光纤非线性效应对光ofdm信号影响探究

《光纤非线性效应对光ofdm信号影响探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、光纤非线性效应对光OFDM信号影响探究　　摘要：正交频分复用信号在光纤中传输会受光纤非线性效应影响。利用分步傅里叶方法求解OFDM信号传输的非线性薛定谔方程，分析光纤非线性效应对光纤中OFDM信号的影响，获得了非线性效应影响下子载波数、QAM调制与系统平均误码率的关系。关键字：光正交频分复用；光纤非线性效应；分步傅里叶算法；系统平均误码率中图分类号：TN919?34文献标识码：A文章编号：1004?373X（2013）11?0060?030引言光正交频分复用（OpticalOrthogonalFrequencyDivisionMultiplexing，O?OFDM）技术

2、是近年来出现的一种新型光传输技术，它是将正交频分复用（OrthogonalFrequencyDivision7Multiplexing，OFDM）技术用于光纤信道的一种技术。在光纤信道中传输OFDM信号，可以提高频谱的利用率，而且能够很好的抵抗色散和各种噪声干扰，有更高传输速率和带宽。然而由于OFDM信号是由多个经过调制的子载波信号叠加而成的，这样就有可能产生较大的峰均比（PAPR），会直接带来传输介质——光纤的非线性效应[1]，主要包括自相位调制（SPM）、互相位调制（XPM）和四波混频（FWM）等。通过研究光纤非线性效应对OFDM信号在光纤中传输的影响，可以获得信号

3、的变化规律，以利于寻找合适的信号补偿方法。1光OFDM的基本原理基本的O?OFDM系统结构[2]如图1所示。将原始二进制序列，通过串/并转换映射到N个并行子载波信道上，此时每一个调制子载波的数据周期扩展为原始序列的N倍，时延扩展和符号周期的数值比也降低了N倍。然后分别对每个子载波信道上的序列进行QAM调制后，进行傅里叶逆变换IFFT，此时数据频域上的表达式变换到时域上，传输的比特数分别映射为子载波的幅度和相位。然后再将信号进行并/串转换，然后再对信号进行I/Q转换和上频变换，经过马赫曾德调制器后，将电信号转换为光信号，送入光纤中传输。经过光检测，下变频和I/Q解调后，信

4、号还原为电信号，再经过串/并转换将信号映射到N个并行子载波信道上，再经过傅里叶变换FFT，将时域上的信号变到频域上，通过QAM解调和并串转换后，信号还原为一个串行输出序列。2光OFDM信号在光纤中的传输OFDM信号在光纤中传输的模型，可以用非线性薛定谔方程[1]（NLSE）来描述：[?A?z+α2A+β2i2?2A?T2-γiA2A=0]（1）7式中：[A（z，T）]为脉冲包络的慢变振幅；[z]是脉冲沿光纤传播的距离；[T=t-β1z，β1=1Vg]，[Vg]是群速度；[α]是光纤损耗系数；[β1，β2]分别为一阶和二阶色散系数；[γ]是非线性系数。归一化振幅：[U=A

5、（z，T）P0]，[P0]是入射脉冲的峰值功率。此时式（1）可以写成：[?U?z=D+N*U]式中：[D]是线性算子，[D=-α2-iβ2?2?T2]，表示光纤中的色散和损耗；[N]是非线性算子，[N=γP0iU2]，表示光纤中的非线性效应。由于非线性薛定谔方程一般无法直接求出解析解，所以需要来求数值解。分步傅里叶变换法是其中的一种方法[3?4]。分布傅里叶变换法的思想就是选定一个光信号传输距离[h]，当[h]很小的时候，可以分别计算色散和非线性效应对脉冲的影响，得到近似的结果。当光脉冲在光纤中传输了[h2]时，计算色散作用；然后在[z+h2]计算非线性作用；当光脉冲继

6、续传输[h2]以后计算色散作用，得到传输距离为[h]的近似解。最后综合色散影响的结果和非线性影响的结果，就得到光脉冲信号在光纤中传输距离[h]时的近似解。3仿真结果及分析3.1仿真流程（1）生成OFDM电信号：设定QAM调制指数和子载波个数，将一个随机序列调制成一个OFDM信号。7（2）调制光源：用上一步得到的OFDM信号调制光源得到光OFDM信号。（3）分步傅里叶方法求解：设定光纤信道参数和算法步长，使用分步傅里叶方法解非线性薛定谔方程，仿真光OFDM信号通过光纤的过程，得到经过光纤传输后的信号。（4）光电检测：进行光电转换，将经过光纤传输后的信号转换为电信号。（5）

7、信号补偿处理：根据OFDM信号的参数和光纤的参数，进行相应的信号幅度和相位的补偿，排除光纤的色散和衰减的影响。（6）OFDM解调：根据OFDM信号的QAM调制指数和子载波个数，对OFDM信号进行解调，恢复原始信号序列。（7）误码分析：对比发送端的输入序列和接收端的输出序列，分析系统误码特性。为简化起见，认为其他器件均为理想器件，只考虑光纤对信号的影响。3.2仿真结果3.2.1误码率的计算对于一个输入序列，参照流程得到传输后的序列可得出误码特性。通过大量随机产生的输入序列可以统计出信号的峰均比分布，同时统计出在相应峰均比下的误码率，可以得出