基于少模光纤高非线性容限的射频信号传输技术研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:wangtao7897
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
光纤因为其低损耗、大带宽、低重量和抗电磁干扰而被作为传输射频信号的一种重要媒介。模拟光链路因为能同时实现高增益、低噪声和大无杂散动态范围(SFDR:Spurious Free Dynamic Range)而在微波光子的许多应用中扮演重要的角色,提高光电探测器的接收光功率是改善模拟光链路系统性能最有效的方法。目前高发射光功率的激光器和大接收光功率的光电探测器已经制造完备,相比之下,光纤的功率处理能力要低一个数量级,这主要是由于光纤中的两个非线性效应导致的,分别是受激布里渊散射(SBS:Stimulated Brillouin Scattering)和克尔非线性效应。SBS导致较强的背向散射,限制了接收端探测到的光功率,同时降低了链路的增益和信噪比;克尔非线性导致交调失真,限制了链路SFDR的提升,所以目前提升模拟光链路性能的主要障碍就是光纤本身。我们对提升模拟光链路的增益和SFDR等关键性能的光纤因素从理论分析和实验验证展开研究,在深入研究SBS阈值特性及其影响因素的基础上,提出三种提升模拟光链路性能的方法,搭建相应的实验平台分别测试其SBS阈值、传输光功率、链路增益和SFDR等性能指标并进行分析,实验结果符合理论预期,也证明了我们方法的可行性,最后数值计算了基于SBS慢光效应补偿模间色散。本论文的具体工作包括以下三部分:一、在介绍模拟光链路光源、调制器和光电探测器的基础上,指出高光功率发射或处理能力是这些器件的内在要求,同时提高链路接收端的探测光功率是提升链路增益和SFDR等指标最有效的方法。对阶跃折射率光纤中的模式进行了求解,推导了模间色散计算公式,综合考虑模式耦合和模间色散而在模分复用实验系统中选择LP01和LP11进行复用传输。搭建4f系统并实现了LP0I到LP11的模式激励,为后续实验做了准备。二、在对SBS原理、阈值特性、尤其是SBS阈值影响因素做了详细研究的基础上,提出在模拟光链路中用少模光纤代替单模光纤和在少模光纤中传输高阶模LP11两种方法来提升链路增益和SFDR,并搭建SBS阈值测试平台和链路性能测试平台进行了测试,结果显示,单模链路和两种少模链路的SBS阈值分别为8dBm、12dBm和17dBm,少模链路的SBS阈值和传输光功率得到提高且抑制了三阶交调失真,从而提升了链路增益和SFDR,两种少模链路的SFDR分别比单模链路高1.4dB和3.4dB,证明了我们提出方法的可行性。三、在研究模式联运对SBS阈值影响的基础上,提出基于2×2模分复用系统的模拟光链路来进一步改善链路性能,并搭建相应的实验平台进行了测试,结果显示,与少模LP11链路相比,模分复用模拟光链路的SBS阈值高2dB且传输光功率高ldB,从而链路增益更大且三阶交调失真得到进一步抑制,链路的SFDR增大到90dB,实验结果符合理论预期。最后我们提出并数值计算了利用SBS慢光效应补偿模间色散,并对结果做了解释。
其他文献
细胞-基质黏附是一个动态而复杂的过程,但目前缺乏可同时捕获细胞多个力学性能动态信息的技术。细胞在体外培养或体内生长时既与基质耦合,也跟相邻细胞联接,因此了解细胞-细
随着南方电网整体资源优化配置建设的实施,水电能源在系统中渗透率的不断提高,出现了低频振荡现象和超低频振荡现象同时存在的情况。电力系统低频振荡信号是典型的多分量混噪
随着信息化时代的到来,世界各国政府正在积极推行电子政务建设,其电子政务发展水平也在逐渐提升。然而,针对社会需求日益增长,响应公共服务提供者以及公众对信息和服务异质性
本研究主要采用实验室自制的批量发酵装置,以斗南花卉市场四大传统鲜切花(玫瑰、百合、非洲菊、康乃馨)秸秆为实验原料,分别探究了发酵温度、发酵浓度、原料配比等工艺参数对
双生病毒是一类重要的植物单链环状DNA病毒。菜豆金黄花叶病毒属病毒是双生病毒科中包含病毒种类最多、危害最大的病毒属,包含440多个独立种,全部由烟粉虱以持久循环的方式传
在全社会高度提倡“可持续发展”的背景影响下,“坚持科学发展,构建和谐社会”依旧是当今社会背景下构建人类命运共同体的发展目标,“以人为本,科学发展”仍是当今社会发展的
在过去几十年里,聚合物太阳电池(PSCs)凭借其质量轻,可柔性化,溶液法制备,低成本和易于卷对卷大规模生产制备等优异特性而受到广泛关注。尽管PSCs在器件性能方面不断取得突破,
正常人的粪便中包含6种挥发性脂肪酸。其中,乙酸、丙酸、丁酸是碳水化合物发酵后的产物。另外两种短链支链脂肪酸--异丁酸和异戊酸,分别由肠道细菌发酵缬氨酸和亮氨酸后形成,
信息中心网络(ICN)是一种革命性的网络架构,数据中心网络(Named Data Networking,NDN)作为其重要代表,将内容作为中心,以名字进行路由,最重要的是增加了网内缓存的功能,这是提高网络性能的重要设计。为了解决目前网内缓存存在的诸多问题,本文提出了一种新颖的基于深度学习的缓存策略。论文工作取得的主要成果有以下几个方面,首先,通过分析数据(特别是物联网场景中的感知数据)的特点,推导
本文主要研究异常气候下温跃层的分布特征以及其变化对渔业分布的影响,采用2008-2017年全球海洋Argo网格数据集(BOA_Argo)和同期商业渔船的鱼捞日志数据研究了拉尼娜和厄尔尼