基于训练序列的少模光纤信道色散(CD)、模依赖损耗(MDL)及差分模群延时(DMGD)频域联合监测

《Optics & Laser Technology》：Frequency-domain joint monitoring of CD, MDL and DMGD for few-mode fiber channels based on training sequence

　　

摘要：空分复用(Space Division Multiplexing, SDM)系统在监测耦合信道损伤方面面临严峻挑战。为解决这些问题，研究人员提出了一种低复杂度、训练辅助的框架，用于少模光纤信道中色度色散(Chromatic Dispersion, CD)、模依赖损耗(Mode-Dependent Loss, MDL)和差分模群延时(Differential Mode Group Delay, DMGD)的联合与独立监测。该方案利用恒幅零自相关(Constant Amplitude Zero Auto-Correlation, CAZAC)序列理想的互相关特性，通过频域分析解耦上述损伤：从信道行列式的二次相位中提取CD，从频率相关的特征值相位差中提取DMGD，从奇异值扩展中提取MDL。此外，引入自适应带宽选择策略以解决估计分辨率与混叠极限之间的折衷问题。在少模光纤系统中的实验验证表明该方案可实现高精度监测。对于CD估计，在低色散区间(0–15,300 ps/nm)绝对误差低于0.3 ps/nm，在高色散区间(15,300–34,000 ps/nm)相对误差保持在0.2%以内。此外，DMGD(0–100 ps)监测误差小于0.1 ps，MDL(0–15 dB)监测误差小于0.3 dB。结果同时证实其在低光信噪比(低至14 dB)下的鲁棒性。该方法无需超宽带示波器且可与数字信号处理(Digital Signal Processing, DSP)流程无缝集成，为下一代多维传输系统的在线损伤诊断提供了可扩展且经济高效的解决方案。

基于训练序列频域分析的少模光纤CD、MDL及DMGD联合监测方法研究解读

空间分复用（Space Division Multiplexing, SDM）技术利用少模光纤（Few-Mode Fiber, FMF）等介质提升光纤通信系统的传输容量，是应对AI与云计算驱动下带宽需求激增的关键手段。然而SDM系统引入了多维耦合信道损伤，包括色度色散（Chromatic Dispersion, CD）引起的脉冲展宽、差分模群延时（Differential Mode Group Delay, DMGD）造成的空间模式间时域失配、模依赖损耗（Mode-Dependent Loss, MDL）导致的功率失衡以及模式间串扰。这些损伤的多维特性及动态耦合使信道特征高度复杂，使得光性能监测（Optical Performance Monitoring, OPM）成为保障实时诊断与自适应补偿的核心。现有CD监测多依赖时域均衡器系数求逆结合二次相位提取、代价函数扫描、分数阶傅里叶变换或功率自相关分析；DMGD测量常用飞行时间法、微波干涉仪、调频连续波分析或空间光谱成像；MDL监测多基于多输入多输出（Multiple-Input Multiple-Output, MIMO）均衡器求逆或双均衡器输入输出互换提取信道传输矩阵。这些方法或需超宽带示波器以满足高精度时域测量，或缺乏多参数在线联合监测灵活性，且基于MIMO均衡器反馈收敛的方法在严重损伤场景下收敛极慢且易受奇异性影响，随机梯度噪声会放大病态高MDL信道下的估计误差。单模光纤中基于MIMO自适应均衡器抽头（如最小均方算法 Least Mean Squares, LMS）联合监测CD、差分群延时（Differential Group Delay, DGD）和偏振相关损耗（Polarization-Dependent Loss, PDL）虽较成熟，但同样受限于收敛死锁及抽头数过多带来的复杂度，频域导频方案则存在与现有架构兼容性差的问题。针对SDM系统协同在线监测研究的匮乏，Gao Ye、Linsheng Fan、Jinlong Wei等研究人员在《Optics 》上提出并实验验证了一种基于CAZAC（Constant Amplitude Zero Auto-Correlation，恒幅零自相关）训练序列频域分析的SDM系统多损伤联合监测框架，通过直接获取前向频域传输矩阵避免迭代收敛与随机噪声放大，利用各损伤独特频谱特征分别解耦CD、DMGD与MDL，实验证明该方法在复杂多损伤场景及低OSNR（光信噪比 Optical Signal-to-Noise Ratio）环境下具备高精度与强鲁棒性，为下一代SDM光网络实时OPM提供了可扩展、低成本解决方案。

研究人员采用的主要关键技术方法为：搭建两模FMF传输实验系统，在发射端DSP（Digital Signal Processing，数字信号处理）插入由512符号CAZAC序列重复8次构成的帧头进行信道估计以获取频域传输矩阵；对估计矩阵求行列式提取全局二次相位拟合CD（β₂参数），对矩阵做奇异值分解（Singular Value Decomposition, SVD）取特征值相位差线性拟合DMGD，由奇异值幅值扩展计算MDL；引入随损伤大小与OSNR自适应调整的估计带宽策略平衡分辨率与混叠，并在不同预设CD、DMGD、MDL及不同OSNR条件下测试监测误差。

Channel model（信道模型）

研究人员建立线性传输下光纤频域响应模型 H(ω)=H_CD(ω)·H_sop(ω)，其中H_CD(ω)=exp(-jβ₂ω²z/2)为CD频域传递函数（β₂为群速度色散参数，z为传输距离），H_sop(ω)表征模间耦合效应，整体表示为m×m矩阵（m为信道维度数，本文实验为两模FMF即2×2矩阵），各元素H_p,q(ω)含模式间耦合与群延时信息，为后续频域解耦提供理论依据。

Mathematical extraction of channel impairments（信道损伤的数学提取）

获取频域信道估计矩阵后，研究人员利用不同损伤频谱特性解耦参数：计算信道行列式det[H(ω)]，其相位呈ω²二次函数，通过抛物线拟合提取β₂进而得CD值，消除CD影响后剩余矩阵做SVD，两特征值相位差Δφ(ω)与频偏呈线性关系，斜率乘以传输距离得DMGD；同一SVD得到的奇异值幅值之比取对数转换为dB即MDL。该过程无需MIMO均衡器迭代收敛，直接由训练序列频域响应完成。

Experimental setup（实验装置）

研究人员搭建四維（4D，含两模式×两偏振）传输实验平台，发射DSP生成31 Gbaud偏振复用16-QAM信号，帧头为512符号CAZAC序列重复8次（获约9 dB处理增益以提升低OSNR下估计精度），经两模FMF传输后相干接收，离线DSP完成帧同步、信道矩阵估计及上述损伤提取流程，并分别在可变CD仿真模块、可调DMGD模拟器、可编程MDL模块及可调光衰减器控制OSNR的条件下开展测试。

Adaptive bandwidth strategy and Single-Impairment estimation performance（自适应带宽策略与单损伤估计性能）

研究人员提出根据当前色散量级选取合适估计带宽：大CD时选用较窄频段避免二次相位过绕引起混叠，小CD时拓宽带宽提高拟合分辨率。单独扫变各损伤并固定其余为零或极小值、OSNR=22 dB条件下，CD在0–15,300 ps/nm区间绝对误差<0.3 ps/nm，15,300–34,000 ps/nm区间相对误差<0.2%；DMGD在0–100 ps区间误差<0.1 ps；MDL在0–15 dB区间误差<0.3 dB。验证自适应带宽可有效延伸大量CD下无混叠工作范围并维持高精度。

Conclusion（结论，译自原文结论段）

研究人员提出并实验演示了一种基于训练序列的SDM系统CD、DMGD和MDL联合监测框架。通过利用CAZAC序列的频谱平坦性与理想自相关性，该方案可通过频域矩阵分析精确提取多种信道损伤。具体而言，研究人员验证了一种自适应带宽选择策略，成功缓解了大色散下的混叠效应，拓展了监测范围。实验结果表明该方法在少模光纤系统中实现了高精度联合监测：低色散区CD绝对误差低于0.3 ps/nm，高色散区相对误差在0.2%以内，DMGD误差小于0.1 ps，MDL误差小于0.3 dB，且在OSNR低至14 dB时仍保持稳健性能。该训练辅助频域方法无需超宽带示波器并与标准相干DSP兼容，为下一代SDM光网络提供了可扩展且经济高效的在线光性能监测解决方案。

讨论总结

该研究针对SDM系统多维耦合损伤难以在线联合监测及传统MIMO均衡器求逆法收敛困难、需昂贵宽带仪表等局限，创新性地引入CAZAC训练序列频域直接估计信道矩阵并结合SVD解耦不同物理损伤特征，辅以自适应带宽选取策略平衡精度与混叠，在两模FMF实验系统中验证了CD、DMGD、MDL联合监测的高精度（CD低色散区绝对误<0.3 ps/nm、高色散区相对误<0.2%，DMGD<0.1 ps，MDL<0.3 dB）及低OSNR（14 dB）鲁棒性。方法避免均衡器迭代收敛奇异性与梯度噪声放大问题，帧头兼容既有DSP流程，无需额外超宽带采样设备，适合嵌入实际相干光收发器做在线OPM。研究填补了SDM系统协同在线多损伤频域联合监测方案的不足，对未来多维光传输网运维与自适应损伤补偿具重要实用价值，后续可进一步拓展至多模更多维数及动态链路跟踪场景。