光纤通信系统中的信道均衡技术探析

符永源

（海南电网公司信息通信分公司，海南 海口 570203）

1 前言

作为逐渐成为主流的通信技术，光纤通信从已开始就显示出无比的优越性，引起人们的广大关注。与先前使用的电缆传输方式相比，它具有低损耗、通信容量大、不受电磁干扰、保密性好等突出优点。因此，光纤通信的出现被认为是通信史上一次根本性的改革。尤其是美国率先提出的“信息高速公路”计划曾经风靡全球，极大地促进了其核心--光纤传输系统的科研和产业的蓬勃发展。因而作为二十一世纪通信网的主要传输手段的光纤通信，正呈现出旺盛的生命力。对于光纤通信系统而言影响很大的因素之一是色散：光脉冲在光纤信道中传输时会展宽，这种脉冲的展宽会造成脉冲间的码间串扰，导致接收信号眼图的关闭，降低光通信系统的性能。光传输系统的色散容限与系统速率的平方成反比，40Gbit/s系统的色散容限只有10Gbit/s系统的1/16，十分严格。而色散在温度和压力等外界环境影响下会是动态效应明显的参数。当线路情况发生改变，如环网保护时工作路由和保护路由的长度不同时，色散补偿也必须做出相应的动态调整。迄今为止，全世界铺设的光纤干线的80%为G.652光纤。我国的八纵八横主要干线铺设的基本也是G.652。在G.652光纤上开通高速系统，关键问题是色散补偿。传统的提高受色散限制的光域色散补偿技术有色散补偿光纤（DCF）、线性啁啾光纤布拉格光栅等。传统的色散补偿技术是在光域中实现对光纤信道色散效应的补偿，不需要电光-光电转换，因此似乎更适合光纤通信系统的高速率要求。然而随着传输速率的进一步提高，色散的影响显得更加明显，且随时间和环境等变化，很难用光域技术进行补偿，因此需要使用其他的补偿技术。另一方面，随着动态网络的出现，光脉冲信号经过的光路也会随路由选择的不同发生变化，同样需要一种动态的色散补偿技术，而这种动态的色散补偿技术也很难用传统的色散补偿技术实现。而电信号处理技术及集成电路所固有的低成本，人们逐渐意识到可以利用电的处理技术来实现色散的动态补偿。由于这些信道均衡技术在光纤通信系统中实现时需要在光电转换之后进行的，因此通常称之为电信道均衡技术，以区别于光信道均衡技术。相对于传统的光域的色散补偿技术，电域色散补偿具有很多优点[1]，随着电子处理速度的提高，越来越多的光传输系统采用了电域色散补偿模块。

2 光纤通信系统和信道均衡技术

2.1 光纤通信原理

所谓光纤通信，就是利用光纤来传输携带信息的光波以达到通信的目的。为了使光波成为携带信息的载体，就必须对之进行调制，在接收端再把信息从光波中检测出来。然而，由于目前技术水平有限，对光波进行频率调制与相位调制等仍局限在实验室内，尚未达到实用化水平，因此目前大都采用强度调制与直接检测（IM-DD）的方式。又因为目前的光源器件与光接收器件的非线性比较严重，所以对光器件的线性度要求比较低的数字光纤通信在光纤通信中占据主要位置。典型的光纤通信系统方框图如图1所示：

图1

2.2 信道均衡

在数字传输系统中，如果调制带宽超过了信道的相干带宽，将会产生码间干扰，而光纤通信中，色散是产生码间干扰的主要原因，码间干扰是制约光纤通信速率和质量的主要障碍。均衡正是用来克服各种码间干扰的信号处理操作。接收机中能够补偿或减小接收信号的码间干扰的补偿器，就称为均衡器。信道均衡就是通过均衡器来调节的。均衡分为两种，一是频域均衡，二是时域均衡。图2为均衡器的结构分类框图。

图2

3 判决反馈均衡器原理及其结构

判决反馈均衡器的原理图如下图3所示：

图3 判决反馈均衡器的结构

DFE的基本思路是：当前码元受到的ISI有来自其先前码元的拖尾干扰和其后续码元的前导干扰，因此，当检测并判定出一个信息码元后，就可在检测后续码元之前预测并消除这个当前码元对后续码元的ISI。DFE均衡器是在线性均衡器的基础上，加上了反馈支路，以提高均衡性能。

图上所示的判决反馈均衡器由两个滤波器组成，一个是前馈滤波器，另一个是反馈滤波器。前馈滤波器的作用与FFE的作用一样。反馈滤波器是将前面已经检测的符号的判决输出作为它的输入，该反馈滤波器的作用是从过去已经检测到的符号来估计当前正检测符号的码间干扰。然后将它与前馈滤波器输出相加，从而减小了当前输出符号的码间干扰。反馈滤波器的抽头系数由包括前向滤波器在内所决定的信道冲激响应的拖尾决定。

4 自适应均衡器

4.1 自适应均衡器

色散被认为是在光纤通信信道中传输高速率数据和长距离时的主要障碍，而均衡正是对付码间干扰的一项技术。从广义上讲，均衡可以指任何用来削弱码间干扰的信号处理操作。由于光纤信道的未知性，这就要求均衡器必须能够实时地跟踪光纤通信信道的变化而做出相应的调整，这种均衡器又被称作自适应均衡器。

4.2 自适应算法

a.最小均方算法（LMS）：最小均方算法[2]即LMS（Least Mean Square）算法最早是由B.Widrow和Hoff于1959年提出来的。其显著特点是实现简单，不需要计算有关的相关函数，也不需要矩阵求逆运算等。b.递归最小二乘法（RLS）:最小二乘法[3]是一种典型的有效的数据处理方法。它的提出和应用可以追溯到1795年，当著名学者高斯在预测行星和彗星运动轨迹时，他认为根据所获得的观察数据来推断位置参数时，未知参数最可能的值是这样一个数据，即它使各项实际观测值和计算值之间的差的平方乘以度量其精度的数值以后的和为最小。这就是著名的最小二乘法的最早的思想。从此以后，最小二乘法得到了广泛的应用。递归最小二乘法（Recursive Least Square）是最小二乘算法的一类快速算法。该算法的一个显著特点是它的收敛速度比一般的LMS算法快一个数量级，但是其性能的改善是以其计算的复杂性为代价的。

[1]M.Bohn，W.Rsenkranz，P.M.Krummrich，B.J.Offrein，G.L.Bona，Experimental verification of combined adaptive PMD and GVD compensation in a 40Gb/s transmission using integrated optical FIR-filters and spectrum monitoring，in Techn.Dig.Dig.OFC'04，Los Angeles，Feb.22-27，TuG3，2004

[2]王周舟，自适应均衡算法的研究，硕士学位论文，大连海事大学，2007

[3]尚小天，自适应均衡技术的研究，硕士论文，西安电子科技大学，2006