通过光电混合部分响应频谱整形与基于RNN的序列估计来缓解频谱窄化问题

《IEICE Transactions on Communications》：Spectrum narrowing mitigation via opto-electrical hybrid partial response spectrum shaping and RNN-based sequence estimation

　　

摘要：

在高速符号率和超密集波分复用系统中，由于数模转换器、模数转换器的带宽有限，以及波长选择开关的理想化通带特性不佳，频谱窄化成为一个严重的问题。虽然可以通过自适应均衡器来补偿由此产生的符号间干扰，但这种补偿会不可避免地增加噪声，并使数字信号处理变得不稳定。我们提出了一种解调框架，该框架结合了光电混合部分响应频谱整形技术与基于循环神经网络的自序估计技术，以此减轻频谱窄化的影响。通过将传输引起的频谱窄化视为部分响应滤波器的一部分，该方案能够抑制噪声的增加，稳定自适应均衡器，并且无需依赖信道信息即可进行序列估计。通过涵盖多种调制格式和传输距离的全面数值模拟，证明了该方案的有效性。此外，还利用32 Gbaud双极化4-QAM信号在37.5 GHz间隔下的传输实验进一步验证了其可行性，这些实验对应的是超密集波分复用场景。