추상적인
광섬유 통신 네트워크는 글로벌 통신 네트워크에서 중요한 역할을 합니다. 그러나 광섬유와 트랜시버 잡음의 비선형 효과는 광섬유 통신 시스템의 성능을 크게 제한합니다. 본 논문에서는 상호 정보(MI)와 통신 대역폭의 곱을 달성 가능한 정보 속도(AIR)의 지표로 사용합니다. 본 연구에서는 트랜시버로 인한 MI 손실도 고려되었으며, GMI(Generalized Mutual Information)인 비트별 MI를 사용하여 AIR를 계산했습니다. 이 손실은 고차 변조 형식을 사용할 때 더욱 중요합니다. AIR 분석은 EGN(Enhanced Gaussian Noise) 모델을 기반으로 서로 다른 통신 대역폭과 전송 거리를 갖는 통신 시스템에 대해 QPSK, 16QAM, 64QAM 및 256QAM 변조 형식으로 수행됩니다. 이 백서는 다양한 전송 시나리오에서 최적의 변조 형식을 선택하기 위한 제안을 제공합니다.
그래픽 요약
1. 소개
디지털 데이터 트래픽의 95% 이상이 광섬유 네트워크를 통해 전달됩니다[1]. 광섬유 통신 시스템의 정보 전송 속도는 글로벌 통신 네트워크의 통신 속도를 제한합니다. 광섬유 통신 기술의 발전으로 더 큰 통신 대역폭과 더 높은 기호 속도가 실현되어 1초 내에 더 많은 비트를 전송할 수 있습니다. 그러나 심각한 비선형 효과도 발생하여 초당 전송되는 유효 비트 수가 줄어듭니다. 한편, EEPN(Equalization Enhanced Phase Noise)은 신호 품질을 더욱 감소시킵니다[2]. 즉, 유효 통신 속도는 비선형 효과와 전송 잡음에 의해 제한됩니다. 이러한 현상은 고차 변조 형식을 적용할 때 더욱 분명해집니다. 일반적으로 변조 형식이 높을수록 SER(Symbol Error Rate)이 높다는 것을 의미합니다[3, 4]. 그러나 고차 변조 형식을 사용하면 각 기호별로 더 많은 비트를 전송할 수 있습니다. 따라서 통신 시스템의 성능을 평가하기 위해 신호 대 잡음 무선(SNR)을 사용하는 것만으로는 충분하지 않습니다. 통신 능력을 합리적으로 측정하기 위해서는 시스템이 효과적으로 지원할 수 있는 전송 비트율을 지표로 사용해야 합니다. GMI(Generalized Mutual Information)를 사용하여 시스템의 유효 전송 비트율을 측정할 수 있습니다. WDM(파장 분할 다중화) 시스템의 경우 더 많은 채널을 사용하여 동시에 신호를 전송하면 더 높은 데이터 속도를 얻을 수 있습니다. 대역폭이 클수록 채널 간 상호 작용으로 인해 SNR이 더욱 감소하지만, 성능 저하는 더 많은 채널을 사용하여 발생하는 정보 속도 이득보다 훨씬 적습니다[5]. 따라서 본 논문에서는 AIR(Achievable Information Rate)의 지표로 1초에 효과적으로 전송되는 비트 수를 사용합니다. 다양한 조건에서 광섬유 시스템의 성능을 분석하기 위해 EGN(Enhanced Gaussian Noise) 모델이 적용되었습니다. 마지막으로 다양한 전송 시나리오에 대한 포괄적인 분석을 통해 최적의 변조 형식을 얻습니다. 미래 대용량 광섬유 통신 시스템의 최적화 방향을 제시하기 위한 논의가 진행됩니다.
본 논문에서는 효율적으로 전송될 수 있는 유효 비트 전송률 측면에서 다양한 통신 시나리오를 평가합니다. 이러한 측정 기준은 시스템의 공정한 비교를 제공하며 결과는 근본적인 의미를 가지며 후속 연구에 대한 통찰력 있는 제안을 제공합니다. 본 논문의 결론은 FEC(Forward Error Correction) 기술을 적용하지 않은 시스템을 기반으로 합니다[6, 7]. 다양한 유형의 FEC 코드에는 서로 다른 오류 수정 기능이 있으며, 이 경우 AIR에 대한 연구는 결과에 따라 추가 단계만 수행하면 됩니다. 더욱이 오류 정정 코드 도입이 전송 비트율에 미치는 영향은 선형적이므로 이 문서의 결론은 통찰력이 있으며 FEC가 있는 시스템에 적용 가능합니다.
본 논문은 다음과 같이 구성되어 있다. GMI와 MI는 섹션에서 소개됩니다. 2. 섹션 3에서는 EGN 모델에 대해 논의합니다. 결과와 논의는 섹션에서 확인할 수 있습니다. 4절에서는 미래에 대한 몇 가지 제안을 제시한다. 5.
2 일반화된 상호정보
상호 정보(MI)는 두 확률 변수가 공유하는 정보의 양을 측정한 것입니다. 이는 한 변수에 대한 지식이 다른 변수에 대한 불확실성을 줄이는 정도를 정량화합니다. 통신 신호의 경우 송신기와 수신기 사이의 MI가 높을수록 통신 품질이 좋아집니다. 이는 더 많은 정보가 올바르게 전송된다는 것을 의미합니다. Shannon 한계는 채널에 들어가기 전의 신호와 채널을 나갈 때의 신호 사이의 MI를 계산하여 채널 용량을 측정하는 데 사용됩니다. 그러나 수신기는 여전히 MI 손실을 유발합니다. 따라서 계산에 사용된 신호는 그림 1과 같이 비트 시퀀스로 확장되고 정보율은 GMI를 기반으로 계산됩니다.
그림 1
MI와 GMI의 개략도
전체 크기 이미지
시간에 변조된 비트 신호가 있다고 가정합니다.l는 {c1,l,c2,l,...,cm,l}{c1,l,c2,l,...,cm,l}xlxlxi∈X,card(X)=Mxi∈입니다 X,카드(X)=Myiyiyi∈Yyi∈Y{L1,l,L2,l,...,Lm,l}{L1,l,L2,l,...,Lm,l}
MI=I(X:Y)=1M∑i=1M∫CNfY|X(y|xi)log2fY|X(y|xi)1M∑Mj{{5} }fY|X(y|xj)dy,MI=I(X:Y)=1M∑i=1M∫CNfY|X(y|xi)log2fY| X(y|xi)1M∑j=1MfY|X(y|xj)dy,
(1)
GMI{{0}}∑k=1mEBk,Y[log2fY|Bk(Y|Bk)12∑b∈{0,1}fY|Bk(Y|b) ]=1M∑k=1m∑b∈{0,1}∑i∈Ibm∫CNfY|X(y|xi)log2∑j∈IbkfY|X(y| xj)12∑Mp=1fY|X(y|xp)dy,GMI=∑k=1mEBk,Y[log2fY|Bk(Y|Bk)12∑b ∈{0,1}fY|Bk(Y|b)]=1M∑k=1m∑b∈{0,1}∑i∈Imb∫CNfY|X( y|xi)log2∑j∈IkbfY|X(y|xj)12∑p=1MfY|X(y|xp)dy,
(2)
여기서 Ibm⊂{1,2,...,M}Imb⊂{1,2,...,M}카드(Ibm)=M/2카드(Imb)=M/2fY |X(y|x)fY|X(y|x)CNCNBkBkEE
그림 2
DP-QPSK, DP-16QAM, DP-64QAM 및 DP-256QAM의 GMI 및 MI,DP (DP): 이중편파
전체 크기 이미지
3 향상된 가우스 노이즈 모델
비선형 효과로 인해 광섬유에서의 신호 전파는 매우 복잡합니다. 신호 전환에 대한 명시적인 표현을 제공하는 것은 불가능합니다. 그러나 채널의 비선형 효과는 신호 전파 동작이 선형 신호 전파에 가까운 최적 전력 근처에서 그다지 강하지 않습니다. 이는 섭동 기반 가우스 잡음 모델의 기본 가정입니다. Poggioliniet al. 광섬유 통신 시스템의 SNR을 신속하게 추정하기 위한 EGN 모델을 제안했습니다[10, 11]. 본 논문에서는 EGN 모델을 사용하여 채널 SNR을 신속하게 계산한 다음 해당 비선형 간섭에 대한 EGN 기반 평가를 추가하여 시스템 GMI를 추정합니다. C-band의 EGN 모델은 대략 다음과 같이 표현될 수 있다. [12, 13]
SNR=Pσ2+σ2s-s+σ2s-n,SNR=Pσ2+σs-s2+σs-n2,
(3)
σ2=σ2TRx+σ2ASE,σ2=σTRx2+σASE2,
(4)
σ2s-s=Nϵ+1snP3,σs-s2=Nsϵ+1nP3,
(5)
σ2s-n≒3(Nϵ+1s2+Nϵ+2sϵ+2)nσ2ASEP2+3Nϵ+1snκP3,σs-n2≒3 (Nsϵ+12+Nsϵ+2ϵ+2)ησASE2P2+3Nsϵ+1nκP3,
(6)
어디P, σ2ASEσASE2σ2TRxσTRx2NsNs
ϵ=310log⎡⎣1+6LsLeffsinh−1(π2| 2|R2sN2chLeff)⎤⎦,ϵ=310log[1+6LsLeffsinh−1(π2| 2| Rs2Nch2Leff)],
(7)
²≒827 2레프π| 2|R2ssinh−1(π22| 2|LeffN2chR2s)−8081κ 2L2effπ| 2|LsR2s[Φ(Nch+12)+C+1],²≒827 2Leffπ| 2|Rs2sinh−1(π22| 2|LeffNch2Rs2)−8081κ 2Leff2π| 2|LsRs2[Φ(Nch+12)+C+1],
(8)
여기서 Leff{{0}}(1−e− Ls)/ Leff=(1−e− Ls)/ 2 2NchNchRsRsC≒0.557C≒0.557 LsLsΦ (x)Φ(x)κκ]. C-밴드에서 EGN 모델의 정확성은 이전 연구[14,15,16,17]에서 다른 학자들에 의해 이미 검증되었습니다.
4 결과 및 논의
나이퀴스트 간격 광통신 시스템의 경우 나이퀴스트 샘플링 정리에 따라 초당 전송되는 심볼 수는 시스템의 대역폭을 통해 측정할 수 있습니다. GMI 값은 심볼의 유효 비트 수를 나타냅니다. 대역폭에 GMI를 곱하면 각 편파 모드를 통해 전송되는 초당 유효 비트 수가 제공됩니다. 본 논문에서는 다양한 변조 형식, 전송 거리 및 대역폭을 갖춘 스팬당 80km 32GBaud 광섬유 통신 시스템의 통신 시나리오를 연구합니다. AIR 대 전송 거리 및 대역폭의 결과는 그림 3에 나와 있습니다.
그림 3
AIR 대 전송 거리 및 통신 대역폭. 기호 속도는 32GBaud이고 각 광섬유 범위는 80km입니다.
전체 크기 이미지
그림 2에서 볼 수 있듯이 수신기에서의 MI 저하는 특히 고차 변조 형식에서 심각합니다. SNR이 낮으면 고차 변조 형식의 GMI가 급격하게 떨어지며, 이는 고차 변조 형식의 GMI보다 훨씬 낮을 수 있습니다. 낮은 SNR 영역의 저차 형식. 더욱이 고차 변조 형식은 노이즈의 영향을 더 크게 받아 GMI 저하가 더욱 심각해집니다. 고차 변조 형식은 전송 거리가 짧거나 통신 대역폭이 더 작은 경우에 장점이 있음이 입증되었습니다. 전송 거리가 길고 대역폭이 넓은 시스템의 경우 일부 저차 변조 형식이 더 강력하고 적절할 수 있습니다. 그림 4는 다양한 전송 상황에 대한 최적의 변조 형식을 보여줍니다.
그림 4
다양한 전송 거리와 통신 대역폭에서 최적의 변조 형식입니다. 기호 속도는 32GBaud이고 각 광섬유 범위는 80km입니다.
전체 크기 이미지
지상 통신 시스템의 경우 공통 광섬유 범위 길이는 80km이고 전송 거리는 10000km 미만입니다. 심볼 속도가 32GBaud이고 전송 거리가 2000km를 초과하는 경우 16QAM의 변조 형식은 항상 가장 높은 AIR를 얻을 수 있습니다. 전송 거리가 240~2000km로 줄어들면 64QAM의 변조 방식이 가장 적합한 형식이 됩니다. 256QAM 신호는 전송 거리가 240km 미만인 경우에만 다른 세 가지 변조 형식을 능가할 수 있습니다.
더 높은 기호 속도 시스템을 연구하기 위해 전송 거리를 8000km로 고정했습니다. 그림 5는 8000km의 전송 거리와 80km의 광섬유 범위에서 다양한 기호 속도와 다양한 통신 대역폭을 갖는 GMI를 보여줍니다.
그림 5
송신기당 AIR 대 기호 속도 및 통신 대역폭. 전송 거리는 8000km이고 각 광섬유 범위는 80km입니다.
전체 크기 이미지
그림 5의 모든 곡선은 거의 직선에 가깝고 이는 GMI가 기호율과 약한 상관관계를 갖고 있음을 의미합니다. 그러나 통신 속도를 높이면 WDM 전송을 위한 채널 수를 절약할 수 있어 관련 부품 세트 비용을 절약할 수 있습니다. 따라서 고속 송신기는 송신기당 더 효율적인 AIR를 갖습니다. 한편 GMI는 기호 속도와 거의 독립적으로 동작하므로 16QAM은 그림 4와 같이 8000km에서 여전히 최고의 성능을 얻을 수 있습니다.
50km 길이의 잠수함 통신 시스템도 연구됩니다. 80km 범위를 갖는 시스템과 비교하여 범위를 50km로 단축하면 시스템 SNR이 크게 향상될 수 있으므로[14] 고차 변조 형식이 이로부터 이점을 얻을 수 있습니다. 결과는 그림 6에 나와 있습니다.
그림 6
AIR 대 전송 거리 및 통신 대역폭. 기호 속도는 32GBaud이고 각 광섬유 범위는 50km입니다.
전체 크기 이미지
고차 변조를 사용하면 동일한 그룹에서 서로 다른 색상을 갖는 곡선 간의 교차점이 더 긴 통신 거리로 이동합니다. 이는 시스템 SNR이 증가함에 따라 고차 변조 형식이 저차 형식보다 더 많은 개선을 얻음을 증명합니다. 현재 전송 시나리오는 잠수함 시스템을 의미하므로 통신 거리가 8000km를 초과하는 시나리오에 중점을 둡니다. 스팬 길이가 50km일 때 QPSK 변조 형식이 최대 GMI(2비트/sym/편파)에 거의 도달할 수 있음을 알 수 있습니다. 이는 QPSK 형식이 현재 잠수함 통신에 널리 사용되는 이유이기도 합니다. 그러나 16QAM 변조 형식도 크게 향상되었으며 12000km 내에서 16QAM 형식을 사용하면 특히 더 넓은 대역폭의 경우 시스템 AIR를 크게 향상시킬 수 있습니다.
요약하면, 기호 속도는 시스템 GMI에 거의 영향을 미치지 않지만, 더 높은 기호 속도를 적용하면 필요한 트랜시버 및 링크 구성 요소의 수를 효과적으로 줄일 수 있습니다. 스팬당 80km의 장거리(2000~10000km) 지상 통신 시스템의 경우 16QAM 형식이 가장 높은 AIR를 얻을 수 있습니다. 각 광섬유 범위가 50km인 해저 통신 시스템의 경우[18], 16QAM은 QPSK 형식에 비해 더 중요한 성능 향상을 보여줍니다. 지상 통신 시스템이나 해저 통신 시스템에서는 그림 5와 같이 통신 대역폭이 SNR에 미미한 영향을 미치는 것을 알 수 있다. 따라서 고속 송신기와 채널 수 간의 trade-off가 중요하다. 새로운 광섬유 시스템을 설계할 때. 사용의 편의를 위해 2.4THz를 초과하는 대역폭에 대한 결과(변조 형식의 최적 선택)를 다음 표 1 및 2와 같이 나열합니다.
표 1 2.4THz 이상의 대역폭과 80km의 스팬 거리에 대한 최적의 변조 형식
풀 사이즈 테이블
표 2 2.4THz 이상의 대역폭과 50km의 스팬 거리에 대한 최적의 변조 형식
풀 사이즈 테이블
5 미래를 위한 제안
고차 변조 형식의 MI는 항상 저차 형식의 MI보다 높습니다. 그러나 고차 변조 형식의 GMI는 트랜시버로 인한 정보 손실로 인해 저차 형식의 GMI보다 낮을 수 있습니다. 따라서 보다 발전된 트랜시버를 사용하는 것이 효과적인 솔루션이 될 수 있습니다. 실제로 각 변조 형식 간의 SNR 차이는 매우 작으며, 특히 변조 차수가 4보다 높은 경우(16QAM과 동일하거나 그 이상) [19]. 그림 2에서 수신기 측의 정보 손실을 줄이거나 서로 다른 색상(변조 형식)의 실선 간의 교차점을 왼쪽(낮은 SNR 영역)으로 이동할 수 있는 다양한 방법은 차세대 광섬유 통신을 위한 흥미로운 연구 방향이 될 것입니다. 시스템. 한편, 또 다른 뜨거운 연구 방향은 광섬유 시스템의 GMI를 개선하기 위해 성상도 형상화 및 파형 형상화[20]와 같은 다양한 접근법을 사용하여 그림 2의 점선을 Shannon 한계에 더 가깝게 이동시킵니다. 회색 선). 아직 갈 길이 멀긴 하지만, 광섬유 통신 시스템은 결국 미래 통신 네트워크의 초석이 될 것입니다.
데이터 및 자료의 가용성
이 연구 결과를 뒷받침하는 데이터는 합당한 요청이 있을 경우 해당 저자에게 제공됩니다.
