【目的】近年来，数据通信量呈爆炸性增长，为了应对高速、高容量数据传输及网络应用场景多样化的需求，超100 Gbit/s密集波分复用（DWDM）混合组网作为一种高效的解决方案逐渐受到关注。文章通过对超100 Gbit/s DWDM混合组网的需求、关键技术及实际案例进行分析，为构建高容量、高效率的通信网络提供了技术支持和指导。
【方法】文章首先阐述了网络发展在容量扩展和支持复杂网络设计方面的需求，其次重点介绍了超100 Gbit/s混合组网的关键技术，包括星座图整形、频谱整形和灵活栅格技术等。其中，为支撑混合组网的业务速率设计，提供了一种用于级联掺铒光纤放大器（EDFA）通信系统的光信噪比（OSNR）计算方法，仅利用信道配置信息、发端信号光功率、EDFA的增益及噪声等相关参数，即可计算出整个链路中各个波长的输出OSNR。最后，结合海外某网络案例，根据实际链路OSNR评估情况，合理进行混合速率网络设计，论证了超100 Gbit/s DWDM混合组网在实际工程中的应用效果。
【结果】通过应用超100 Gbit/s DWDM混合组网，根据OSNR评估情况灵活配置传输速率和传输带宽，实现了200、600和800 Gbit/s混合速率网络部署，既满足了核心站点的大容量需求，也兼顾了边缘站点的长途大跨度需求，并在3年期间实现了网络的平滑升级和扩容。
【结论】实践证明，超100 Gbit/s DWDM组网能够有效提升网络容量、灵活性及频谱资源利用率，同时也为网络的持续演进提供了空间，是推进大容量光传输网络发展的重要手段。
超100 Gbit/s密集波分复用 混合组网 光信噪比 星座图整形 频谱整形 B100 Gbit/s DWDM hybrid network OSNR constellation shaping spectrum shaping 光通信研究
2024, 50(1): 23013701
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
波分复用（WDM）光网络具有波长和节点数目众多、传输路径动态重构、业务/资源动态调度等特点，亟须发展低成本、高可靠的在线监测技术，以保障光网络的安全稳定运行。本文提出了一种基于四进制脉冲幅度调制（PAM4）数字光标签的低成本、高可靠、高效率监测方案，并创新设计了PAM4光标签加载、探测和处理等整套机制与方法，配合所提出的基于PAM4光标签序列特征的光功率监测误差修正方法以及基于频谱峰值的功率计算方法，所提方案可以准确高效地监测波长通道光功率、估计光信噪比（OSNR）并恢复数字标签信息等。搭建了16 GBaud偏振复用QPSK/16QAM WDM光传输仿真系统和离线实验平台，验证结果表明所提方案在25跨段长距离传输后的通道光功率监测误差不超过0.65 dB，OSNR估计误差不超过0.6 dB，性能略优于传统的基于差分相移键控（DPSK）低阶调制格式的光标签监测方案。
光通信 波分复用 光标签 光功率 光信噪比 监测
1 湖北大学微电子学院，湖北 武汉 430062
2 华中科技大学光学与电子信息学院下一代互联网接入系统国家工程研究中心，湖北 武汉 430074
提出了一种基于信号光谱和多任务深度神经网络（MT-DNN）的多信道并行光性能监测（OPM）方案，采集多信道光谱图进行预处理来设计幅度直方图（Ahs），可实现波分复用（WDM）系统多信道调制格式识别（MFI）和光信噪比（OSNR）监测。在建立的3信道WDM相干光通信系统中，对由PDM-4QAM/16QAM/64QAM组合的10种调制格式的3信道信号实现了MFI准确率为100%、OSNR监测的平均绝对误差（MAE）为0.16 dB的精准监测。为进一步研究所提OPM方案的性能以应对复杂的传输环境，提出了迁移学习辅助的多任务深度神经网络（TL-MT-DNN）用于多信道MFI和OSNR并行监测。结果表明，所提方案可移植性较好，还可节省大量样本和训练周期，其MFI准确率仍可达100%，3信道OSNR监测的MAE分别为0.24 dB、0.20 dB和0.19 dB。
机器视觉 光性能监测 波分复用 光信噪比 调制格式识别 迁移学习 多任务深度神经网络
国家电网有限公司信息通信分公司，北京 100761
在先进高速光纤通信系统中，密集波分复用技术的引入使得信号频谱间隔越来越窄，传统的带外光信噪比（OSNR）监测技术不再准确，需要进一步研究低成本的带内OSNR监测方案。文章提出了一种基于深度神经网络（DNN）的直调直检（IMDD）系统链路OSNR监测方案，采用550 000组数据集训练的5层DNN结构，在5～15 dB范围内，成功估计出了2 GBaud开关键控（OOK）信号的OSNR，平均绝对误差（MAE）小于0.8 dB。文章所提方案有望作为一种高效低成本方案，助力光网络智能运维。
深度神经网络 光信噪比 光性能监测 直调直检 DNN OSNR optical performance monitoring IMDD
西南交通大学信息光子与通信研究中心，四川 成都 611756
针对光纤传输系统中多重物理损伤效应严重影响传输性能的情况，为保障高速光传输网络的正常运行，对传输信号进行光性能监测是必不可少的。提出一种基于卷积神经网络（CNN）的多任务光性能监测研究方案，将强度轮廓与强度波动特征作为CNN模型输入，对传输信号调制格式与光信噪比（OSNR）进行联合监测。研究结果表明，所有调制格式（28-GBaud PDM-QPSK/-8QAM/-16QAM/-32QAM/-64QAM）均可在20% 前向纠错（FEC）阈值条件（误码率为2.4×10-2）所对应的OSNR下实现100%的识别精度。此外，当强度轮廓特征、强度波动特征和两种特征联合作为神经网络模型输入时，OSNR监测的平均绝对误差分别为0.282 dB、0.245 dB、0.165 dB，均方根误差分别为0.352 dB、0.311 dB、0.218 dB。随后，进一步研究了残余色散度对所提方案监测性能的影响。
光通信 调制格式识别 光信噪比监测 卷积神经网络 偏振解复用 光学学报
2022, 42(22): 2206002
广东省电信规划设计院有限公司, 广州 510630
现有国际海底光缆和陆地光缆传输系统是依据各自规范独立设计的, 两类系统在海底光缆登陆站采用背靠背方式连接。针对现有方式存在投资和运营成本相对较高的问题, 阐述了海底光缆、陆地光缆光传输系统联合组网的发展需求, 在分析海底光缆系统和陆地光缆系统设计规范的基础上, 建议采用广义信噪比指标衡量总体传输系统性能。最后, 结合实例对海底光缆、陆地光缆光传输系统联合设计进行了研究, 并给出了系统应用建议。
海底光缆系统 陆地光缆系统 系统设计 光信噪比 广义信噪比 submarine fiber system terrestrial fiber system system design optical signal-to-noise ratio generalized signal-to-
1 国网宁夏电力有限公司 电力科学研究院, 银川 750001
2 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
随着网络技术的蓬勃发展, 光网络向着超高速大容量的方向发展,光网络结构越来越复杂, 导致网络中光信号传输受到各种物理层损伤的影响。在光通信设备中, 物理层最重要的参数就是光信噪比(OSNR), 其值的大小直接决定了业务能否正常运行, 一旦不能满足要求, 将会造成传输错误或失败、服务质量降低和传送消耗增加等问题。文章提出一种准确高效的光通信节点OSNR预测方法, 将基于解析式的先验知识方法和基于深度学习的后验知识方法结合起来, 提出了一种基于混合式机器学习算法的光通信节点OSNR预测方法, 用先验知识去降低神经网络的训练代价, 提供高准确度的OSNR预测, 研究表明, 文章所提方法可以在更苛刻的条件下提供高准确度的机器学习模型。
混合式机器学习 光信噪比 光通信 hybrid machine learning OSNR optical communication
1 武汉中原电子集团有限公司，湖北 武汉 430205
2 华中科技大学软件学院，湖北 武汉 430074
3 华中科技大学武汉光电国家研究中心，湖北 武汉 430074
提出并通过实验验证了一种新颖的带内光信噪比(OSNR)监测技术，该技术利用商用的大带宽可调谐光带通滤波器进行采样，将得到的光功率测量值作为高斯过程回归(GPR)的输入特征值，能够准确地估计出大动态范围OSNR 值，并且不受光链路的配置影响，具有分布式低成本的特点。针对32 Gbaud PDM-16QAM 信号的实验结果表明，在-1dB~30 dB 的大OSNR 范围内，光信噪比监测的均方根误差(RMSE)为0.429 dB，平均绝对误差(MAE)为0.294 dB。此外，本文提出的技术被证明对色散、偏振模色散、非线性效应和级联滤波效应(CFE)均不敏感。实验表明，本文提出的技术有潜力被用于在传输信息未知的情况下对中间节点实施链路监控，且由于不需要校准而更易于操作。
光链路监控 光性能监测 光信噪比 高斯过程回归 相干光通信 optical link monitoring optical performance monitoring optical signal to noise ratio Gaussian process regression coherent optical communication
1 武汉邮电科学研究院，武汉 430070
2 烽火通信科技股份有限公司，武汉 430070
3 武汉大学 计算机学院，武汉 430070
光信噪比(OSNR)计算是光网络健康评估和性能预测的关键指标，但是传统计算方法在精确度与鲁棒性方面面临很大挑战。在循环神经网络的基础上，提出基于注意力机制的OSNR计算方法，该方法通过直接捕捉时序输入与OSNR之间的逻辑关系，提高OSNR的计算精度。针对不同入纤功率、传输距离和解调方式，设计了多种类型的实验，结果表明提出的方法能够将OSNR计算误差降低至0.36 dB以下。
光网络 神经网络 注意力机制 光信噪比 性能预测 optical network neural network attention mechanism optical signal noise ratio performance prediction
为了满足陆地长途干线实现超高速率、超长距离传输需要, 研究人员开发出具有超低损耗、大有效面积和小弯曲损耗的G.654E光纤。基于陆地长途干线系统对光纤性能的要求, 讨论了G.654E光纤折射率分布结构设计与性能, 重点介绍了在G.654E光纤上实现1234.2 km和600 Gb/s的传输实验实例。
超低损耗 大有效面积 G.654E光纤 光信噪比 陆地长途干线 ultra-low loss large effective area G.654E optical fiber optical signal to noise ratio terrestrial long-distance trunk
