CN113328796B - 基于分形维度的长距光纤链路光信噪比估计方法与系统 - Google Patents
基于分形维度的长距光纤链路光信噪比估计方法与系统 Download PDFInfo
- Publication number
- CN113328796B CN113328796B CN202110596691.6A CN202110596691A CN113328796B CN 113328796 B CN113328796 B CN 113328796B CN 202110596691 A CN202110596691 A CN 202110596691A CN 113328796 B CN113328796 B CN 113328796B
- Authority
- CN
- China
- Prior art keywords
- fractal dimension
- optical signal
- noise ratio
- optical fiber
- fiber link
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
- H04B10/07953—Monitoring or measuring OSNR, BER or Q
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种基于分形维度的长距光纤链路光信噪比估计方法:将相应传输速率的信号光与宽谱光ASE噪声源相耦合,通过改变耦合功率比,获取不同光信噪比下背靠背传输相干接收数据,以及光谱仪采集到的对应光信噪比值;使用Higuchi分形维度算法计算背靠背传输数据,获得分形维度值,将分形维度值和光信噪比值进行拟合,得到“光信噪比—分形维度”拟合曲线;对经过长距光纤链路传输后的信号进行采集,并利用Higuchi分形维度算法计算信号的分形维度值,得到长距光纤链路分形维度数据;根据“光信噪比—分形维度”拟合曲线,对长距光纤链路分形维度数据进行处理,得到链路光信噪比的估计值。本发明还提供了相应的基于分形维度的长距光纤链路光信噪比估计系统。
Description
技术领域
本发明属于光性能监测技术领域,更具体地,涉及一种基于分形维度的长距光纤链路光信噪比估计方法与系统。
背景技术
近年来,随着光网络容量的稳定增长以及网络架构复杂化和动态化的不断提升,高速光纤网络中的光信号也更容易受到各种传输损伤的影响。因而,可提供传输链路质量和光信号运行状况的精确信息的光性能监测(Optical Performance Monitoring,OPM)技术也备受关注。
光信噪比(Optical Signal to Noise Ratio,OSNR)是光性能监测中最重要的参数之一,它不仅与反映信号质量的信号误码率直接相关,而且对于链路中的自动故障检测也至关重要。
在长距光纤通信系统中,通常利用掺铒光纤放大器补偿光纤链路传输损耗。在为光信号提供逐级增益的同时,掺铒光纤放大器引入的放大自发辐射(AmplifiedSpontaneous Emission,ASE)噪声也逐级积累,劣化了信道条件。因而,可以用OSNR来反映信道特性,其定义为信号和噪声的光功率之比,表达式为:
其中Psig为信道内信号光功率,N0为噪声功率谱密度(主要是ASE噪声),Bref为一个固定的参考光带宽(通常取0.1nm)。
目前国内外针对光信噪比的估计技术主要有基于统计矩、添加线性调频信号导频、误差矢量幅度、延迟线干涉仪、斯托克斯参数、偏移滤波和光功率测量等方法。近年来,基于深度神经网络的光信噪比监测方法也被提出。然而,上述光信噪比估计方法都存在一定缺陷,有的需要光纤通信系统以外的昂贵硬件设施,如干涉仪和滤波器等;有的需要在信号发送端插入导频或基于训练序列,导致频谱效率的下降和应用场景的限制;有的方法基于人工神经网络或其他复杂的迭代算法,使数字信号处理过程的复杂性提高。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于分形维度的长距光纤链路光信噪比估计方法。该光信噪比估计方法通过利用分形维度(Fractal Dimension,FD)算法,处理经过光纤链路传输后相干接收机采集到的原始电信号以得到其分形维度值,从而根据相应波特率下仿真和背靠背传输系统得到的“光信噪比——分形维度”拟合曲线中光信噪比和分形维度的对应关系,得到估计的光信噪比值。本发明具有计算复杂度低、光信噪比估计准确性好、对调制格式透明且对其他损伤不敏感等特点。
本发明采用的技术方案包括以下步骤:
(1)采集背靠背传输数据:将相应传输速率的信号光与宽谱光ASE噪声源相耦合,通过改变耦合功率比,通过相干接收机获取不同光信噪比下背靠背传输相干接收数据,以及光谱仪采集到的对应光信噪比值;
(2)使用Higuchi分形维度算法计算所述的背靠背传输数据,获得分形维度值,将所述背靠背传输数据的分形维度值和光信噪比值进行拟合,得到“光信噪比—分形维度”拟合曲线;
(3)对经过长距光纤链路传输后的信号进行采集,并利用Higuchi分形维度算法计算信号的分形维度值,得到长距光纤链路分形维度数据;
(4)根据所述的“光信噪比—分形维度”拟合曲线,对所述长距光纤链路分形维度数据进行处理,得到链路光信噪比的估计值;
更进一步地,步骤(1)中使用掺铒光纤放大器无输入时的自发辐射输出作为ASE噪声源。
更进一步地,所述步骤(1)中通过可调光衰减器控制其与信号光的耦合功率比。
更进一步地,步骤(1)中采用的相干接收机的采样倍率需要为信号波特率的2倍或以上以实现算法估计分形维度值的准确性。
更进一步地,步骤(1)中光谱仪采用0.1nm作为频谱分辨率以实现实际光信噪比的准确读取。
更进一步地,步骤(2)中Higuchi分形维度算法中Kmax值设置为小于或等于采样倍率的最大整数来实现分形维度的准确计算,其中Kmax为算法中K组信号子列中相邻点间采样点数间隔最大值。
更进一步地,步骤(2)中所述“光信噪比—分形维度”拟合曲线主要拟合光信噪比在5~30dB左右的数据(实际链路光信噪比范围)。
更进一步地,步骤(3)中所述长距光纤链路传输信号的波特率和采集条件应与背靠背相干接收系统保持一致。
进一步地,本发明还提供了一种基于分形维度的长距光纤链路光信噪比估计系统,包括背靠背传输数据获取模块、分形维度算法计算和拟合模块、长距光纤链路传输信号采集和处理模块以及链路光信噪比估计模块,其中:
所述背靠背传输数据获取模块,用于获取背靠背传输数据,将相应传输速率的信号光与宽谱光ASE噪声源相耦合,通过改变耦合功率比,通过相干接收机获取不同光信噪比下背靠背传输相干接收数据,以及光谱仪采集到的对应光信噪比值;
所述分形维度算法计算和拟合模块,用于使用Higuchi分形维度算法计算所述的背靠背传输数据,获得对应于所述背靠背传输数据的分形维度值,随后,将所述背靠背传输数据的分形维度值和光信噪比值进行拟合,得到“光信噪比—分形维度”拟合曲线;
所述长距光纤链路传输信号采集和处理模块,用于对长距光纤链路传输后信号进行采集,并利用Higuchi分形维度算法计算信号的分形维度值,得到长距光纤链路分形维度数据;
所述链路光信噪比估计模块,用于根据所述的“光信噪比—分形维度”拟合曲线,对所述长距光纤链路分形维度数据进行处理,得到链路光信噪比的估计值。
总体而言,与现有技术相比,本发明具有以下创新点:
(1)使用分形维度算法对相干接收后数据进行计算,利用噪声和信号在复杂度上特性的差异,根据反映复杂度的分形维度来区分不同光信噪比下信号;
(2)将信号的分形维度和光信噪比进行拟合,根据二者的对应关系,通过简单的分形维度计算,即可获得相应情形下长距光纤链路光信噪比。
与现有技术相比,本发明具有以下有益效果:
(1)本发明提供的光信噪比估计方法,利用背靠背传输信号分形维度和光信噪比拟合的对应关系,能够快速地得到长距光纤链路传输中信号的光信噪比,可以实现实时的光信噪比监测效果;
(2)本发明提供的光信噪比估计方法,只需要在相干接收之后进行简单的分形维度值计算,无需包括色散补偿和均衡等在内的任何复杂的数字信号处理过程,也无需人工神经网络要求的庞大的数据集学习,避免了算法的复杂性;
(3)本发明提供的光信噪比估计方法,对于标准光纤通信系统之外的硬件要求较少,且无需插入导频或训练序列,对于不同调制格式或传输速率的系统也可分别实现相应的光信噪比估计,适用范围广。
附图说明
图1是本发明提供的一种基于分形维度的长距光纤链路光信噪比估计方法的流程图;
图2是本发明提供的一种基于分形维度的长距光纤链路光信噪比估计方法的实验装置图;
图3是本发明提供的一种基于分形维度的长距光纤链路光信噪比估计方法的“光信噪比—分形维度”拟合实验结果图;
图4是本发明提供的一种基于分形维度的长距光纤链路光信噪比估计方法的长距链路中光信噪比估计实验结果图;
图5是本发明提供的一种基于分形维度的长距光纤链路光信噪比估计系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,本发明提供了一种基于分形维度的长距光纤链路光信噪比估计方法,包括:
步骤一:获取背靠背传输数据,将相应传输速率的信号光与宽谱光ASE噪声源相耦合,通过改变耦合功率比,通过相干接收机获取不同光信噪比下背靠背传输后的相干接收数据,以及光谱仪采集到的对应光信噪比值;
在本步骤中,使用掺铒光纤放大器无输入时的自发辐射输出作为ASE噪声源,通过可调光衰减器控制其与信号光的耦合功率比。优选地,采用的相干接收机的采样率需要为信号波特率的2倍或以上,以实现算法估计分形维度值的准确性。例如本发明实例中采样倍率为3.48。因为采样率越高,采集到信号的复杂度信息越多,计算得到的分形维度算法值也更准确。设置光谱仪频谱分辨率为0.1nm以实现实际光信噪比的准确读取。
步骤二:使用Higuchi分形维度算法计算所述的背靠背传输数据,获得对应的分形维度值,随后将所述背靠背传输数据的分形维度值和光信噪比值进行拟合,得到“光信噪比—分形维度”拟合曲线;
优选地,在本步骤中Higuchi分形维度算法中Kmax值设置为小于或等于采样倍率的最大整数来实现分形维度的准确计算。其中[1,Kmax]为算法中用于拟合得到分形维度的横坐标取值范围(K为信号子列中相邻点在原始采样时的采样点间隔数)。例如本发明实例中Kmax设置为3。因为Kmax小于采样倍率时,用于拟合计算分形维度的子列都包含在一个符号内取的点,算法可避免相邻符号间的采样串扰,更反映信号真实分形维度值。
优选地,在本步骤中,所述“光信噪比—分形维度”拟合曲线主要拟合光信噪比在5~30dB左右的数据(实际链路光信噪比范围)。
步骤三:对长距光纤链路传输后信号进行采集,并利用Higuchi分形维度算法计算信号的分形维度值,得到长距光纤链路分形维度数据;
优选地,在本步骤中,所述长距光纤链路传输信号的波特率和采集条件应与背靠背相干接收系统保持一致。
步骤四:根据所述的“光信噪比—分形维度”拟合曲线,对所述长距光纤链路分形维度数据进行处理,得到链路光信噪比的估计值。
以下结合一具体实施例说明本发明上述方法:
本发明实例使用的光信噪比估计实验装置图如图2所示。使用中心波长在1550nm的窄线宽外腔激光器1作为信号光源。经过偏振分束器2后得到的X和Y两偏振光,在由任意波形发生器5驱动的IQ调制器3和4处被调制,经过偏振分束器6合波后,得到符号速率为23GBaud的偏振复用正交相移键控(PDM-QPSK)信号。光信号经掺铒光纤放大器7放大后,先进入背靠背数据获取模块,与作为ASE噪声源的宽谱光源8相耦合。通过可调光衰减器控制宽谱光源8的功率,得到不同光信噪比的背靠背传输信号。随后,信号光经过90:10光耦合器16分束,一路在光谱仪17处可读取信号的准确光信噪比值,一路与作为本振光的窄线宽外腔激光器光源18一同输入集成相干接收机19进行相干接收,并于数字存储示波器20处以80Gsa/s的采样速率进行采样。
随后,根据Higuchi分形维度算法,设置Kmax为3,可计算采集到的背靠背数据的分形维度值,根据采样数据和光信噪比的对应关系,可以获得光信噪比和分形维度的对应关系,并拟合得到该速率下的“光信噪比—分形维度”关系曲线。
随后,进入长距光纤链路光信噪比估计模块,上述23GBaud PDM-QPSK信号经过经掺铒光纤放大器7放大后,进入由声光调制器9、10控制输入与输出的长距光纤环路传输系统。光信号在环路中先后通过3dB耦合器11、用于调节环路功率稳定的可调光衰减器12、3个由标准单模光纤13和掺铒光纤放大器14组成的光纤链路(光纤长度分别为75km、75km和50km)共200km,以及带宽为0.1nm的带通滤波器15。通过设计声光调制器9、10的驱动电平持续时间,最后在3dB耦合器11的右上端口得到光纤环路中循环传输0~15圈(0~3000km,以200km为间隔)后的光信号。随后经过上述背靠背系统相同条件下的相干接收系统,根据采集到的数据,便可计算长距光纤链路中不同传输距离下信号的分形维度值。最后,根据所述的“光信噪比—分形维度”拟合曲线,对所述长距光纤链路分形维度数据进行处理,得到链路光信噪比的估计值。
得到的光信噪比估计结果如图3所示,其中圆点代表用于拟合“光信噪比—分形维度”关系曲线而获取的背靠背数据(光信噪比变化范围为5~35dB),三角形点表示用于验证长距光纤链路光信噪比估计准确性的长距链路信号数据,可以看到二者基本重合,估计较为准确。基于分形维度的长距光纤链路光信噪比估计值和光谱仪实际测量得到的光信噪比真实值的比较如图4所示。经计算,光信噪比估计值和真实值之间的均方根误差为RMSE=0.0818dB,实现了较为准确的光信噪比估计。
进一步地,如图5所示,本发明还提供了一种基于分形维度的长距光纤链路光信噪比估计系统,包括背靠背传输数据获取模块、分形维度算法计算和拟合模块、长距光纤链路传输信号采集和处理模块以及链路光信噪比估计模块,其中:
所述背靠背传输数据获取模块,用于获取背靠背传输数据,将相应传输速率的信号光与宽谱光ASE噪声源相耦合,通过改变耦合功率比,通过相干接收机获取不同光信噪比下背靠背传输相干接收数据,以及光谱仪采集到的对应光信噪比值;
所述、分形维度算法计算和拟合模块,用于使用Higuchi分形维度算法计算所述的背靠背传输数据获得分形维度值,随后将所述背靠背传输数据的分形维度值和光信噪比值进行拟合,得到“光信噪比—分形维度”拟合曲线;
所述长距光纤链路传输信号采集和处理模块,用于对长距光纤链路传输后信号进行采集,并利用Higuchi分形维度算法计算信号的分形维度值,得到长距光纤链路分形维度数据;
所述链路光信噪比估计模块,用于根据所述的“光信噪比—分形维度”拟合曲线,对所述长距光纤链路分形维度数据进行处理,得到链路光信噪比的估计值。
总的而言,本发明通过分形维度算法,从信号与噪声的复杂度差异出发,根据背靠背条件下信号的光信噪比和分形维度值拟合曲线,能够快速地实现长距光纤链路的光信噪比估计。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述方法包括:
(1)采集背靠背传输数据:将相应传输速率的信号光与宽谱光ASE噪声源相耦合,通过改变耦合功率比,通过相干接收机获取不同光信噪比下背靠背传输相干接收数据,以及光谱仪采集到的对应光信噪比值;
(2)使用Higuchi分形维度算法计算所述的背靠背传输数据,获得分形维度值,将所述背靠背传输数据的分形维度值和光信噪比值进行拟合,得到“光信噪比—分形维度”拟合曲线;
(3)对经过长距光纤链路传输后的信号进行采集,并利用Higuchi分形维度算法计算信号的分形维度值,得到长距光纤链路分形维度数据;
(4)根据所述“光信噪比—分形维度”拟合曲线,对所述长距光纤链路分形维度数据进行处理,得到链路光信噪比的估计值。
2.如权利要求1所述的基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述步骤(1)中使用掺铒光纤放大器无输入时的自发辐射输出作为ASE噪声源。
3.如权利要求1或2所述的基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述步骤(1)中通过可调光衰减器控制ASE噪声源与信号光的耦合功率比。
4.如权利要求1或2所述的基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述步骤(1)中采用的相干接收机的采样倍率为信号波特率的2倍或以上,以实现算法估计分形维度值的准确性。
5.如权利要求4所述的基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述采样倍率为3.48。
6.如权利要求1或2所述的基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述步骤(1)中光谱仪采用0.1 nm作为频谱分辨率。
7.如权利要求1或2所述的基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述步骤(2)中Higuchi分形维度算法中Kmax值设置为小于或等于采样倍率的最大整数来实现分形维度的准确计算,其中Kmax为算法中K组信号子列中相邻点间采样点数间隔最大值。
8.如权利要求1或2所述的基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述步骤(2)中“光信噪比—分形维度”拟合曲线拟合光信噪比在5~30dB左右的数据。
9.如权利要求1或2所述的基于分形维度的长距光纤链路光信噪比估计方法,其特征在于,所述步骤(3)中长距光纤链路传输信号的波特率和采集条件与背靠背相干接收系统保持一致。
10.一种基于分形维度的长距光纤链路光信噪比估计系统,其特征在于,包括背靠背传输数据获取模块、分形维度算法计算和拟合模块、长距光纤链路传输信号采集和处理模块以及链路光信噪比估计模块,其中:
所述背靠背传输数据获取模块,用于获取背靠背数据,将相应传输速率的信号光与宽谱光ASE噪声相耦合,通过改变耦合功率比,获取不同光信噪比下背靠背传输相干接收数据,以及光谱仪采集到的对应光信噪比值;
所述分形维度算法计算和拟合模块,用于使用Higuchi分形维度算法计算所述的背靠背传输数据,获得对应于所述背靠背传输数据的分形维度值,随后,将所述背靠背传输数据的分形维度值和光信噪比值进行拟合,得到“光信噪比—分形维度”拟合曲线;
所述长距光纤链路传输信号采集和处理模块,用于对长距光纤链路传输后信号进行采集,并利用Higuchi分形维度算法计算信号的分形维度值;
所述链路光信噪比估计模块,用于根据所述“光信噪比—分形维度”拟合曲线,对所述长距光纤链路分形维度数据进行处理,得到链路光信噪比的估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110596691.6A CN113328796B (zh) | 2021-05-31 | 2021-05-31 | 基于分形维度的长距光纤链路光信噪比估计方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110596691.6A CN113328796B (zh) | 2021-05-31 | 2021-05-31 | 基于分形维度的长距光纤链路光信噪比估计方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113328796A CN113328796A (zh) | 2021-08-31 |
CN113328796B true CN113328796B (zh) | 2022-03-25 |
Family
ID=77422424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110596691.6A Active CN113328796B (zh) | 2021-05-31 | 2021-05-31 | 基于分形维度的长距光纤链路光信噪比估计方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113328796B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08240625A (ja) * | 1995-03-06 | 1996-09-17 | Olympus Optical Co Ltd | ノイズ測定方法 |
CN104363048A (zh) * | 2014-10-24 | 2015-02-18 | 华中科技大学 | 一种基于相干混频的带内光信噪比监测方法及计算系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7123359B2 (en) * | 1999-05-17 | 2006-10-17 | Arrowhead Center, Inc. | Optical devices and methods employing nanoparticles, microcavities, and semicontinuous metal films |
-
2021
- 2021-05-31 CN CN202110596691.6A patent/CN113328796B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08240625A (ja) * | 1995-03-06 | 1996-09-17 | Olympus Optical Co Ltd | ノイズ測定方法 |
CN104363048A (zh) * | 2014-10-24 | 2015-02-18 | 华中科技大学 | 一种基于相干混频的带内光信噪比监测方法及计算系统 |
Non-Patent Citations (1)
Title |
---|
空间调制光谱成像仪相对辐射校正方法研究;姚乐乐等;《中国空间科学技术》;20091025(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113328796A (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2245820C (en) | Distortion penalty measurement technique in optical systems based on signal level adjustment | |
Fan et al. | Experimental comparisons between machine learning and analytical models for QoT estimations in WDM systems | |
Rademacher et al. | Experimental investigation of a 16-dimensional modulation format for long-haul multi-core fiber transmission | |
Sena et al. | Link tomography for amplifier gain profile estimation and failure detection in C+ L-band open line systems | |
Sasai et al. | Precise longitudinal power monitoring over 2,080 km enabled by step size selection of split step Fourier method | |
Le et al. | Power-efficient single-sideband transmission with clipped iterative SSBI cancellation | |
May et al. | Longitudinal power monitoring over a deployed 10,000-km link for submarine systems | |
CN110855354B (zh) | 一种全光再生器整形指数的测量装置 | |
CN113328796B (zh) | 基于分形维度的长距光纤链路光信噪比估计方法与系统 | |
Do et al. | Data-aided OSNR estimation using low-bandwidth coherent receivers | |
Puttnam et al. | Inter-core crosstalk spectrum and penalty measurements in 7-core fiber | |
Wang et al. | Nonlinearity-tolerant OSNR estimation method based on correlation function and statistical moments | |
CN102907016A (zh) | 无中继长距离光纤传输系统 | |
Molle et al. | Polarization multiplexed 20 Gbaud square 16QAM long-haul transmission over 1120 km using EDFA amplification | |
Alic et al. | Joint statistics and MLSD in filtered incoherent high-speed fiber-optic communications | |
Tang et al. | Non-uniform EDFA power map monitoring via power-guided learned digital backpropagation | |
Le | Single-ended Coherent Receivers: From DC-coupled to AC-coupled Photodetectors | |
Cho et al. | Probabilistic constellation shaping and subcarrier multiplexing for nonlinear fiber channels | |
Lu et al. | OSNR monitoring using mean and variance values of signal amplitude combination with DNNs | |
Kruse et al. | Generalizable QoT estimation based on spectral data driven LSTM in exact component parameter agnostic networks | |
Yang et al. | Joint Modulation Format Identification and Mode Coupling Estimation Scheme Based on ADTP and MT-CNN for Mode Division Multiplexed Systems | |
May et al. | On the Accuracy of Power Profile Estimation using MMSE or Deconvoluted Correlation-Based Profiles | |
Tan et al. | Coherent optical sampling based method for monitoring optical signal to noise ratio of high speed optical fiber communication systems | |
Zhao et al. | A novel optical signal monitoring method of DPSK signal based on delay tap sampling and Hausdorff distance measure | |
Guo et al. | Optical Signal-to-Noise Ratio Monitoring Based On Back-Propagation Network With an Autoencoder |
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 |