非线性光纤信道中基于非匹配度量的编码调制技术的理论及应用研究

In order to improve the system performance and power efficiency, coded-modulation is one of popular topics in coherent fiber-optic communication systems. Mismatched metric is one of key factors affecting the system performance. In this project, we will propose a new mismatched metric, which can remove the nonlinearity compensation and is suitable for all transmission scenarios, such as with or without dispersion management, or of high or low nonlinearity, or with polarization multiplexing, and so on. We also prefer that the proposed mismatched metric is of low computational complexity and without any correction. We will study its performance in two systems, bit-interleaved coded-modulation (BICM) and non-binary low-density parity-check coded-modulation (NB-LDPC-CM). Once the metric is obtained, we will evaluate its performance in all possible transmission scenario. Furthermore, we will analyze the asymptotic performance of the proposed mismatched metric based on the pair-wise error probability and discover some design principles for the BICM system in nonlinear fiber-optic channels. Finally, we will propose a low-complexity decoding algorithm for non-binary low-density parity-check codes with high throughput rate, which can be used in coherent optical communications. The performance of the proposed algorithm will be verified on an evaluation system of a field-programmable gate array.

为提高系统性能，降低传输所需的光功率，高效、高性能的编码调制方案是相干光通信的研究热点之一。非匹配度量是决定编码调制系统性能的重要因素。在本项目中，将探索一种通用的、计算复杂度低、性能损失低且无需校正的非匹配度量，该度量可取消系统中的非线性补偿模块，适合光纤信道的各种传输场景，如非线性、偏振复用、有（无）色散管理等情形。在本项目，主要将该度量应用于比特编码调制(BICM)和基于非二进制奇偶校验码的编码调制(NB-LDPC-CM)等两种技术中。评价并分析该非匹配度量在各种传输场景中的性能。针对BICM分析非线性光纤信道的渐近性能限，尝试给出非线性光纤信道的BICM设计准则。在该准则的基础上，优化系统的影响因素，如星座图、映射等。给出一种低复杂度、吞吐率高的NB-LDPC译码算法，并采用可编程逻辑器件验证其性能，为应用于相干光通信系统中打下基础。

本项目组首先研究了性能良好的译码算法，这部分研究内容如下。首先我们提出了基于截断多投票的符号翻转算法(T-MV-SF)及简化的基于多投票原理的符号翻转算法(S-MV-SF)，该算法复杂度降低了80%，性能优于传统算法，可应用于数据存储、光纤通信等领域。我们提出了基于多比特翻转集合多停止准则的极化码置信传播译码算法(BP-MF-MC)，BP-MF-MC的性能优于CA-SCL-16，稍稍劣于CA-SCL-32，该算法可应用于光纤通信及数据存储领域，具有良好的应用前景。同时，在高SNR的情况下，该算法的复杂性可以接近CA-SCL32。最后，我们针对极化码提出了一种的神经网络解码算法，然后利用深度学习算法对该神经网络译码算法的参数进行了优化，同时，提出了一种基于子译码块神经网络译码算法。但目前而言，受性能及复杂度限制，该成果的应用前景受限。.然后，本项目针对研究了非线性光纤信道下的非匹配度量及映射。首先本项目组提出了一种基于非匹配度量的光通信信道解映射方法和装置，该部分研究内容已经进行了专利转化。其次研究了采用极化比特交织的光纤信道性能，设计了基于极化交织的极化映射方式，可以应用于现有的光通信系统中，用来提升系统性能。.最后，本项目组研究了采用多模或少模光纤下的模分复用系统(MDM)性能。首先研究了非线性薛定谔方程的多模局部误差计算准则，该工作对多模光纤系统的仿真与分析具有重要的科学意义。但目前的结果还不够全面与精确。其次，分析了具有模式依赖损耗(MDL)的MDM系统的动态信道补偿特性，该工作对多模光纤系统的性能具有重要的科学意义。但目前的结果仅指出MDL会影响系统的动态性能，未给出解决办法。最后，提出了一种新的MIMO检测算法，可克服MDL对系统带来的影响。该工作对多模光纤系统的性能具有重要的科学意义，具有良好和广泛的应用前景。.项目发表SCI论文8篇，EI论文2篇，专利（公开及授权）共5项，专利转化1项，培养研究生15人。