2025年2月JLT光通信論文評(píng)析
發(fā)布時(shí)間：2025-04-15 16:41:03 熱度：934
4/15/2025，光纖在線訊，光纖在線特約編輯，邵宇豐，王安蓉，張顏鷺，張旭，許占奪，向泓勁，匡富豪，賈嵐斯，隆茜，崔夢(mèng)琦。
2025年2月出版的JLT主要刊登了以下一些方向的文章，包括：光電信號(hào)復(fù)用、概率整形技術(shù)、壓縮光處理、模式色散、超短脈沖傳輸模型、光互連系統(tǒng)等，筆者將逐一評(píng)析。
1、光電信號(hào)復(fù)用
日本NTT公司網(wǎng)絡(luò)創(chuàng)新實(shí)驗(yàn)室的Hiroshi Yamazaki等研究人員設(shè)計(jì)了應(yīng)用多數(shù)字模擬轉(zhuǎn)換器（DAC）和頻譜圖像疊加的方案以克服DAC的工作帶寬受限影響，如圖1所示[1]。他們采用電信號(hào)與域中頻輔助復(fù)用（IFI-MUX）技術(shù)（如應(yīng)用InP HBT模擬復(fù)用器（AMUX））實(shí)現(xiàn)了100 GHz的工作帶寬，并在強(qiáng)度調(diào)制直接檢測(cè)（IM-DD）系統(tǒng)中達(dá)到了538.8 Gbps/λ的傳輸速率；結(jié)合硅鍺 DAC與基帶復(fù)用（BB-MUX）技術(shù)，實(shí)現(xiàn)了數(shù)字相干系統(tǒng)中2.42 Tbps/λ的傳輸速率；還采用光學(xué)復(fù)用技術(shù)（如OAWG）進(jìn)一步完成了2.5 Tbps/λ以上傳輸速率信號(hào)的生成。研究結(jié)果表明：應(yīng)用光電信號(hào)復(fù)用技術(shù)通過(guò)數(shù)字預(yù)處理與模擬組件協(xié)同，可顯著拓展信號(hào)工作帶寬，如果上述方式與IQ調(diào)制器結(jié)合可實(shí)現(xiàn)160.7GBaud符號(hào)速率的1.64Tbps信號(hào)傳輸。綜上所述，上述研究工作研究的實(shí)施盡管可能面臨器件集成和時(shí)鐘同步的挑戰(zhàn)，但多路光電信號(hào)復(fù)用技術(shù)為新型光信號(hào)發(fā)射機(jī)的制備提供了參考借鑒。
圖1 發(fā)射機(jī)的帶寬擴(kuò)展過(guò)程：(a)數(shù)字相干信號(hào)生成；(b)電信號(hào)域帶寬擴(kuò)展； (c)光信號(hào)域帶寬擴(kuò)展
2、概率整形技術(shù)
加拿大不列顛哥倫比亞大學(xué)電氣與計(jì)算機(jī)工程系Mohammad Taha Askar和Lutz Lamp研究了光纖通信系統(tǒng)中概率整形技術(shù)對(duì)信號(hào)傳輸非線性容忍度的影響，如圖2所示[2]。他們應(yīng)用了概率振幅整形（PAS）技術(shù)，并結(jié)合Maxwell-Boltzmann分布和球面整形等方法，通過(guò)優(yōu)化信號(hào)高階矩（如四階矩μ4=2.5、六階矩μ6=6.8）以抑制非線性干擾噪聲（NLIN）的負(fù)面影響。研究結(jié)果表明：在含20跨段1600km光纖鏈路的通信系統(tǒng)中，使用塊長(zhǎng)（D=180）恒定分布匹配（CCDM）方案相比均勻分布方案，可將信噪比（SNR）提升0.18dB，并將傳輸距離延長(zhǎng)15%-20%。通過(guò)結(jié)合序列選擇技術(shù)，他們通過(guò)低通濾波篩選候選序列，可使雙極化256QAM信號(hào)的接收SNR提升0.3dB。綜上所述，應(yīng)用該方案可有效提升光纖非線性容限且能改善信號(hào)傳輸性能，為提推動(dòng)大容量、長(zhǎng)距離光信號(hào)傳輸技術(shù)的進(jìn)一步發(fā)展提供了參考借鑒。
圖 2 (a) 序列選擇、(b)將序列選擇整合到 PAS 中、(c)振幅整形與序列生成和選擇的解耦
3、壓縮光處理
中山大學(xué)的王金濤等研究人員設(shè)計(jì)了基于多芯光纖現(xiàn)場(chǎng)部署的遠(yuǎn)程明亮壓縮光（BSL）方案，如圖3所示[3]。研究人員分別通過(guò)6公里和30公里的標(biāo)準(zhǔn)單模光纖上實(shí)現(xiàn)了壓縮水平為-2.52dB和-1.8dB明亮振幅壓縮光（BSL）的遠(yuǎn)程制備；基于16.7公里長(zhǎng)度的多芯光纖的BALS壓縮水平為-1.8dB，與部署30公里長(zhǎng)度單模光纖獲得的壓縮水平一致。研究人員還用了零差檢測(cè)和Winger函數(shù)重建的量子態(tài)斷層掃描（QST）來(lái)驗(yàn)證BSL的壓縮特性。綜上所述，上述方案為進(jìn)行長(zhǎng)距離量子信息處理提供了新的參考思路。
圖3 明亮壓縮光測(cè)試系統(tǒng)
4、模式色散
意大利帕爾馬大學(xué)的Chiara Lasagni等研究人員在弱耦合空分復(fù)用（SDM）系統(tǒng)中分析了采用少模光纖（FMF）傳輸信號(hào)時(shí)模式色散是如何影響非線性干擾（NLI）的方差，并設(shè)計(jì)了在組內(nèi)和組間NIL中均包含模式色散的高斯噪聲（GN）模型[4]。他們通過(guò)應(yīng)用兩組不同簡(jiǎn)并FMF中的傳輸脈沖證明了設(shè)置NLI方差對(duì)確定性差模群延時(shí)（DMGD）有重要影響，如圖4所示；通過(guò)對(duì)四波混頻效應(yīng)的分析，他們發(fā)現(xiàn)空間模式色散（SMD）對(duì)與相位和極化相關(guān)的非線性失真有不同程度的影響；他們還比較了NLI方差估計(jì)結(jié)果和采用分步傅里葉方法的仿真結(jié)果，驗(yàn)證了應(yīng)用上述模型的準(zhǔn)確性。綜上所述，該方案對(duì)降低光纖非線性系數(shù)來(lái)減輕kerr效應(yīng)引起非線性干擾的應(yīng)用具有參考借鑒價(jià)值。
圖4 脈沖FMF中的傳輸
5、超短脈沖傳輸模型
北京大學(xué)電子與計(jì)算機(jī)工程學(xué)院的Jinhong Wu等研究人員設(shè)計(jì)了一種基于物理信息神經(jīng)網(wǎng)絡(luò)（PINN）的通信模型，用于分析超短脈沖在光纖中的傳輸特性，如圖5所示[5]。他們通過(guò)引入先驗(yàn)知識(shí)，分析了應(yīng)用傳統(tǒng)非線性薛定諤方程（NLSE）求解的計(jì)算復(fù)雜度，并明確應(yīng)用該方程可顯著減少大量數(shù)據(jù)的訓(xùn)練需求；在此基礎(chǔ)上，分別針對(duì)長(zhǎng)脈沖（T? > 1 ps）和短脈沖（T? < 1 ps）進(jìn)行了仿真驗(yàn)證。研究結(jié)果表明：對(duì)于長(zhǎng)脈沖，在1~2 ps的脈沖寬度和1.9~3.8 W的峰值功率范圍內(nèi)該模型表現(xiàn)出色，預(yù)測(cè)結(jié)果與應(yīng)用NLSE一致性良好，均方根誤差（RMS）僅為0.025；對(duì)于短脈沖，PINN在400fs~800fs的脈沖寬度和12~24 W的峰值功率范圍內(nèi)也表現(xiàn)出高精度預(yù)測(cè)能力， RMS誤差僅為0.0216。因?yàn)閼?yīng)用PINN模型的訓(xùn)練時(shí)間顯著短于應(yīng)用傳統(tǒng)數(shù)值模擬計(jì)算方法，且預(yù)測(cè)速度比應(yīng)用NLSE模擬快兩個(gè)數(shù)量級(jí)；因此，該方案為超快光子學(xué)的實(shí)際應(yīng)用提供了重要參考思路。
圖5 PINN模型架構(gòu)
6、光互連系統(tǒng)
北京大學(xué)信息與通信工程系的Chuanchuan Yang等研究人員設(shè)計(jì)了采用隱藏特征提取學(xué)習(xí)（HFE）進(jìn)行端到端（E2E）聯(lián)合均衡與低密度奇偶校驗(yàn)（LDPC）譯碼的方法，以提升含垂直腔發(fā)射激光器與多模光纖（VCSEL-MMF）的光互連系統(tǒng)在超高傳輸速率下的工作性能，如圖6所示[6]。他們引入了深度學(xué)習(xí)算法以優(yōu)化信號(hào)處理過(guò)程，并有效降低了接收信號(hào)的誤碼率（BER）；并提出了應(yīng)用HFE方法通過(guò)二次空間變換和主成分分析（PCA）提取隱藏特征來(lái)提高神經(jīng)網(wǎng)絡(luò)均衡的訓(xùn)練效率，同時(shí)避免系統(tǒng)計(jì)算復(fù)雜度的增加；他們?cè)O(shè)計(jì)的E2E聯(lián)合均衡與LDPC譯碼方法綜合考慮了數(shù)字預(yù)失真（DPD）、光鏈路模型、前饋均衡器（FFE）和基于深度學(xué)習(xí)的歸一化偏移最小和（DL-NOMS）LDPC譯碼器的影響，實(shí)現(xiàn)了對(duì)傳輸鏈路的全局優(yōu)化。研究結(jié)果表明：該系統(tǒng)在100米MMF鏈路中實(shí)現(xiàn)了288 Gb/s信號(hào)的高速傳輸，誤碼率低于20%軟判決前向糾錯(cuò)（FEC）閾值，且在不同傳輸場(chǎng)景應(yīng)用中表現(xiàn)出了良好泛化能力；采用NOMS LDPC譯碼算法在迭代過(guò)程中表現(xiàn)出比傳統(tǒng)算法更低的誤碼率，其權(quán)重和偏置參數(shù)的自適應(yīng)使其能夠匹配非高斯信道特性。綜上所述，該研究方案為高速光互連系統(tǒng)的設(shè)計(jì)提供了參考思路，并為未來(lái)大數(shù)據(jù)中心的建設(shè)提供了一定的技術(shù)支撐。
圖6 應(yīng)用深度學(xué)習(xí)優(yōu)化信號(hào)處理的過(guò)程
參考文獻(xiàn)：
[1] Yamazaki H, Nagatani M, Nakamura M, et al. Analog Electronic and Optical Multiplexing Techniques for Transmitter Bandwidth Extension[J/OL]. Journal of Lightwave Technology, 2025, 43(4): 1550-1564.
[2] M. T. Askari and L. Lampe, "Probabilistic Shaping for Nonlinearity Tolerance," [J/OL].?Journal of Lightwave Technology, 2025, 43(4): 1565-1580.
[3] Wang J, Liao J, Chen Z, et al. Remote Preparation of Bright Squeezed Light via Field-Deployed Multi-Core Fibers[J/OL]. Journal of Lightwave Technology, 2025, 43(3): 1000-1006.
[4] Lasagni C, Serena P, Bononi A, et al. Effects of Mode Dispersion on the Nonlinear Interference in Few-Mode Fiber Transmissions[J/OL]. Journal of Lightwave Technology, 2025, 43(4): 1604-1614. DOI:10.1109/JLT.2024.3492344.
[5] Wu J, Wang Z, Chen R, et al. Efficient Physics-Informed Neural Network for Ultrashort Pulse Dynamics in Optical Fibers[J/OL]. Journal of Lightwave Technology, 2025, 43(3): 1372-1380.
[6] Yang C, Qin H, Lan T, et al. Hidden Feature Extraction Learning and End-to-End Joint Equalization With LDPC Decoding Method for Optical Interconnect[J/OL]. Journal of Lightwave Technology, 2025, 43(4): 1746-1758.
2025年2月出版的JLT主要刊登了以下一些方向的文章，包括：光電信號(hào)復(fù)用、概率整形技術(shù)、壓縮光處理、模式色散、超短脈沖傳輸模型、光互連系統(tǒng)等，筆者將逐一評(píng)析。
1、光電信號(hào)復(fù)用
日本NTT公司網(wǎng)絡(luò)創(chuàng)新實(shí)驗(yàn)室的Hiroshi Yamazaki等研究人員設(shè)計(jì)了應(yīng)用多數(shù)字模擬轉(zhuǎn)換器（DAC）和頻譜圖像疊加的方案以克服DAC的工作帶寬受限影響，如圖1所示[1]。他們采用電信號(hào)與域中頻輔助復(fù)用（IFI-MUX）技術(shù)（如應(yīng)用InP HBT模擬復(fù)用器（AMUX））實(shí)現(xiàn)了100 GHz的工作帶寬，并在強(qiáng)度調(diào)制直接檢測(cè)（IM-DD）系統(tǒng)中達(dá)到了538.8 Gbps/λ的傳輸速率；結(jié)合硅鍺 DAC與基帶復(fù)用（BB-MUX）技術(shù)，實(shí)現(xiàn)了數(shù)字相干系統(tǒng)中2.42 Tbps/λ的傳輸速率；還采用光學(xué)復(fù)用技術(shù)（如OAWG）進(jìn)一步完成了2.5 Tbps/λ以上傳輸速率信號(hào)的生成。研究結(jié)果表明：應(yīng)用光電信號(hào)復(fù)用技術(shù)通過(guò)數(shù)字預(yù)處理與模擬組件協(xié)同，可顯著拓展信號(hào)工作帶寬，如果上述方式與IQ調(diào)制器結(jié)合可實(shí)現(xiàn)160.7GBaud符號(hào)速率的1.64Tbps信號(hào)傳輸。綜上所述，上述研究工作研究的實(shí)施盡管可能面臨器件集成和時(shí)鐘同步的挑戰(zhàn)，但多路光電信號(hào)復(fù)用技術(shù)為新型光信號(hào)發(fā)射機(jī)的制備提供了參考借鑒。
2、概率整形技術(shù)
加拿大不列顛哥倫比亞大學(xué)電氣與計(jì)算機(jī)工程系Mohammad Taha Askar和Lutz Lamp研究了光纖通信系統(tǒng)中概率整形技術(shù)對(duì)信號(hào)傳輸非線性容忍度的影響，如圖2所示[2]。他們應(yīng)用了概率振幅整形（PAS）技術(shù)，并結(jié)合Maxwell-Boltzmann分布和球面整形等方法，通過(guò)優(yōu)化信號(hào)高階矩（如四階矩μ4=2.5、六階矩μ6=6.8）以抑制非線性干擾噪聲（NLIN）的負(fù)面影響。研究結(jié)果表明：在含20跨段1600km光纖鏈路的通信系統(tǒng)中，使用塊長(zhǎng)（D=180）恒定分布匹配（CCDM）方案相比均勻分布方案，可將信噪比（SNR）提升0.18dB，并將傳輸距離延長(zhǎng)15%-20%。通過(guò)結(jié)合序列選擇技術(shù)，他們通過(guò)低通濾波篩選候選序列，可使雙極化256QAM信號(hào)的接收SNR提升0.3dB。綜上所述，應(yīng)用該方案可有效提升光纖非線性容限且能改善信號(hào)傳輸性能，為提推動(dòng)大容量、長(zhǎng)距離光信號(hào)傳輸技術(shù)的進(jìn)一步發(fā)展提供了參考借鑒。
3、壓縮光處理
中山大學(xué)的王金濤等研究人員設(shè)計(jì)了基于多芯光纖現(xiàn)場(chǎng)部署的遠(yuǎn)程明亮壓縮光（BSL）方案，如圖3所示[3]。研究人員分別通過(guò)6公里和30公里的標(biāo)準(zhǔn)單模光纖上實(shí)現(xiàn)了壓縮水平為-2.52dB和-1.8dB明亮振幅壓縮光（BSL）的遠(yuǎn)程制備；基于16.7公里長(zhǎng)度的多芯光纖的BALS壓縮水平為-1.8dB，與部署30公里長(zhǎng)度單模光纖獲得的壓縮水平一致。研究人員還用了零差檢測(cè)和Winger函數(shù)重建的量子態(tài)斷層掃描（QST）來(lái)驗(yàn)證BSL的壓縮特性。綜上所述，上述方案為進(jìn)行長(zhǎng)距離量子信息處理提供了新的參考思路。
4、模式色散
意大利帕爾馬大學(xué)的Chiara Lasagni等研究人員在弱耦合空分復(fù)用（SDM）系統(tǒng)中分析了采用少模光纖（FMF）傳輸信號(hào)時(shí)模式色散是如何影響非線性干擾（NLI）的方差，并設(shè)計(jì)了在組內(nèi)和組間NIL中均包含模式色散的高斯噪聲（GN）模型[4]。他們通過(guò)應(yīng)用兩組不同簡(jiǎn)并FMF中的傳輸脈沖證明了設(shè)置NLI方差對(duì)確定性差模群延時(shí)（DMGD）有重要影響，如圖4所示；通過(guò)對(duì)四波混頻效應(yīng)的分析，他們發(fā)現(xiàn)空間模式色散（SMD）對(duì)與相位和極化相關(guān)的非線性失真有不同程度的影響；他們還比較了NLI方差估計(jì)結(jié)果和采用分步傅里葉方法的仿真結(jié)果，驗(yàn)證了應(yīng)用上述模型的準(zhǔn)確性。綜上所述，該方案對(duì)降低光纖非線性系數(shù)來(lái)減輕kerr效應(yīng)引起非線性干擾的應(yīng)用具有參考借鑒價(jià)值。
5、超短脈沖傳輸模型
北京大學(xué)電子與計(jì)算機(jī)工程學(xué)院的Jinhong Wu等研究人員設(shè)計(jì)了一種基于物理信息神經(jīng)網(wǎng)絡(luò)（PINN）的通信模型，用于分析超短脈沖在光纖中的傳輸特性，如圖5所示[5]。他們通過(guò)引入先驗(yàn)知識(shí)，分析了應(yīng)用傳統(tǒng)非線性薛定諤方程（NLSE）求解的計(jì)算復(fù)雜度，并明確應(yīng)用該方程可顯著減少大量數(shù)據(jù)的訓(xùn)練需求；在此基礎(chǔ)上，分別針對(duì)長(zhǎng)脈沖（T? > 1 ps）和短脈沖（T? < 1 ps）進(jìn)行了仿真驗(yàn)證。研究結(jié)果表明：對(duì)于長(zhǎng)脈沖，在1~2 ps的脈沖寬度和1.9~3.8 W的峰值功率范圍內(nèi)該模型表現(xiàn)出色，預(yù)測(cè)結(jié)果與應(yīng)用NLSE一致性良好，均方根誤差（RMS）僅為0.025；對(duì)于短脈沖，PINN在400fs~800fs的脈沖寬度和12~24 W的峰值功率范圍內(nèi)也表現(xiàn)出高精度預(yù)測(cè)能力， RMS誤差僅為0.0216。因?yàn)閼?yīng)用PINN模型的訓(xùn)練時(shí)間顯著短于應(yīng)用傳統(tǒng)數(shù)值模擬計(jì)算方法，且預(yù)測(cè)速度比應(yīng)用NLSE模擬快兩個(gè)數(shù)量級(jí)；因此，該方案為超快光子學(xué)的實(shí)際應(yīng)用提供了重要參考思路。
6、光互連系統(tǒng)
北京大學(xué)信息與通信工程系的Chuanchuan Yang等研究人員設(shè)計(jì)了采用隱藏特征提取學(xué)習(xí)（HFE）進(jìn)行端到端（E2E）聯(lián)合均衡與低密度奇偶校驗(yàn)（LDPC）譯碼的方法，以提升含垂直腔發(fā)射激光器與多模光纖（VCSEL-MMF）的光互連系統(tǒng)在超高傳輸速率下的工作性能，如圖6所示[6]。他們引入了深度學(xué)習(xí)算法以優(yōu)化信號(hào)處理過(guò)程，并有效降低了接收信號(hào)的誤碼率（BER）；并提出了應(yīng)用HFE方法通過(guò)二次空間變換和主成分分析（PCA）提取隱藏特征來(lái)提高神經(jīng)網(wǎng)絡(luò)均衡的訓(xùn)練效率，同時(shí)避免系統(tǒng)計(jì)算復(fù)雜度的增加；他們?cè)O(shè)計(jì)的E2E聯(lián)合均衡與LDPC譯碼方法綜合考慮了數(shù)字預(yù)失真（DPD）、光鏈路模型、前饋均衡器（FFE）和基于深度學(xué)習(xí)的歸一化偏移最小和（DL-NOMS）LDPC譯碼器的影響，實(shí)現(xiàn)了對(duì)傳輸鏈路的全局優(yōu)化。研究結(jié)果表明：該系統(tǒng)在100米MMF鏈路中實(shí)現(xiàn)了288 Gb/s信號(hào)的高速傳輸，誤碼率低于20%軟判決前向糾錯(cuò)（FEC）閾值，且在不同傳輸場(chǎng)景應(yīng)用中表現(xiàn)出了良好泛化能力；采用NOMS LDPC譯碼算法在迭代過(guò)程中表現(xiàn)出比傳統(tǒng)算法更低的誤碼率，其權(quán)重和偏置參數(shù)的自適應(yīng)使其能夠匹配非高斯信道特性。綜上所述，該研究方案為高速光互連系統(tǒng)的設(shè)計(jì)提供了參考思路，并為未來(lái)大數(shù)據(jù)中心的建設(shè)提供了一定的技術(shù)支撐。
參考文獻(xiàn)：
[1] Yamazaki H, Nagatani M, Nakamura M, et al. Analog Electronic and Optical Multiplexing Techniques for Transmitter Bandwidth Extension[J/OL]. Journal of Lightwave Technology, 2025, 43(4): 1550-1564.
[2] M. T. Askari and L. Lampe, "Probabilistic Shaping for Nonlinearity Tolerance," [J/OL].?Journal of Lightwave Technology, 2025, 43(4): 1565-1580.
[3] Wang J, Liao J, Chen Z, et al. Remote Preparation of Bright Squeezed Light via Field-Deployed Multi-Core Fibers[J/OL]. Journal of Lightwave Technology, 2025, 43(3): 1000-1006.
[4] Lasagni C, Serena P, Bononi A, et al. Effects of Mode Dispersion on the Nonlinear Interference in Few-Mode Fiber Transmissions[J/OL]. Journal of Lightwave Technology, 2025, 43(4): 1604-1614. DOI:10.1109/JLT.2024.3492344.
[5] Wu J, Wang Z, Chen R, et al. Efficient Physics-Informed Neural Network for Ultrashort Pulse Dynamics in Optical Fibers[J/OL]. Journal of Lightwave Technology, 2025, 43(3): 1372-1380.
[6] Yang C, Qin H, Lan T, et al. Hidden Feature Extraction Learning and End-to-End Joint Equalization With LDPC Decoding Method for Optical Interconnect[J/OL]. Journal of Lightwave Technology, 2025, 43(4): 1746-1758.
