心和云计算业务出现，对于光网络的带宽和容量提出更高要求，普通的单模光纤难以满足容量要求。现有技术以模分复用作为进一步提高光通信容量和频谱效率的重要手段。由于强耦合模分复用系统的复杂性和高成本，其只适用于长距离通信。而与强耦合模分复用系统不同，弱耦合模分复用系统采用模间弱耦合传输光纤和具有模式选择特性的模式复用解复用器，接收端也不需要复杂的MIMO算法，因而可利用模式作为路由交换维度以实现网络容量的灵活调配。针对用于弱耦合模分复用系统的新型少模光纤和光纤器件的设计制备，现有技术采用设计低DMD的渐变折射率少模光纤来缓解对于MIMO设备设计的复杂度，但是这种渐变折射率少模光纤折射率剖面的设计需要十分精确，并且其制作过程复杂，生产难度大。

发明内容

本发明针对现有技术存在的上述不足，提出一种弱耦合十模式少模光纤及其实现方法，通过设计中芯层和环芯层的结构参数，降低模间串扰，实现弱耦合特性，可广泛应用于短距离大容量光传输系统。

本发明是通过以下技术方案实现的：

本发明涉及一种弱耦合十模式少模光纤，包括：中芯和依次设置于其外的三层环芯及包层，其中：由中芯向外层环芯的折射率依次降低且相对于包层的折射率差值也依次递减，第三环芯覆盖中芯和前两层环芯，整体在1550nm处支持十个传输模式且所有模式之间的有效折射率差值均大于0.1％。

所述的包层的外径为62.5～75μm，且折射率为1.445。

所述的中芯的外径为4.4～5μm，且与包层的折射率差为0.0358～0.0363。

所述的第一环芯的外径为5.1～5.7μm，且与包层的折射率差为0.0352～0.0357。

所述的第二环芯的外径为5.8～6.4μm，且与包层的折射率差为0.0346～0.0351。

所述的第三环芯的外径为6.5～7.1μm，且与包层的折射率差为0.0340～0.0345。

所述的十个传输模式具体为：LP01、LP11、LP21、LP02、LP31、LP12、LP41、LP22、LP03和LP51。

本发明涉及上述弱耦合十模式少模光纤的实现方法，通过归一化频率和有效折射率差值的分布，确定光纤中芯和各环芯的初始范围，使光纤在范围内能产生10个以上的LP模式；然后通过神经网络逆向设计，得到所有模式之间的有效折射率差值均大于0.1％的多个10模光纤实例。

所述的神经网络逆向设计是指：采用经过训练的神经网络，预测得到不同折射率分布下的结构参数，该神经网络为Keras结构的深度神经网络，包括：每层有300个神经元的三个隐藏层、优化器、激活函数、损失函数以及目标函数，网络参数经Adam优化器迭代更新并采用对仿真软件得到的大数据集作为样本进行训练。

技术效果

本发明整体解决了通过神经网络提供的预测功能设置中芯和各环芯的折射率和半径，使得实施例光纤中所有模式的有效折射率差值均大于0.12％的技术问题。

与现有技术相比，本发明在中芯和包层之间加入三个高折射率环，通过神经网络逆向预测多个实施例，耗时短，并且使得各模式之间的有效折射率差值更大，从而模间串扰降低，实现弱耦合特性。少模光纤在弱耦合的条件下，不需要采用复杂的MIMO算法来实现信号的复用 -解复用，各信道之间能够独立传输信号。通过掺杂锗和控制纤芯层数进行制备，工艺简单。能够广泛应用于短距离超大容量光传输系统，具有十分广阔的应用前景。

附图说明

图1为本发明的截面示意图；

图2为本发明的折射率分布剖面图；

图中：中芯1、第一环芯2、第二环芯3、第三环芯4、包层5。

具体实施方式

如图1和图2所示，实施例包括：中芯1和依次设置于其外的三层环芯2～4及包层5，其中：由中芯1向外层环芯的折射率依次降低且相对于包层5的折射率差值也依次递减，第三环芯4覆盖中芯1和前两层环芯2～3，整体在1550nm处支持十个传输模式且所有模式之间的有效折射率差值均大于0.1％。

所述的十个传输模式具体为：LP01、LP11、LP21、LP02、LP31、LP12、LP41、LP22、LP03和LP51。

本实施例通过PVCD工艺、MVCD工艺、OVD工艺等芯棒制造工艺根据光纤的设计要求制造芯棒。

以下为四个具体实施例的特征参数，其中：r₁为中芯1的外径、r₂为第一环芯2的外径、r₃为第二环芯3的外径、r₄为第三环芯4的外径、r₀为包层5的外径；所述的外径为该层外边径与中心点之间的距离；n₁为中芯1的折射率、n₂为第一环芯2的折射率、n₃为第二环芯3的折射率、n₄为第三环芯4的折射率、n₀为包层5的折射率。

表1四个实施例的结构参数：

表中：折射率差的计算公式为：Δn_i＝n_i-n₀。

表2四个实施例的性能参数：

表中：n_eff为有效折射率；Δn_eff为相邻的两个LP模式间有效折射率差，其中Δn_eff＝n_eff,i-n_eff,i-1；Dispersion为色散；β为传播常数。

根据实施例1～4得到光纤归一化频率V的范围为8.3285～8.3525，其中

根据光纤归一化频率V的值能够得到光纤中的模式数量M，其中 即保证了光纤中有10个传输模式。

与现有技术相比，本发明采用四环结构，并且折射率依次减小，均在1.48左右，且中芯、第一环芯、第二环芯与第三环芯的相对折射率差均在0.12％内。

上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。

Claims (3)

1.一种弱耦合十模式少模光纤，其特征在于，包括：中芯和依次设置于其外的第一至第三环芯及包层，其中：由中芯向外层环芯的折射率依次降低且相对于包层的折射率差值也依次递减，第三环芯覆盖中芯和前两层环芯，整体在1550nm处支持十个传输模式且所有模式之间的有效折射率差值均大于0.1%；

所述的中芯的外径为4.4~5μm，且与包层的折射率差为0.0358~0.0363；

所述的第一环芯的外径为5.1~5.7μm，且与包层的折射率差为0.0352~0.0357；

所述的第二环芯的外径为5.8~6.4μm，且与包层的折射率差为0.0346~0.0351；

所述的第三环芯的外径为6.5~7.1μm，且与包层的折射率差为0.0340~0.0345；

所述的十个传输模式具体为：LP01、LP11、LP21、LP02、LP31、LP12、LP41、LP22、LP03和LP51。

2.根据权利要求1所述的弱耦合十模式少模光纤，其特征是，所述的包层的外径为62.5~75μm，且折射率为1.445。

3.一种基于权利要求1或2所述弱耦合十模式少模光纤的实现方法，其特征在于，通过归一化频率和有效折射率差值的分布，确定光纤中芯和各环芯的初始范围，使光纤在范围内能产生10个以上的LP模式；然后通过神经网络逆向设计，得到所有模式之间的有效折射率差值均大于0.1%的多个10模光纤实例；

所述的神经网络逆向设计是指：采用经过训练的神经网络，预测得到不同折射率分布下的结构参数，该神经网络为Keras结构的深度神经网络，包括：每层有300个神经元的三个隐藏层、优化器、激活函数、损失函数以及目标函数，网络参数经Adam优化器迭代更新并采用对仿真软件得到的大数据集作为样本进行训练。