多维光纤通信系统性能监测技术

多维光纤通信系统性能监测技术

黄爱广

身份证号码： 45212319850204****

摘要：进入新时代以来，在社会发展下，我国的科学技术水平不断进步。近年来，因特网、网络应用以及多媒体应用的飞速发展，网络承载的数据流量日益增长，促使用网络向着高速率、大容量的通信网络方面发展，而光纤通信技术使用快速地将光网络渗入到了整个通信网络中，让全光网络成为光纤通信网络未来发展的必然趋势。

关键词：光纤通信系统;光网络性能监测;仿真

引言

随着智能世界的到来，物联网、人工智能、大数据、云计算、5G等多种新兴技术为用户带来了极致的体验，同时也使网络数据流量呈现爆发式增长趋势.为满足海量数据的传输需求，将新型多维复用技术与多维调制格式相结合，能实现超高速、大容量光纤传输系统的目标，但随之而来的是系统对链路中各种线性损伤以及非线性损伤的容忍度急剧下降，致使系统的传输性能和传输可靠性严重降低。此外，“宽带中国”和“一带一路”等国家战略的实施，加快了中国及沿线各国信息基础设施（海底/陆地光缆）建设的速度.光信号在链路传输过程中会受到由光纤、放大器、网络节点器件等引入的链路内部损伤，也可能受到由山体滑坡、雷击、地震以及第3方有意挖掘破坏光缆等引入的链路外部损伤，这些情况都将严重影响正常的通信传输，大大降低通信传输质量（qualityoftransmission,QoT）乃至造成网络通信服务中断。

1光网络性能监测的意义

在光纤的发展过程中，远距离传输和超大容量的光交换网络，能够大幅度提高通信网络的性能，减少网络运营的成本，但同时也增加了网络管理的难度。想要对高传输速率的系统进行科学的故障管理，对透明且可重构DWDM网络的动态与光通道的自愈性进行合理的控制，就需要采用监测技术，对能反应光纤通信系统不同部位与光纤通信系统的不同光通道性能的参数进行获取，以此为依据对网络的运行状态进行跟踪管理。

近年来，随着光纤、光学元器件以及光学设备等使用寿命的增长，设备性能逐渐劣化的问题将不可避免，这也在一定程度上增加了光纤通信网络中存在的故障隐患。且随着DWDM光纤通信网络中信道数量的增加、信道间隔的减少、日益变宽的信号频谱宽度及传输速率上升，光纤通信网络出现故障的几率会随之增加，因此，就需要采取科学、有效的性能监测手段，对通信系统中的光信号波长、噪声以及功率等变化进行监测，以此来达到对通信网络中使用的各类设备进行实时调控与操作的目的。

2调制格式参量监测技术研究进展

下一代弹性光网络将根据不同链路条件和服务质量动态地改变发射端调制格式、符号率、前向纠错编码等参数，其调制格式等相关参数信息在其他网络节点的接收端处不确定。然而，接收端有部分数字信号处理算法与调制格式相关，因此需要根据调制格式信息选择相应的最优解调算法。此外，调制格式信息对于中间网络节点的光性能监测设备也是必不可少的.未来光网络智能接收机有望在没有任何先验信息的情况下自主地监测网络中的各种调制格式信息。

调制格式监测技术已在无线通信和认知无线电领域研究多年。近年来由于光通信网络更加趋近于灵活的自定义网络，这种监测技术引起了光通信领域研究人员的极大关注。提出使用人工神经网络（artificialneuralnetwork,ANN）训练不同调制格式的异步振幅直方图以实现调制格式监测.该方案需要额外添加调制格式监测模块，虽然能识别多种调制格式但在很大程度上增加了传输系统的复杂度，且神经网络算法的复杂度较高。提出一种基于三维斯托克斯空间簇点识别的调制格式监测方案，该方案结合机器学习聚类算法获取三维斯托克斯空间簇点数目，实现了调制格式监测功能.然而，随着调制格式阶数的增加，三维空间中的簇点数目也随之增加，以致在很大程度上增大了调制格式识别的复杂度和难度。提出了一种基于高阶统计矩的斯托克斯空间调制格式识别方案，但需要提前预知系统OSNR信息且对高阶调制格式监测较为困难。提出一种基于幅度直方图的深度神经网络方案，可实现多种调制格式的识别操作，但在识别过程中需要大量训练样本才能得到优化模型.提出基于导频辅助的调制格式监测方案，但该方案需要额外的辅助编码，进一步增加了发射端的复杂度。采用卷积神经网络（convolutionalneuralnetworks,CNN）监测星座图信息，但需要在数字信号处理的末端实现监测，其实用性受到了很大的限制。提出一种基于二维斯托克斯平面的调制格式监测方案，根据不同调制格式在二维平面中能级数的不同，实现多种常规调制格式的监测功能；随后又提出了一种强度波形轮廓的调制格式监测方案，该方案通过判断不同调制格式的波形轮廓特征来实现调制格式监测功能。

3非线性参量监测技术研究进展

在超高速、大容量、超长距离的光纤通信系统中，光纤非线性效应已经成为系统传输容量和性能提升的主要障碍之一。光纤非线性效应主要包括自相位调制、交叉相位调制、四波混频、受激拉曼散射以及受激布里渊散射等.为实现长距离大容量光纤传输，研究人员主要采用大有效面积光纤、抗非线性调制格式、相位共轭以及数字域非线性补偿算法等对非线性效应进行抑制与均衡，其中大有效面积光纤和抗非线性调制格式通常可与其他方案一起联合使用。在未来动态的长距离大容量传输链路中，如何精准地监测与补偿链路非线性效应，将是研究人员急需解决的关键问题之一。在所提出的非线性均衡方案中，数字后向传输（digitalbackwardpropagation,DBP）算法是迄今为止研究最为广泛的非线性均衡技术.该方案需要提前预知传输链路中多个相关参数，并通过求解非线性薛定谔方程实现非线性补偿.在实际传输系统中，光纤制造工艺不一致以及链路节点功率波动等因素都将影响链路信息的精确获取，以致无法实现优化的非线性补偿。近年来，研究人员在非线性自适应监测方面开展了一定的研究工作。提出了一种基于相位噪声方差的自适应非线性监测方案，该方案不断改变DBP补偿过程中的非线性因子，同时监测载波相位恢复算法以后信号的相位噪声方差大小.一旦获取最小相位噪声方差即可得到对应的非线性因子——最优化因子。提出一种基于强度噪声方差的非线性监测方案，监测偏振解复用以后信号的强度噪声方差，进而根据强度噪声方差大小推导出最优化的非线性因子。该方案可实现与相同的监测精度但复杂度相对较低。随后，该课题组进一步研究了一种基于Godard’s误差的非线性监测方案，可实现接收端功率、非线性因子以及非线性补偿参数等多个非线性补偿相关参量的监测。

结语

当前，光纤通信系统性能监测方面的研究工作主要集中在单参量监测和少数参量联合监测方面。未来精细化、一体化的多参量联合监测将成为安全可靠光纤传送网必不可少的研究方向。此外，利用深度学习技术实现光纤传输系统结构监测，可为性能监测方面的研究提供全新的思路。通过前期对关键参量的训练分析，深度学习技术可更加方便地辅助光纤传输系统，实现链路损伤参量的精准分离以及多参量精细化联合监测；可大大降低系统的成本与复杂度，并有效提升性能监测与故障诊断的智能化水平。未来利用多参量联合监测模块获取多个链路损伤参量，可为评价网络传输链路物理状态提供参考，使网络由传统的被动处理转为主动预防，这对提升网络智能化管理水平和预测能力具有重要的应用价值。

参考文献

[1]胡先志.光纤与光缆技术[M].北京：电子工业出版社，2007.

[2]程平辉.光缆故障点的精确定位与原因分析[J].光纤与电缆及其应用技术，2004（3）：42-45.

[3]陈梦迟,赖贵珍,游善红.光纤通信系统中光信噪比的监测分析[J].通信技术,2015,42(17):1464-1467.