-
题名高速无源光网络技术路线及系统研究
- 1
-
-
作者
李婕
罗鸣
李响
-
机构
中国信息通信科技集团有限公司光纤通信技术和网络全国重点实验室
中国信息通信科技集团有限公司武汉邮电科学研究院有限公司
中国地质大学机械与电子信息学院
-
出处
《光通信研究》
北大核心
2025年第5期13-20,共8页
-
基金
湖北省自然科学基金面上资助项目(2022CFB339)。
-
文摘
【目的】随着互联网应用和宽带业务的爆炸式发展,接入网的带宽需求急剧增加。无源光网络(PON)近年来发展迅速,其作为目前宽带接入网中最具应用前景的主流商用技术,需要有更高的数据速率、更广的覆盖范围和更多的终端用户。文章通过对超100 Gbit/s高速PON的技术路线、关键技术及实现方案进行分析,为未来PON系统的实现提供技术支持和指导。【方法】文章首先阐述了未来PON在容量和成本方面的需求,其次介绍了超100 Gbit/s高速PON的技术路线,包括传统的直调直检(IMDD)路线和将长距离中的相干技术下沉到PON网络两个路线方向。并分别阐述了两个方向所需的关键技术,包括数字信号处理、简化相干、突发模式接收、超密集波分复用(UDWDM)和数字子载波复用(DSCM)等技术。最后,根据目前国内外对高速PON的最新研究,对高速IMDD PON和高速相干PON的先进系统方案进行了阐述介绍,论证了超100 Gbit/s PON采用各种最新技术的实际实验效果。【结果】文章通过应用超100 Gbit/s PON的关键技术,实现了多种超100 Gbit/s PON系统,既满足了大容量需求,也兼顾了多用户需求,实验结果也证明了相干技术应用于PON是未来的有力发展方向。【结论】实验证明,相干技术应用于超100 Gbit/s PON能够有效提升网络容量、功率预算及频谱资源利用率,同时也为PON的持续演进提供了空间,是未来PON发展的重要手段。
-
关键词
无源光网络
直调直检
相干技术
超密集波分复用
数字子载波复用
-
Keywords
PON
IMDD
coherent technology
UDWDM
DSCM
-
分类号
TN929
[电子电信—通信与信息系统]
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名简化相干技术研究进展
- 2
-
-
作者
胡山
李威
潘映梅
曾韬
罗鸣
喻煌
郭浩
-
机构
中国信息通信科技集团有限公司光纤通信技术与网络全国重点实验室
中国信息通信科技集团有限公司烽火藤仓光纤科技有限公司
中国信息通信科技集团有限公司武汉邮电科学研究院
-
出处
《光通信研究》
北大核心
2025年第1期1-7,共7页
-
基金
国家重点研发计划资助项目(2020YFB1806401)
湖北省重点研发计划资助项目(2022BAA002)
湖北省自然科学基金资助项目(2022CFB339)。
-
文摘
随着光通信技术在现代社会生产生活中的广泛应用,其应用场景日益多样化和复杂化。尤其在数据中心和宇航等领域,传统数字相干光通信接收方法的复杂度和功耗问题日益凸显。近年来,模拟相干技术因其能在保持通信质量的同时降低复杂度和功耗而备受关注。该技术通过使用模拟器件实现传统数字相干光通信接收端的部分或全部功能,从而简化了接收结构并降低了功耗。文章首先介绍了模拟相干技术的典型架构,展示了其主要组成部分;然后具体介绍了各个部分的原理、具体结构和实现方式,包括时钟与载波恢复、光域偏振解复用(偏振旋转补偿)和模拟自适应均衡;最后介绍了与模拟相干技术相近的其他简化相干技术,包括准相干接收技术、Kramers-Kronig(KK)接收技术和差分接收技术,分析了这些技术的原理,列出了目前主要的研究成果,并介绍了其各自的优缺点及应用场景。通过对模拟相干及其他简化相干技术的原理和研究现状的分析,比较了各种简化相干方式的优点和不足,阐述了简化相干技术未来应发展的方向,为未来简化相干技术的研究提供了参考。
-
关键词
模拟相干
简化相干
功耗
数据中心
-
Keywords
analog coherent
simplified coherent
power consumption
data center
-
分类号
TN929.11
[电子电信—通信与信息系统]
-
-
题名基于机器学习的光网络监测与优化方法
被引量：5
- 3
-
-
作者
李鸿
刘武
罗鸣
-
机构
中国信息通信科技集团有限公司武汉邮电科学研究院有限公司
中国信息通信科技集团有限公司光通信技术和网络全国重点实验室
-
出处
《光通信研究》
北大核心
2024年第3期1-10,共10页
-
基金
国家重点研发计划资助项目(2022YFB2903303)。
-
文摘
近年来,许多新型调制和复用技术以及动态网络概念被提出,以适应不断提高的网络带宽和质量需求。网络控制平台向系统化、智能化趋势发展,要求网络管理者不断监测网络各项参数,时刻优化网络状态。然而,大范围部署额外的监测设备获取参数信息从成本控制的角度缺乏可行性,利用已知数据与特殊算法进行网络性能监测和优化是更优的选择。机器学习方法因为其足够准确和高效逐渐被学术界采纳用于完成上述任务。文章梳理了在光网络监测与优化任务中使用机器学习算法的不同应用场景,综述了该领域的研究成果,并提出了现存的基于机器学习的光网络监测与优化方法存在的问题及可能的进一步研究的方向。基于机器学习的光学性能监测包括光学损伤辨别、信道质量评估以及通道功率预测,基于机器学习的网络配置优化方法包括强化学习优化通道功率。进一步研究方向可以考虑加强与运营商的合作,使用真实的现场数据,不断获取数据动态训练模型,并使用迁移学习和数据增强等技术,以保证算法的鲁棒性与泛化能力。
-
关键词
机器学习
光学性能监测
光网络优化
神经网络
强化学习
-
Keywords
machine learning
optical performance monitoring
optical network optimization
neural network
reinforcement learning
-
分类号
TN929
[电子电信—通信与信息系统]
-
