弹性光网络中全光聚合与解聚合技术研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:shmilyfanwen
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
近年来随着网络电视、视频点播、云计算等新兴业务爆发性增长,用户对于通信网络的容量、处理速度要求越来越高。但是传统的波分复用光网络的频谱利用率低下,灵活性差,无法适应网络发展的需求,而弹性光网络则在继承波分复用光网络优点的基础上,增强了带宽可变性,成为了未来光网络发展的方向。在实际的通信网络中,针对不同的网络会选择不同的调制格式。其中低速传输的网络多采用低阶调制格式(如OOK、BPSK等),高速传输的网络多采用高阶调制格式(如QPSK、8PSK、16QAM等)。在低速传输网络与高速传输网络的交换节点,实现低阶调制格式信号与高阶调制格式信号的聚合与解聚合将有效节约链路传输资源,提升传输容量和速率,合理疏导业务流量。而弹性光网络中链路聚合仍在电域进行,信号在中间节点需要进行光电的转换,势必会受到电子处理速度的制约,采用全光信号处理技术则能有效提升目前的处理速度。本论文针对全光信号的聚合与解聚合展开了研究,主要的工作如下:1)OOK信号与BPSK信号聚合为QPSK信号。本论文首先基于非线性介质SOA中的交叉相位调制效应设计了一路OOK信号与一路BPSK信号聚合为一路QPSK信号的方案,通过搭建相应的仿真与实验平台验证了方案的可行性,展示了聚合信号的性能。仿真结果表明,在前向纠错门限处,由于噪声的引入,导致与背靠背QPSK信号相比,聚合QPSK信号所需的信噪比增加了 2.6dB。实验结果表明,在接收功率超过-23dBm时,聚合得到的QPSK信号的EVM性能优于背靠背传输QPSK信号的EVM性能。2)QPSK信号解聚合为OOK信号与BPSK信号。本论文首先设计了一路QPSK信号解聚合为一路OOK信号与一路BPSK信号的方案,方案中利用由SOA组成的非线性光学环路镜,得到并分离了信号与其共轭谐波,随后利用90°混频器来保持增益轴实现相位敏感放大完成解聚合,通过搭建相应的仿真与实验平台验证了方案可行性,展示了解聚合信号的性能。仿真结果表明,在前向纠错门限处,相对QPSK信号,BPSK信号所需的信噪比降低0.7dB,实现了较好的相位压缩,而由于噪声的引入导致OOK信号所需的信噪比增加2.8dB。实验结果表明,在接收功率超过-29dBm时,解聚合得到的BPSK信号EVM性能优于背靠背传输BPSK信号EVM性能。
其他文献
随着深度学习领域的快速发展,使用深度学习模型改善认知服务逐渐成为一种趋势。如何在保护用户数据隐私的前提下,基于用户数据在移动设备上为用户训练推断速度快、高性能的深度学习模型用以提供认知服务,成为了亟待解决的问题。先前的研究主要着重于在云服务器上训练高性能的模型为用户提供服务,在边缘服务器对数据进行预处理后再将数据发送至云端完成训练任务,设计新颖的模型结构或采用网络压缩技术以将模型部署在移动设备上,
毫米波雷达受外界影响小,因此能够在各种环境下稳定工作。近年来,毫米波雷达在诸多场景中被广泛应用,路口监测场景下也需要使用毫米波雷达识别车辆的种类。本文重点研究了高分辨距离像(HRRP)的识别算法,分析了传统算法的缺点,设计了车辆目标的识别分类方法,并在实验仿真中验证了算法性能。本文工作主要分为以下两个部分:第一部分研究了雷达的散射点模型,分析HRRP的敏感性和解决方案。然后深入讨论了传统算法的缺点
互联网飞速发展以及web2.0时代计算机与手机等设备的普及,促使网络上用户产出内容的激增。这些包含巨大信息量的数据对为用户提供个性化服务有着重大意义和研究价值。情感分析是挖掘文本内容的重要手段,其主要是辨别文本表达的主观情感。细粒度情感分析——方面级别的情感分析(aspect level sentiment analysis)主要是从文本中提取给定方面的情感极性,近年来已经成为业界的关注焦点。本文
随着互联网行业的飞速发展,各类新型网络业务层出不穷,给接入网网络设备的承载能力带来了不小的挑战。接入网作为最靠近用户侧的网络,直接影响用户的用网体验,对其的改造升级具有十分重要的意义。当前的网络升级规划主要依据工程师经验进行,通过人为经验指导某片区无源光网络(Passive Optical Network,PON)口进行改造升级。但由于人为经验无法量化、判定过程依据指标较为片面,在运营商投资成本受
十九大以来,我国教育信息化迅速发展,实现了从融合应用到创新发展方向的迅速转变,对于心理健康教育工作也是如此,基于互联网环境,通过云计算、智能物联、人机交互、语音识别等先进的信息化技术手段搭建心理健康教育大数据平台,构成的心理教育服务生态圈推进了我国心理教育工作的迅速发展。手机、平板电脑等智能终端产品及人们的日常生活,信息化社会出现了“秀才不出门,便知天下事”的高度科技信息化。届时社会各个群体面临着
近年来,深度学习技术被应用于各种医学影像分析任务,在眼科疾病智能预测任务上也吸引了广泛的研究,然而仍面临以下问题:(1)当前的大多数研究仅使用单一模态影像作为模型辅助诊断疾病的输入,不符合临床时大多数眼病诊断的实际流程。此外,眼科疾病种类繁多且发生率严重不平衡,存在众多罕见眼科疾病,而现有研究使用的影像数据大多疾病种类分布均衡且疾病种类数量较少,这限制了深度学习技术在现实临床场景中的应用。(2)其
复杂网络广泛地存在于社会和自然界的各个领域,这使得复杂网络的研究成为当前最重要且最热门的研究领域之一。复杂网络的结构与节点的复杂性使其在医学、生物学、社会学及信息科学等各个学科领域有着广泛的应用。在信息科学领域,复杂网络的复杂性为信息加密通信提供了优质的条件,研究者们利用此特点设计了基于复杂网络的加密通信方案。对加密通信方案进行安全性分析是必要的。复杂网络的重构是指根据可观测到的数据来推断或计算得
在多源异构大数据场景下,元数据是指数据由源系统集成到数据仓库过程中的全部信息的描述数据。其中元数据不仅包含数据的基本描述信息,还记录对数据转换来源的描述信息。而数据血缘就是记录描述数据转换来源的历史信息,它是元数据服务管理中的核心难点和挑战。由于大数据中已有组件的异构性和数据来源的多样性,导致目前元数据服务管理中还存在以下几个问题:1)现有的Hive数据血缘解析实现方案中,会存在Hive数据血缘解
伴随着无人机技术的不断发展以及普及程度的不断增高,无人机已经有了越来越广泛的应用。由于其高机动性和灵活部署的突出特点,使用无人机作为空中基站辅助通信对于未来的无线系统具有很高的实用价值。无人机的航迹规划问题是无人机相关领域的重点关注问题,特别是在无人机辅助通信的情况下,适当的航迹规划很有可能大大缩短通信距离,这对于提升任务执行效率和系统通信质量至关重要。在现有针对无人机航迹优化的研究中,通信网络多
在远程物联网(Internet of remote things,IoRT)中,智能设备通常密集部署在广阔、偏远且不受地面网络服务接入的地区,因此IoRT网络需要突破空间和时间的限制,以满足各种技术应用(如地球观测、军事对战、生态环境监测等)的需求。与地面网络相比,卫星网络和空中网络可以提供更大的覆盖范围,已被用于向岛屿、偏远山区和灾区提供互联网服务。因此,一种新兴的网络架构——空天地一体化网络(