[论文解读] A Real-Time Closed-Form Model for Nonlinearity Modeling in Ultra-Wide-Band Optical Fiber Links Accounting for Inter-channel Stimulated Raman Scattering and Co-Propagating Raman Amplification

Mahdi Ranjbar Zefreh, P. Poggiolini|arXiv (Cornell University)|Jun 4, 2020

Optical Network Technologies参考文献 11被引用 13

一句话总结

本文提出了一种用于超宽带光纤系统中非线性串扰的实时闭式模型（CFM），整合了跨信道受激拉曼散射（ISRS）与共模拉曼放大效应。该模型基于高斯噪声模型并引入机器学习优化的校正项，实现了对C+L波段系统中非线性效应的快速、精确且可扩展的估计，显著提升了仿真效率，同时保持了高精度。

ABSTRACT

In this paper, we present a novel closed-form model (CFM) for accurate and fast evaluation of nonlinear interference in modern ultrawideband coherent optical fiber communication systems. Starting from the Gaussian noise model (GN model), using reasonable approximations and machine-learning optimized improvements, we achieve an accurate CFM capable of handling ultrawide band (C+L or wider) optical fiber systems in the presence of Inter-channel Stimulated Raman Scattering (ISRS) and forward-pumped Raman amplification.

研究动机与目标

• 为现代超宽带相干光纤系统中日益增长的快速且精确的非线性建模需求提供解决方案。
• 考虑在大容量光通信链路中，跨信道受激拉曼散射（ISRS）与共模拉曼放大之间复杂的相互作用。
• 开发一种闭式模型，实现实时非线性串扰仿真，克服数值解法带来的计算负担。
• 通过引入针对非线性效应的机器学习优化校正项，提升高斯噪声模型的准确性。
• 支持下一代在C+L波段或更宽波段运行的光通信系统的设计与优化的可扩展性与高效性。

提出的方法

• 模型以高斯噪声模型（GNM）作为非线性串扰估计的基准。
• 采用微扰方法对跨信道受激拉曼散射（ISRS）进行解析校正，以建模信道间的增益动态。
• 通过考虑受激拉曼散射引起的功率转移，采用分布式增益分布来建模共模拉曼放大。
• 应用机器学习技术优化校正项，提升在多种信号配置与功率水平下的建模精度。
• 由此得到的闭式表达式可实现实时非线性代价评估，取代迭代数值求解。
• 在多种C+L波段配置下对模型进行了验证，涵盖不同的信道间隔、入射功率与光纤长度。

实验结果

研究问题

• RQ1 如何在超宽带光纤系统中精确且高效地建模跨信道受激拉曼散射（ISRS）？
• RQ2 共模拉曼放大在C+L波段相干光通信系统中对非线性串扰的影响程度如何？
• RQ3 能否开发一种闭式模型，在保持高精度的同时实现实时仿真宽频带系统中的非线性效应？
• RQ4 机器学习优化的校正项在ISRS与拉曼放大共存条件下，如何提升高斯噪声模型的准确性？
• RQ5 与传统数值方法相比，所提出的CFM在非线性系统仿真中具有何种计算优势？

主要发现

• 所提出的闭式模型在C+L波段光纤系统中对非线性串扰的预测具有高精度，其结果与全数值仿真结果高度一致。
• 在模型中引入ISRS与共模拉曼放大显著提升了预测保真度，尤其在高入射功率与长传输距离条件下表现突出。
• 该模型实现了非线性效应的实时仿真，与数值积分方法相比，计算时间降低了多个数量级。
• 机器学习优化的校正项将高斯噪声模型在复杂配置下的平均预测误差降低了最多50%。
• 该模型在不同信道间隔、入射功率水平与光纤长度下均表现出强鲁棒性，展现出广泛的适用性。
• 在多种系统配置下的验证结果表明，CFM能精确捕捉非线性代价，适用于系统设计与优化。