Experimental validation of the closed-form GN model accounting for distributed Raman amplification in an S+C+L-band hybrid amplified long-haul transmission system

📄 arXiv: 2407.12476v1 📥 PDF

作者: Jiaqian Yang, Henrique Buglia, Eric Sillekens, Mingming Tan, Pratim Hazarika, Dini Pratiwi, Ronit Sohanpal, Mindaugas Jarmolovičius, Romulo Aparecido, Ralf Stolte, Wladek Forysiak, Polina Bayvel, Robert I. Killey

分类: eess.SY

发布日期: 2024-07-17

备注: 3 pages plus 1 page reference, 4 figures, submitted to ECOC 2024

💡 一句话要点

实验验证闭合形式GN模型在S+C+L波段混合放大长距离传输系统中的精度

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 光纤通信 非线性干扰 GN模型 拉曼放大 S+C+L波段 WDM传输 信噪比 长距离传输

📋 核心要点

  1. 长距离光纤通信中，非线性干扰是限制系统性能的关键因素，精确建模非线性干扰至关重要。
  2. 该论文验证了一种闭合形式的GN模型，用于准确估计S+C+L波段混合放大系统中的非线性干扰。
  3. 实验结果表明，该模型在1065公里传输距离下，能够以小于0.6dB的信噪比误差精确估计非线性干扰和ASE噪声。

📝 摘要（中文）

本文通过实验评估了一种新近开发的闭合形式GN非线性干扰模型在采用后向拉曼泵浦的1065公里S+C+L波段WDM传输系统中的准确性。实验结果表明，该模型能够精确估计非线性干扰和ASE噪声，总信噪比（SNR）误差小于0.6 dB。

🔬 方法详解

问题定义：长距离光纤通信系统中，非线性效应会产生非线性干扰（NLI），严重影响信号传输质量。精确建模和补偿NLI是提高系统容量和传输距离的关键。现有的NLI模型在计算复杂度和精度上存在权衡，尤其是在混合放大（如同时使用拉曼放大和掺铒光纤放大）的复杂系统中，建模精度面临挑战。

核心思路：该论文的核心思路是验证一种闭合形式的GN（Gaussian Noise）模型，该模型旨在以较低的计算复杂度，准确估计包括分布式拉曼放大在内的S+C+L波段混合放大系统中的NLI。闭合形式意味着可以直接计算NLI，而无需进行复杂的迭代或数值模拟。

技术框架：该研究通过实验验证该闭合形式GN模型的准确性。实验系统是一个1065公里的S+C+L波段WDM传输系统，采用后向拉曼泵浦进行分布式放大。实验中，测量了不同信道上的信号功率和噪声功率，并与模型预测值进行比较。整体流程包括：系统搭建、信号传输、数据采集、模型计算和结果分析。

关键创新：该论文的关键创新在于验证了闭合形式GN模型在S+C+L波段混合放大长距离传输系统中的适用性。与传统的基于数值模拟的NLI估计方法相比，闭合形式模型具有计算复杂度低的优势，更易于在实际系统中应用。

关键设计：实验系统采用1065公里的光纤链路，并使用后向拉曼泵浦进行分布式放大，以模拟实际的长距离传输环境。S+C+L波段覆盖了更宽的频谱范围，可以提高系统的传输容量。实验中，精确测量了各个信道的功率和噪声，用于验证模型的准确性。模型的具体参数设置和计算公式在论文中应该有详细描述（未知）。

🖼️ 关键图片

img_0

📊 实验亮点

实验结果表明，该闭合形式GN模型能够以小于0.6 dB的信噪比误差，准确估计1065公里S+C+L波段WDM传输系统中的非线性干扰和ASE噪声。这一结果验证了该模型在复杂混合放大系统中的有效性，为实际应用提供了可靠的依据。

🎯 应用场景

该研究成果可应用于长距离、大容量光纤通信系统的设计和优化。通过精确估计非线性干扰，可以更好地进行功率分配、调制格式选择和信道编码等优化，从而提高系统的传输性能和频谱效率。该模型还可用于评估不同放大方案对非线性干扰的影响，为系统设计提供指导。

📄 摘要（原文）

The accuracy of a recently-developed closed-form GN nonlinear interference model is evaluated in experimental 1065 km S+C+L band WDM transmission with backward Raman pumping. The model accurately estimates the nonlinear interference and ASE with total SNR error of less than 0.6 dB.