模分復用系統中盲均衡算法的均衡性能研究

王 芳,延鳳平*,秦 齊,常 歡,任文華

(1.北京交通大學 電子信息工程學院,北京 100044,中國;2. 北京理工大學 信息與電子學院,北京 100081,中國)

0 引 言

隨著5G、大數據和云計算等現代技術的快速發展[1],全球互聯網流量正在急速增長。由于傳統單模光纖的非線性效應,其系統容量已達到香農極限[2],不能應對目前的“容量危機”,因此必須尋找新的復用維度,即空間維度?？辗謴陀迷诠饫w領域的主要實現技術方法有兩種,即基于多芯光纖的空分復用技術[3-4]和基于少模光纖的模分復用技術[5-6]?；谏倌９饫w的模分復用技術可以極大地擴展通信容量,但同時傳輸過程中會出現模式耦合、差分模式群時延(differential mode group delay,DMGD)、色散等問題,從而影響接收數據的準確性[7-8]。將無線領域的多輸入多輸出(multiple-input multiple-output,MIMO)均衡[9-10]思想引入光纖領域,可以有效解決這一問題。常用的MIMO均衡算法有遞推最小二乘法(recursive least square,RLS)算法、最小均方(least mean square,LMS)算法和恒模算法(constant modulus algorithm,CMA),RLS和LMS是非盲均衡算法,需要訓練序列,而CMA是盲均衡算法,不需要訓練序列。CMA根據發送信號的統計量就可迭代更新均衡器的抽頭系數,實現信號的恢復,這是它的一大優勢。CMA被廣泛應用于恒模信號[11],效率高、實時性好、具有良好的收斂性[12]。

目前已有大量的工作研究CMA算法在各類系統中的應用。例如,ZHANG等人[13]在典型的電話信道上研究比較CMA和變步長CMA的性能,變步長CMA能較好地平衡收斂速度和剩余誤差。XUE等人[14]在無線信道上比較CMA和修正的恒定模數算法(modified constant modulus algorithm,MCMA)的均衡效果,結果表明,MCMA可以加快收斂速度。QIN等人[15]研究CMA對100 Gbit/s 雙偏振正交相移鍵控(dual-polarization quadrature phase shift keying,DP-QPSK)光信號傳輸系統中色散的補償作用,證明該算法具有良好的收斂性能和收斂速度。JIN等人[16]建立2×2的弱耦合少模復用系統,并利用頻域CMA和MCMA算法進行均衡,結果表明,頻域CMA和MCMA算法均適用于模分復用系統的均衡,并且頻域MCMA的均衡性能優于頻域CMA。不同于參考文獻[16],本文中采用強耦合6模復用系統,發送端模式數增加,需要將時域CMA和MCMA算法擴展為12×12的MIMO結構,另外由于相同濾波器權值和迭代步長下,強耦合使算法收斂難度增大,因此,需要利用傳輸參數對均衡濾波器進行粗略初始化,并重新調整濾波器權值和迭代步長。

本文作者采用具有強模式耦合的3模光纖作為傳輸通道。在考慮色散、群延遲和模式串擾的前提下,研究在模分復用系統中CMA和MCMA對輸出信號均衡性能的影響,其中傳輸信號由3個雙偏振的正交相移鍵控信號組成,光纖通道為3模光纖。

1 原 理

經過CMA均衡后的輸出信號可能存在一定的相位誤差,單獨使用時,需要加入相位恢復模塊。MCMA可以修正CMA造成的相位旋轉,同時能在誤比特率方面得到一定改善。本文作者在基于強耦合少模光纖的模分復用系統中比較了CMA和MCMA的均衡效果。接下來分別對兩種算法的原理進行介紹。

1.1 CMA

CMA的基本思想[17]如下:恒模信號通過理想光纖信道傳輸后仍具有恒模特性,但實際的光纖信道存在損耗、色散等損傷,需要使用算法更新均衡器的抽頭系數,使信號重新具有恒模特性。

圖1 CMA示意圖[18]Fig.1 Diagram of CMA[18]

CMA的代價函數為[19]:

(1)

式中:E[·]是期望函數;R2為CMA模值,是一個常數。R2可表示為:

(2)

由式(1)可知,代價函數只包含了接收信號的幅度信息,沒有包含相位信息。因此,發送信號通過復數信道后會出現相位偏移。

誤差函數表示為:

(3)

根據梯度下降法,可得均衡器w(n)的權向量迭代過程如下:

w(n)-μ·e(n)·y*(n)

(4)

式中:μ表示迭代步長;y*(n)表示對y(n)進行共軛運算。CMA的迭代步長μ是常數,其大小決定算法的收斂速度。

1.2 MCMA

MCMA算法的原理是把式(1)的代價函數的實虛部分開,再分別計算[20]:

J(n)=Re(J(n))+Im(J(n))

(5)

其中:

(6)

(7)

式中:Re(·)和Im(·)分別表示實部、虛部。Re(R2)、Im(R2)可以表示為:

(8)

(9)

誤差函數定義如下:

e(n)=Re(e(n))+Im(e(n))

(10)

Re(e(n))=

(11)

Im(e(n))=

(12)

MCMA的代價函數同時包含信號的幅度和相位信息,能夠有效修正信號經過復信道后引起的相位旋轉。

1.3 性能指標

收斂速度和均方誤差(mean square error,MSE)是盲均衡算法的兩個主要性能指標[21],這兩個指標都可以從MSE曲線得到。通常情況下,MSE被定義為期望數據和均衡后數據對應點誤差的平方和的均值,用σ表示,表達式如下:

(13)

在CMA和MCMA算法中,σ(n)一般定義為|e(n)|。

2 仿真系統結構

為了分析CMA和MCMA的性能,利用VPI仿真軟件,基于功率耦合理論搭建了一個3模模分復用系統,系統結構如圖2所示。在仿真中,6×56 Gbit/s的DP-QPSK信號通過模式復用器在具有LP01、LP11,a和LP11,b光纖模式的3模光纖中傳輸,3種模式之間只發生強耦合。該系統的傳輸距離為80 km,光信號在傳輸過程中還受到色度色散、偏振模色散和模式群時延的影響,具體參數值如表1所示。最后,信號經過一個放大器和一個模式解復用器,接收機得到受損信號。

表1 參數設置Table 1 Parameter settings

圖2 基于少模光纖的模分復用系統Fig.2 Mode-division multiplexing system model based on few-mode fiber

在本次仿真中,激光器線寬被設置為100 kHz。

對于傳輸后的受損信號需要進行一系列數字信號處理(digital signal processing,DSP),才能恢復原始信號,主要包括模數轉換(analog-to-digital converter,ADC)、色散補償(CD compensation)、MIMO均衡和載波相位估計(carrier phase estimation)。DSP的實現流程如圖3所示。其中,MIMO均衡是本文中的研究重點。

圖3 DSP流程圖Fig.3 Flow chart of DSP

3 仿真結果分析

CMA對接收端的受損信號進行均衡補償,其中傳輸信號為DP-QPSK信號,光信噪比(optical signal-to-noise ratio,OSNR)為20 dB。算法的穩態誤差大小和收斂速度快慢受迭代步長的影響。圖4所示是選擇不同迭代步長時CMA的MSE曲線。其中均衡器的長度為122,迭代步長分別為0.0007、0.0005和0.0001。為方便起見,這里只顯示LP01,x的MSE曲線。

圖4 不同迭代步長的CMA算法曲線圖Fig.4 Convergence curves of CMA for different iteration steps

由圖4可知,當迭代步長較大時,收斂速度較快,但穩態誤差也較大;當迭代步長較小時,穩態誤差小,但收斂速度也較慢。因此,在選擇迭代步長時,需要在收斂速度和穩態誤差之間權衡。

圖5所示是使用CMA均衡前后的信號星座圖的比較結果?；谏鲜龇治?步長選擇為0.0005,均衡器的長度為122。

圖5 信號星座圖a—均衡前 b—CMA均衡后Fig.5 Signal constellation diagrama—before equalization b—after CMA equalization

圖5a描述了均衡前的接收信號的星座圖。在色散、模式耦合和模式時延的影響下,6個信號都出現了嚴重的振幅和相位失真,信號星座點分散,信息無法被有效傳輸。圖5b顯示了CMA均衡后信號的星座圖。與圖5a相比,CMA成功恢復了模式信號。計算了星座圖的色散程度,即計算4個相位狀態中每個相位的均方根誤差(root mean square error,RMSE),結果如圖6所示。圖6中的數值表明,RMSE值都接近0.2,低于最大值2,可以判斷6路模式信號的RMSE值很小,說明數據比較集中。

圖6 不同模式的RMSE值Fig.6 RMSE values for different modes

下面將MCMA的均衡性能與CMA的均衡性能進行比較,其中傳輸信號為DP-QPSK信號,OSNR為19 dB,選擇的步長為0.0005,均衡器的長度為122。

圖7所示是分別使用CMA和MCMA均衡后的MSE收斂曲線。比較結果可知,使用MCMA均衡產生的穩態誤差較小。為方便起見,只顯示LP11,a,y的MSE曲線。

圖7 CMA和MCMA收斂性能的比較Fig.7 Comparison of CMA and MCMA convergence performance

圖8a所示是使用CMA均衡后的信號星座圖,可以看出,信號基本恢復,但仍有大量散點。圖8b所示是使用MCMA均衡后的信號星座圖,比較可知,星座圖散點減少,信號恢復更理想。

圖8 均衡后信號星座圖a—使用CMA b—使用MCMAFig.8 Constellation diagrams after equalizationa—with CMA b—with MCMA

接下來,繼續用RMSE來衡量CMA和MCMA均衡后的星座圖的離散程度,如圖9所示。比較圖9a和圖9b可以看出,MCMA均衡后的信號的離散程度比CMA均衡后的信號低,數據更集中。

圖9 CMA,MCMA均衡后不同模式的RMSE值Fig.9 RMSE values for different modes after CMA, MCMA equalization

圖10所示是CMA和MCMA分別用于均衡時,誤比特率(bit error rate,BER)隨OSNR的變化曲線。在相同的OSNR下,MCMA在誤比特率方面優于CMA;對于10-3的誤比特率,CMA需要17.5 dB,MCMA需要16.6 dB,即MCMA比CMA提高了0.9 dB。

圖10 80 km傳輸距離下平均誤比特率與光信噪比Fig.10 Average BER vs. OSNR at 80 km transmission distance

當傳輸距離增加到120 km,對CMA和MCMA均衡性能進行了比較,如圖11所示。隨著傳輸距離的增加,系統誤比特率隨之增大,但與CMA相比,MCMA仍能提高系統性能。對于10-3的誤比特率,CMA需要18.6 dB,而MCMA需要17.6 dB,即MCMA與CMA相比有1.0 dB的改善。

DMGD的大小會影響模分復用系統的信號傳輸質量。當選定傳輸距離為100 km,比較了DMGD長度對性能的影響,如圖12所示。隨著DMGD從130 ps/km增加到260 ps/km,系統性能有所下降,但MCMA在誤比特率方面仍然優于CMA。這表明在DMGD方面,MCMA比CMA有更好的均衡性能。

圖12 100 km傳輸距離下平均誤比特率與光信噪比Fig.12 Average BER vs. OSNR at 100 km transmission distance

4 結 論

利用VPI仿真平臺建立強耦合6×6模分復用系統并傳輸DP-QPSK信號,在接收端應用CMA和MCMA算法對信號進行均衡,通過增加傳輸距離和DMGD,比較了CMA和MCMA的均衡效果。結果表明,MCMA的均衡效果優于CMA,主要體現在收斂曲線、RMSE和誤比特率方面。與CMA相比,MCMA可以得到較小的穩態誤差和較小的RMSE值。此外,對于10-3的誤比特率,MCMA與CMA相比表現出約1.0 dB的改善。研究結果還表明,在長距離模分復用系統中,CMA是一種有效的對抗強模式耦合的均衡算法,而MCMA的均衡效果優于CMA。