基于預(yù)失真的光頻梳產(chǎn)生與傳輸技術(shù)研究
發(fā)布時間:2020-08-14 15:40
【摘要】:隨著互聯(lián)網(wǎng)信息時代的來臨,現(xiàn)代無線通信系統(tǒng)正朝著高傳輸速率、寬頻帶、智能化、高質(zhì)量的方向發(fā)展。然而從實際應(yīng)用方面來看,現(xiàn)代無線通信系統(tǒng)對帶寬、速率的高要求,對已有的無線通信系統(tǒng)帶來了嚴(yán)峻的挑戰(zhàn),而解決這些挑戰(zhàn)的替代方案也日趨復(fù)雜。目前,為了應(yīng)對無線通信系統(tǒng)中頻帶資源緊張的問題,通常是采用多頻段的射頻系統(tǒng)進(jìn)行通信,因此,研究能夠產(chǎn)生多個不同頻率信號源的方法是非常有必要的。在光域中,針對光頻梳產(chǎn)生方法的研究,為學(xué)者們提供了一種簡單、靈活、可調(diào)節(jié)的產(chǎn)生多頻率信號源的方法。綜合來看,未來的通信系統(tǒng)正朝著寬帶化和無線化發(fā)展,為支持高傳輸速率、寬頻帶的通信系統(tǒng),關(guān)鍵技術(shù)之一即是研究低成本、高質(zhì)量、頻率可調(diào)的光頻梳的生成方法。本文在研究數(shù)字預(yù)失真技術(shù)及基于數(shù)字預(yù)失真技術(shù)的OFC產(chǎn)生與傳輸系統(tǒng)理論的基礎(chǔ)上,重點研究了基于數(shù)字預(yù)失真的功放線性化方法、基于數(shù)字預(yù)失真的單個雙臂馬赫曾德調(diào)制器生成光頻梳方法以及高平坦度多梳線的光頻梳生成方法。主要研究內(nèi)容如下:(1)在研究數(shù)字預(yù)失真方法的基礎(chǔ)上,理論分析了射頻功放的行為模型和數(shù)字預(yù)失真系統(tǒng)的參數(shù)提取方法,提出了一種基于隨機(jī)解調(diào)的功放線性化方法,并針對該線性化方法提出了一種基于PSO-Powell最優(yōu)化算法的預(yù)失真參數(shù)提取算法,通過仿真對比分析了所提出算法與最小二乘法(Least squares,LS)算法、遞推最小二乘法(Recursive Least Square,RLS)算法以及最小均方(Least mean square,LMS)算法的參數(shù)提取性能,研究結(jié)果表明所提出的PSO-Powell算法具備收斂迅速、穩(wěn)態(tài)誤差小且計算量小的優(yōu)點;(2)在研究基于單個雙驅(qū)動LiNb03 Mach-Zehnder調(diào)制器(MZM)的光頻梳生成系統(tǒng)的基礎(chǔ)上,理論分析了MZM調(diào)制器自身的有限消光比對系統(tǒng)生成的光頻梳的影響,將調(diào)制器線性化技術(shù)引入OFC產(chǎn)生系統(tǒng)中,提出了一種基于數(shù)字預(yù)失真的MZM線性化方法。通過OptiSystem及Matlab聯(lián)合仿真研究了系統(tǒng)所生成的光頻梳的邊模抑制比及平坦度,研究表明當(dāng)系統(tǒng)工作于推挽模式時,所提出的基于數(shù)字預(yù)失真的MZM線性化方法有助于獲得更為平坦的光頻梳梳線;(3)在研究非對稱驅(qū)動電壓生成高平坦度光頻梳的方法的基礎(chǔ)上,理論分析了理想狀態(tài)和受有限消光比影響的單個雙臂MZM生成光頻梳的數(shù)值模型,推導(dǎo)獲得理想情況下通過驅(qū)動MZM產(chǎn)生平坦光頻梳的條件以及梳線數(shù)量與梳線功率之間的關(guān)系,并分析了非線性影響與驅(qū)動電壓及偏置電壓之間的關(guān)系。為解決有限消光比對所產(chǎn)生的光頻梳梳線幅值的影響,提出了一種適用于獲得更高質(zhì)量光頻梳的預(yù)失真方法,該方法可以補(bǔ)償光頻梳生成系統(tǒng)中非線性失真,有效減小了系統(tǒng)在非理想情況對生成的光頻梳的影響。通過OptiSystem及Matlab聯(lián)合仿真研究梳線的平坦度及數(shù)量,研究表明當(dāng)生成梳線數(shù)量相同的情況下,論文所提出的方案能生成更為平坦的光頻梳,并且可以通過不同驅(qū)動電壓驅(qū)動MZM來靈活調(diào)節(jié)所生成梳線的數(shù)量,驅(qū)動電壓滿足論文提出的梳線數(shù)量與梳線功率之間的關(guān)系,可以該系統(tǒng)具有低成本,高靈活的優(yōu)點。
【學(xué)位授予單位】:北京郵電大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TN929.1
【圖文】:
VdczI邐I邋_f ̄1^2(0逡逑圖2-1邋LN-MZM結(jié)構(gòu)圖逡逑LN-MZM的結(jié)構(gòu)圖如圖2-1所示,可見LN-MZM是由兩個Y形波導(dǎo)構(gòu)成,逡逑理想情況下,當(dāng)光信號輸入到調(diào)制器后,會在第一個Y形波導(dǎo)處以1:邋1的比例逡逑均分到調(diào)制器的兩個臂上,分離后的光信號再通過上下兩路光波導(dǎo)傳輸后,在第逡逑二個Y形波導(dǎo)處通過光干涉合成一束光,由此可知,調(diào)制器上下兩臂傳輸?shù)墓忮义铣滩顣苯佑绊懙浇?jīng)過LN-MZM調(diào)制輸出的光波,因此調(diào)制LN-MZM上下兩逡逑臂的光程差即可獲得不同的調(diào)制模式。己有的研宄表明通過改變調(diào)制器上下兩臂逡逑的驅(qū)動電壓及偏置電壓,會導(dǎo)致調(diào)制器兩臂的折射率發(fā)生變化,即光信號通過分逡逑光后產(chǎn)生的兩路光信號通過上下兩臂的傳輸在第二個Y形波導(dǎo)處發(fā)生干涉時的逡逑光程不同,當(dāng)兩臂的光程差為光波長偶數(shù)倍的二分之一時,光信號相干加強(qiáng);當(dāng)逡逑上下路的光程差是光波波長的奇數(shù)倍的二分之一時,光信號相干相消。因此,只逡逑需調(diào)節(jié)加載在調(diào)制器上下兩臂的直流偏置電壓和射頻驅(qū)動信號
L想jm…逡逑圖2-3直接學(xué)習(xí)結(jié)構(gòu)逡逑直接學(xué)習(xí)結(jié)構(gòu)如圖2-3所示,該系統(tǒng)中預(yù)失真系數(shù)的自適應(yīng)由反饋路徑中參逡逑數(shù)提取模塊完成,且預(yù)失真系數(shù)取決于功放的前逆輸出,當(dāng)預(yù)失真器輸入信號表逡逑18逡逑
括局部搜索算法以及全局搜索算法,其中局部優(yōu)化搜索旨在求解目標(biāo)函數(shù)的無窮逡逑接近最優(yōu)解,而全局優(yōu)化搜索則旨在找到目標(biāo)函數(shù)的全局最優(yōu)解所在大致位置。逡逑如圖3-3所示表示目前幾種常用的局部與全局優(yōu)化算法,下面針對幾種典型算法逡逑進(jìn)行詳細(xì)討論。逡逑.齡樣化算法逡逑部優(yōu)化邐全W優(yōu)化逡逑牛
本文編號:2793224
【學(xué)位授予單位】:北京郵電大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TN929.1
【圖文】:
VdczI邐I邋_f ̄1^2(0逡逑圖2-1邋LN-MZM結(jié)構(gòu)圖逡逑LN-MZM的結(jié)構(gòu)圖如圖2-1所示,可見LN-MZM是由兩個Y形波導(dǎo)構(gòu)成,逡逑理想情況下,當(dāng)光信號輸入到調(diào)制器后,會在第一個Y形波導(dǎo)處以1:邋1的比例逡逑均分到調(diào)制器的兩個臂上,分離后的光信號再通過上下兩路光波導(dǎo)傳輸后,在第逡逑二個Y形波導(dǎo)處通過光干涉合成一束光,由此可知,調(diào)制器上下兩臂傳輸?shù)墓忮义铣滩顣苯佑绊懙浇?jīng)過LN-MZM調(diào)制輸出的光波,因此調(diào)制LN-MZM上下兩逡逑臂的光程差即可獲得不同的調(diào)制模式。己有的研宄表明通過改變調(diào)制器上下兩臂逡逑的驅(qū)動電壓及偏置電壓,會導(dǎo)致調(diào)制器兩臂的折射率發(fā)生變化,即光信號通過分逡逑光后產(chǎn)生的兩路光信號通過上下兩臂的傳輸在第二個Y形波導(dǎo)處發(fā)生干涉時的逡逑光程不同,當(dāng)兩臂的光程差為光波長偶數(shù)倍的二分之一時,光信號相干加強(qiáng);當(dāng)逡逑上下路的光程差是光波波長的奇數(shù)倍的二分之一時,光信號相干相消。因此,只逡逑需調(diào)節(jié)加載在調(diào)制器上下兩臂的直流偏置電壓和射頻驅(qū)動信號
L想jm…逡逑圖2-3直接學(xué)習(xí)結(jié)構(gòu)逡逑直接學(xué)習(xí)結(jié)構(gòu)如圖2-3所示,該系統(tǒng)中預(yù)失真系數(shù)的自適應(yīng)由反饋路徑中參逡逑數(shù)提取模塊完成,且預(yù)失真系數(shù)取決于功放的前逆輸出,當(dāng)預(yù)失真器輸入信號表逡逑18逡逑
括局部搜索算法以及全局搜索算法,其中局部優(yōu)化搜索旨在求解目標(biāo)函數(shù)的無窮逡逑接近最優(yōu)解,而全局優(yōu)化搜索則旨在找到目標(biāo)函數(shù)的全局最優(yōu)解所在大致位置。逡逑如圖3-3所示表示目前幾種常用的局部與全局優(yōu)化算法,下面針對幾種典型算法逡逑進(jìn)行詳細(xì)討論。逡逑.齡樣化算法逡逑部優(yōu)化邐全W優(yōu)化逡逑牛
本文編號:2793224
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2793224.html
最近更新
教材專著