短距高速相干光通信系统中自适应均衡技术研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:Zerolzx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网业务和云计算的发展,数据中心之间和内部光网络的传输速率朝着400Gb/s甚至1Tb/s的方向发展。传统的强度调制-直接检测系统难以满足要求,而相干光通信技术支持高波特率、高阶调制格式信号,能够满足数据中心对短距高速光传输的需求。但是除了光纤色散以外,此类高波特率、高阶调制格式系统性能很容易受到相干光收发模块内IQ幅度失衡、相位失配、IQ时延以及器件带宽受限的影响,因此如何通过自适应均衡器(AEQ)补偿各种损伤成为目前的研究热点。此外,由于数据中心对光模块功耗要求严苛,如何尽可能降低AEQ复杂度,减少光模块功耗,也成为亟待解决的问题。为解决上述问题,本文围绕适用于短距高速相干光传输的自适应均衡技术展开了深入的研究,具体研究内容如下:(1)研究了相干光通信系统的工作原理,分析各种损伤的来源和机理。重点研究了相干光模块内部缺陷,如IQ幅度失衡、相位失配、时延的影响,建立了包括发射和接收模块在内的损伤模型,推导了其传输函数,从而设计了补偿各种相干光模块内部缺陷的DSP算法流程。(2)针对传统的2×2复数AEQ缺乏相干光模块缺陷补偿功能和计算复杂度较高的问题,研究了AEQ的优化设计方法,对比分析了几种不同简化AEQ结构的功能和计算复杂度,进而提出了一种具有较好补偿IQ损伤效果且较低计算复杂度的简化AEQ。该AEQ能够有效补偿发射和接收模块内部各种缺陷,提高系统灵敏度。相较于同等性能AEQ其计算复杂度降低60%以上,而相较于其它更低计算复杂度的AEQ,其系统灵敏度明显提高。这种计算复杂度低和综合性能好的AEQ方案在短距高速相干光通信系统中具有良好的应用前景。
其他文献
弱监督时序行为检测是视频学习中一项基础且具有挑战性的任务,其目标是在给定视频级行为标签的条件下,对未剪辑的视频中的行为实例进行分类和定位。现有的方法大部分致力于挖掘视频时间片段之间的相似性,但没有明确地对所有时间段之间的关系进行建模,从而忽略了一些对行为定位和分类有利的信息。本研究通过图卷积建模时间段之间的关系,使得行为检测网络同时考虑了视频片段特征以及视频片段之间的联系。此外,考虑到视频中不同片
学位
利用光学遥感影像有效地检测近岸舰船目标并进行细粒度识别,在军事和民用领域都有着广泛的应用前景。在近岸背景下的舰船目标检测方面,由于陆地背景干扰、海杂波干扰、舰船停靠朝向任意、排列紧密等因素的影响,增大了舰船目标检测的难度;在舰船目标细粒度识别方面,舰船类间差异小,同时标注数据集稀少,增加了舰船细粒度识别的挑战性。基于深度学习的目标检测与识别方法在计算机视觉领域表现优异,但关于基于深度学习的近岸舰船
学位
在调速系统中,相比于异步电机,永磁同步电机具有效率高、功率密度大、动态响应快等优点,因而有更高的研究与应用价值。在大功率应用场合,为了降低开关损耗,需要降低逆变器的开关频率。本文以提升低开关频率工况下调速系统性能为目的,围绕该工况下永磁同步电机电流环控制策略展开研究。针对低开关频率工况下的采样输出延时问题,本文使用非载波溢出点采样更新策略和过采样电流预测方法来减小延时带来的影响。对转子旋转引起的电
学位
纺织品缺陷是影响纺织品质量的重要因素之一。在纺织品生产环节缺陷检测场景下主要存在以下两个问题:第一,在生产过程中存在缺陷样本数量稀少、种类不平衡等问题,这给需要大量正负样本的有监督学习算法带来困难。第二,纺织品生产环节缺陷检测算法通常部署在算力较弱的嵌入式设备上,计算量较大的算法通常难以在嵌入式设备上实时检测。针对上述问题,本文结合纺织品生产环节在线缺陷检测项目背景改进设计了一种基于无监督学习的两
学位
图像风格化旨在将一幅图像在保持其语义内容不变的同时,从原始风格转换为参考图像或目标域所定义的目标风格。近些年,图像风格化已经成为一个热门话题。尽管已有基于生成对抗网络的图像风格化方法已经取得较大进展,但是仍存在一些未解决的问题。一方面,已有方法没有太多关注生成的风格化图像和原始图像的轮廓一致性,导致生成的风格化图像存在不同程度的轮廓失真。另一方面,对于难例图像风格化任务,即风格化过程中熵增幅度较大
学位
随着自动导引车(Automated Guided Vehicle,AGV)技术的不断发展,AGV已经被广泛应用到多种场合,但在室内无特征环境下仍存在特征缺失定位困难的问题。因此,本文在综合考虑运行成本和可靠性的情况下,以反光板作为定位特征,就如何实现室内无特征环境下四轮差速AGV精确定位的问题展开了以下研究:首先,针对环境特征缺失的问题,设计基于反光板的空间定位特征构建方法。该方法在分析反光板布局
学位
优化问题在生活中随处可见,现实中的优化问题往往具有时间特性和空间特性,对于优化算法的研究可以使得生产生活效率得到显著的提升。狼群算法作为一种新兴的群体智能算法,旨在模仿自然界狼群搜寻并捕获猎物的行为,在每一次迭代的过程中不断寻找最优解,从而解决复杂的优化问题。根据当前已有的研究内容,狼群算法主要存在的不足体现在:在求解复杂函数时,算法的收敛精度不够;在随机初始化的过程中,初始位置分布不均匀;算法在
学位
盲图像超分辨率技术是对未知退化模型的低分辨率图像的一种图像增强技术。前视图像中的远处景物存在未知的透视失真、图像分辨率低,导致后续目标检测与识别等高层次视觉任务的准确性降低。为此本文提出开展前视图像任意尺度盲超分辨率算法研究,重点突破透视失真图像对模拟生成、图像超分辨率模型学习和图像自相似性提取等关键技术难点,构建前视图像任意尺度盲超分辨率模型。该研究对提高城市安防、智能交通和线路巡检等领域的大幅
学位
工业产品中存在各种各样的缺陷。人工检测的方法存在效率低下等问题,因此实现工业产品的缺陷自动化检测势在必行。然而不同的产品缺陷特征不同,只能根据缺陷特征选取合适的方法来检测。本文从实际生产需求出发,针对太阳能电池板丝网的缺陷以及显示面板的不均匀现象——Mura缺陷的特点设计了不同的自动检测方法,并使用现实产线上的数据集进行了测试。本文包含的内容如下:(1)本文探究的是深度学习在缺陷检测行业中的应用,
学位
聚酰亚胺(Polyimide,PI)是综合性能极其优异的聚合物材料之一,具有在高温和低温下性质稳定、机械强度大、耐化学腐蚀、热膨胀系数低和无毒等特点。聚酰亚胺多孔材料不仅保留了聚酰亚胺的优异性能,而且继承了多孔材料密度低和比表面积高等的优点,在隔热、气体吸附、水处理、催化、传感和能量存储等领域展现出重要应用价值。根据孔径和孔隙率的不同,聚酰亚胺多孔材料可大致分为气凝胶、泡沫和其他多孔材料。聚酰亚胺
学位