《光信号监测基于 ZoomFFT 算法的时钟提.doc》由会员分享，可在线阅读，更多相关《光信号监测基于 ZoomFFT 算法的时钟提.doc（4页珍藏版）》请在三一办公上搜索。
1、精品论文光信号监测基于 Zoom-FFT 算法的时钟提取吕婷婷，伍剑5（北京邮电大学信息光子学与光通信国家重点实验室，北京 100876） 摘要：本文提出了一种基于 Zoom-FFT 的时钟提取算法。此算法利用 Zoom-FFT 作为细化频 谱的依据，先通过 FFT 进行粗略的频谱估计，从而获取需要细化分析的窄带频谱范围；再 在该窄带范围内通过算法进行频域细化分析，以获得更精细的频谱。本文利用仿真软件对 此算法的性能进行了验证，结果表明此算法可以很好的恢复眼图，并且将 CZT 算法与此算10法在计算复杂度，频谱分辨率上进行了比较。Zoom-FFT 在计算时间上小于 CZT，是一种快 速并且有效
2、的时钟提取算法。关键词：数字信号处理；线性光采样；软同步算法；Zoom-FFT中图分类号：TN911.7215Optical Performance Monitoring using software synchronization based on Zoom-FFT algorithmLV Tingting, WU Jian(State Key Laboratory of Information Photonics and Optical Commnications,Beijing University ofPosts and Telecommunications, Beijing 1008
3、76)20Abstract: A new software synchronization method, which is based on Zoom-FFT algorithm, is proposed in this paper. This algorithm possesses higher spectral resolution and shorter computing time than the previous algorithms. This algorithm is verified using simulation software, resultsshow that t
4、his algorithm can restore the eye diagram.And the CZT algorithm with this algorithm were compared on the computational complexity, spectral resolution. Calculation complexity of25the Zoom-FFT algorithm is less than that of CZT, it is a fast and effective clock extraction algorithm.Keywords: Opticalc
5、ommunications;Zoom-FFT;linearopticalsampling;software synchronization300引言通信网络在传输过程中要求有一定的信噪比来保证接收端的误码率。如果信噪比太低， 则会降低整个光网络传输性能。光性能监测可以实时监测通信网络中信噪比等参数的变化， 作为改善通信质量的依据。在光监测中，线性光采样因其以下几点备受关注：1.实时监测振 幅信息和相位信息。2.可监测的的比特速率高于电监测方法。同时，光采样又可根据其时钟35信号的恢复与否，以及恢复方法分为：异步采样，硬同步采样，软同步采样。而软同步采样 因其结构简单备受推崇，此方法无需时钟恢复
6、电路，也无需外部同步采样时钟源。软同步的 关键在于时钟恢复算法。2003，M.Westlund 等提出对采样信号进行离散傅里叶变化，并对 采样时间步长进行进一步的精确估计1。但这种方法耗时太长，而且采样脉冲源与信号源的 时钟为常数，这样才可以重构实时眼图。2006，Thanakom Kiatchanog 提出了 BTDT 算法，40是为了缩短得到精确值的时间2。2011， Yang AiYing 等提出了基于 CZT 的软同步算法3。 本文提出了一种基于 Zoom-FFT 的软同步算法。作者简介：吕婷婷，（1989-），女，硕士研究生，研究方向为线性光采样。通信联系人：伍剑，（1971-）男，
7、教授，光信号处理方向。 E-mail: jianwu- 4 -1软同步算法1.1 软同步算法原理在软同步中，利用重复频率为百兆级的超短光脉冲以固定频率间隔对高速光信号进行降45频采样。其中，采样光脉冲的重复频率为f s = ( B f ) / D式中：B 为光信号比特率;f 为采样样信号与光信号之间的频率差;D 为降频系数。且 D要满足 D Bf 1。f 为采样后信号的眼图包络重复频率，而重构眼图包络的重复周期，即信号比特率周期为 T=1/B，可知，采样时间差为 t = 1/ f s D / B .50t 是构造眼图的重要根据，t 可由公式 t = FT / N 得到，其中 F 为采样信号所包
8、含 的包络数，N 为采样点。得到t 之后，将采样点的时间位置按照步长t 重新排列。可知 t 的精确度影响到眼图恢复的效果。要想得到精确的t，必须先得到精确的 F 值。通常利用傅里叶变化在频域上分析，对 频谱归一化，则峰值对应的就是 F 值。55本文利用 Zoom-FFT4求的更为精确的 F 值。1.2 Zoom-FFTZoom-FFT5可以快速的对整个信号带宽中的部分频带进行高频率分辨率的频谱细化过 程。细化过程如下。设 x(n)为模拟连续信号离散化后的结果，表示为N 1x(n) = x(t ) (t n) ;n=060x(n)的离散傅里叶变化为： X N(k) =N 1 N 1x(n)en=
9、0 j 2k nNk=0,1,2.,N-1x(n)的子集 x(m)的傅里叶变化为： X M(k) = 1MM 1 x(n)en=0 j 2k nM,k=0,1,M-1因为 x(m)是 x(n)的子集，所以二者的采样频率同为 f s 则二者频谱分辨率的关系为f N =f s / N =f s / MK =f M / K 。ZOOM-FFT 算法分为以下三步进行：651.2.1移频分析 x(n)的频谱可得到频谱峰值，归一化频谱峰值对应的是信号时域函数所包含的包络 数 f m 。但是由于离散频谱的栅栏效应，无法得到真实的值。所以将 x(n)乘以复正弦信号。z(n) = x(n) e j 2f m n
10、 / f s= x(n) e j 2f m n /( Nf N )1Z (k ) =N 1 x(n)e j 2 ( kn nf m / f N ) / NN n =0k=0,1,2.,N-170Z(k)是 X(k)移频后的频谱。1.2.2低通滤波再利用低通滤波器将 Z(k)的- (M / 2) f N , (M / 2) f N 频谱范围截出。Z low (k ) = Z (k ) L(k ) ,L(k)为低通滤波器的频率响应。1.2.3再次抽样75如果直接对移频后信号直接以速率 f N M 进行再次采样，即每 k 个样本中采取一个值， 则频谱会发生混叠。但是经过上一步低通滤波，则滤波后的频谱
11、会由基带信号重新表征。r(m) 为采样后结果。则R(k) =1 N 1 K 1x(n) exp( j2n(M + k f m ) / N )k=1,2, M-1。若 L =80分值。N n =0f m ,则 Rf N2(k ) = X (k + L M )2f N。可见抽样后信号的频谱还是 x(n)的频谱的部利用这一点，对 x(n)的某一段频谱细化。R(k)的频谱范围(-，)对应的就是 Z(k)中（- /k, /k)也就是 X(k)中 (fm-/k, fm+/k)。可见 X(k)中特定频谱被细化了 k 倍。这样就可 以得到更为精确的 F 值。根据 F 值，就可以计算出采样步长。从而还原出眼图。
12、2仿真实验85图 1 实验结构图Fig.1 Scheme of experiment本文利用 Optisystem 仿真软件模拟线性采样过程。图 1 为利用 Zoom-FFT 算法作为软同90步算法的光采样系统。其中信号源为 40Gb/s 的 DPSK 信号，采样源为重复频率为 399.8MHz 的超短脉冲。平衡探测器的带宽为 500MHz。通过 90Hybrid，由平衡探测器分别得到信号 与采样脉冲相干结果的实部与虚部。利用 DSP 可得到采样值的幅值。再利用 Zoom-FFT 进 行采样步长的计算。从而恢复出眼图。3仿真结果及结果分析95Zoom-FFT 是基于 FFT 的频谱细化算法。为
13、了提高 FFT 的计算速率，本实验中截取了4608 个采样点。对其进行眼图恢复。其中图 2 是仿真软件利用时钟恢复电路得到的眼图， 而图 3 是细化 128 倍后测得 K=95.9583 得到的眼图。通过对比两图，可见利用 Zoom-FFT 能 够很好的恢复眼图。100105110115120125130图 2.仿真结果 图 3.恢复的眼图Fig.2 simulation result Fig.3 recovered eye-diagram4结论正如引言中提到，目前用作时钟提取的算法还有 CZT 算法6，以及 BTDT 算法。对于 频谱分辨率来说，BTDT 算法的频谱分辨率为（1/2）r 而
14、Zoom-FFT，CZT 的频谱分辨率细 化倍数均为为 fs/(N*M)，r 为细化次数，fs 为采样频率，可见后两种算法优于 BTDT 算法。 下面从计算复杂度对着三种时钟恢复算法进行分析。假设采样点数为 n，BTDT 算法是基于 无限靠近原理。也就是说。利用每一次不同采样长度的 FFT，比较峰值点与相邻两点的大小， 以此提高频谱的分辨率。采样长度的变化是根据前一次的峰值大小微调，所以每次的计算复 杂度为 nlogn。如果要经过 r 次细化，则复杂度为(nlogn)r.。而利用 CZT 算法做细化时，如 果要细化 M 点，则其的复杂度为 N + M + (M + N )log 2 (N +
15、M ) 。Zoom-FFT 频谱细化 m 点时则复杂度为 KM + RKM + Mlog2 M 。其中 r 为滤波器系数的个数。可见，在采样点同为 n，且细化点数为 M 的情况下，Zoom-FFT 的计算时间最短。综上所述，Zoom-FFT 做为软同步算法的主要部分，具有计算复杂度小，频谱分辨率高 的特性。致谢感谢实验室的伍剑教授以及施进丹老师的指导。参考文献 (References)1 Mathias W, Henrik S, Magnus K,Andrekson P A. Software-Synchronized All-Optical Sampling for FiberCommuni
16、cation SystemsJ.JOURNAL OF LIGHTWAVE TECHNOLOGY, 2005,23(3) :1088-10992 Thanakom K, Koji I, Takuo T,Dexung W, Kazuhiro K, Kazuro K .Real-time All-optical Waveform Sampling Using a Free-running Passively Mode-locked Fiber Laser as the Sampling Pulse Source A.Optical Fiber Communication ConferenceC.An
17、aheim California:March 5, 20063 Yang A Y,Lai J S,Sun Y N.A Chirp-z-Transform-Based Software Synchronization Method for OpticalPerformance MonitoringJ.IEEE PHOTONICS TECHNOLOGY LETTERS, 2011,23(22):1739-17414 江波, 唐普英.基于复调制的 ZoomFFT 算法在局部频谱细化中的研究与实现J. 大众科技 2010(7):48-49 5 王涛,陈邵权,范寒柏,王磊.Zoomfft 算法的实现J.电子世界，2012,(15):105-1066 赖俊森, 杨爱英，孙雨南. 线性调频 Z 变换在光采样光性能监测中的应用J. 北京理工大学学 报,2011,31(7):832-837
