微波光子的参数:动态范围

微波光子的参数:无杂散动态范围

无杂散动态范围的定义

微波光子链路中的非线性失真主要由电光调制器的非线性调制产生,这些非线性失真可以分为谐波失真和交调失真两类。图1.2(a)给出了光信号在调制器内被一个频率为10 GHz的射频(Radio Frequency,RF)信号调制后的光谱图,可以看到除了会产生RF信号调制的光边带,还会产生二次、三次以及更高次谐波边带。这些光边带在光电探测器拍频后,会还原出 RF 信号、二次谐波失真(Second Harmonic Distortion,SHD)以及更高次谐波失真,如图 1.2(b)所示。

当有两个或两个以上的 RF 信号同时输入到 MPL 中时,便会产生交调失真,图1.3(a)给出了当频率f1-10GHz和f2-11 GHz的两个RF信号输入到调制器后,最终输出的光谱图,可以看到,除了图中所示的光载波、两个RF信号调制的边带和高阶谐波失真边带以外,还会包含多项失真边带。

这些光边带在光电探测器(Photodetector,PD)拍频后,会产生多种频率的失真信号,如图1.3(b)所示,其中,在输出的RF信号两测频率为2f1-f2和2f2-f1的失真信号由三阶交调失真(Third-order Intermodulation Distortion,IMD3)主导:在零频附近频率为f2-f1和二倍频处频率为f1+f2的失真项由二阶交调失真(Second-order Intermodulation Distortion,IMD2)主导:在二倍频处频率为2f1和2f2的失真信号由SHD主导。需要注意的是,在这些主导的失真项的频率处,还包含其他高阶的失真项,如在IMD3频率处,除了IMD3,还包含五阶乃至更高阶的奇数次失真项:在IMD2和SHD频率处,还包含四阶乃至更高阶的偶数次失真项,而这些高阶的失真项的功率相比于在各自频率主导的失真项的功率小得多。


图1.4给出了输出的RF信号功率和失真项功率同输入RF信号的功率的关系图,输出 RF 信号的功率以斜率为 1 的速率随输入 RF 信号功率增加,而输出失真项功率的斜率则由失真项的阶数决定,例如,当失真项为IMD3时,斜率为3;当失真项为IMD2和SHD时,斜率为2。

从图1.4中可以发现,随着输入RF信号功率的增加,输出失真项恶化的速度会比输出RF信号功率的增长速度快得多,这便加剧了链路的失真,恶化链路输出信号的质量。

在上述的情况下,无杂散动态范围(Spurious Free Dynamic Range,SFDR)常被用来衡量链路的保真能力,定义为当失真项输出功率刚好超过系统输出噪底时,输出RF信号功率同输出噪底的功率的差值,即:在没有可探测的非线性失真的情况下,MPL能实现的最大信噪比,如图1.4中红箭头所表示。SFDR可由以下公式决定

其中,n 为失真项的阶数,OIPn为图 1.4中所示的 n阶非线性失真项相交于RF信号处的输出功率值,N为链路在1Hz探测带宽下测量的输出噪底功率。

提高SFDR3

这里介绍两种提高SFDR3 的方法:

方法一,是通过消除 IMD3,让 IMD3 频率处的五阶失真项成为频段内的主导失真项,SFDR3则转由图1.8中的红色箭头所决定;

方法二,是提高链路输入到光电探测器的平均光功率。

图1.9给出了系统输出噪声和系统的SFDR3与输入到PD的平均光功率的关系,当平均输出光功率较小时,系统输出的噪声由散粒噪声决定

输出RF信号功率增长的速度是输出的噪底功率增长速度的两倍,因此通过增大平均输出光功率能够提高SFDR3。

随着平均输出光功率的增大,输出噪声转由相对强度噪声(Relative Intensity Noise,RIN)决定,此时,输出RF信号功率增长的速度和输出的噪底功率增长的速度相同

因此增大平均光功率不会提高SFDR3,这里需要注意的是,增大平均输出光功率后,由五阶失真项决定的SFDR3提升的速度比由IMD3决定的SFDR3更快。

结论:

**使用大功率的低RIN的激光器,使用饱和光功率高的光电探测器。
**

关于如何提高外调制MPL动态范围的报道,这些方法主要包括提高链路信噪比和改善链路线性度。如使用低RIN的激光器、光载波过滤、MZM低偏置技术、平衡探测技术等方法来提高链路的信噪比;采用预失真技术、偏振混合、双波长输入、调制器串联、双调制器并联等方法抑制交调分量、提高链路线性度。

[1]郑瑞祺. 大无杂散动态范围的新型微波光子链路研究[D].暨南大学,2020.DOI:10.27167/d.cnki.gjinu.2020.001271.

激光器

调制器

探测器

可调谐激光器控制系统

读取TTX1995系列激光器的参数,最大16dBm

读取TL5000激光器的参数,最大光功率13dBm

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/22943.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

阿里云负载均衡SLB网络型NLB负载均衡架构性能详解

阿里云网络型负载均衡NLB是阿里云推出的新一代四层负载均衡,支持超高性能和自动弹性能力,单实例可以达到1亿并发连接,帮您轻松应对高并发业务。网络型负载均衡NLB具有超强性能、自动弹性伸缩、高可用、TCPSSL卸载、多场景流量分发和丰富的高级…

HCIP中期实验

1、该拓扑为公司网络,其中包括公司总部、公司分部以及公司骨干网,不包含运营商公网部分。 2、设备名称均使用拓扑上名称改名,并且区分大小写。 3、整张拓扑均使用私网地址进行配置。 4、整张网络中,运行OSPF协议或者BGP协议的设备…

devops-发布vue前端项目

回到目录 将使用jenkinsk8s发布前端项目 1 环境准备 node环境 在部署jenkins的服务器上搭建node环境 node版本 # 1.拉取 https://nodejs.org/download/release/v20.4.0/node-v20.4.0-linux-x64.tar.gz# 2.解压到/usr/local目录下 sudo tar xf v20.4.0.tar.gz -C /usr/loc…

面试热题(最长回文子串)

给你一个字符串 s,找到 s 中最长的回文子串。 如果字符串的反序与原始字符串相同,则该字符串称为回文字符串 输入:s "babad" 输出:"bab" 最长回文子串以前的博客已经讲过KMP算法以及比较不常见的Manacher算法…

uni-app、H5实现瀑布流效果封装,列可以自定义

文章目录 前言一、效果二、使用代码三、核心代码总结 前言 最近做项目需要实现uni-app、H5实现瀑布流效果封装,网上搜索有很多的例子,但是代码都是不够完整的,下面来封装一个uni-app、H5都能用的代码。在小程序中,一个个item渲染…

【ASP.NET MVC】使用动软(二)(10)

一、添加动软生成工程 按前文添加动态到工程 双击动软 完成新建数据库服务器后 ,需要关闭重新打开 选择简单三层,注意保存位置 注意切换数据库: 生成后拷贝五个文件夹到工程目录 注意目录结构: 添加四个项目到原来的工程&…

React 在 html 中 CDN 引入(包含 antd、axios ....)

一、简介 cdn 获取推荐 https://unpkg.com&#xff0c;unpkg 是一个快速的全球内容交付网络&#xff0c;适用于 npm 上所有内容。 【必备】react 相关 cdn。附&#xff1a;github 官方文档获取、现阶段官方文档 CDN 网址。 <script crossorigin src"https://unpkg.com…

Vue3和TypeScript项目-移动端兼容

1 全局安装typescript 2 检测安装成功 3 写的是ts代码&#xff0c;但是最后一定要变成js代码&#xff0c;才能在浏览器使用 这样就会多一个js文件 3 ts语法 数组语法 对象语法 安装vue3项目 成功后进入app。安装依赖。因为我们用的是脚手架&#xff0c;要引入东西的时候不需要…

I.MX6ULL_Linux_驱动篇(44)linux MISC驱动

MISC 驱动也叫做杂项驱动&#xff0c;也就是当我们板子上的某些外设无法进行分类的时候就可以使用 MISC 驱动。 MISC 驱动其实就是最简单的字符设备驱动&#xff0c;通常嵌套在 platform 总线驱动中&#xff0c;实现复杂的驱动&#xff0c;本章我们就来学习一下 MISC 驱动的编写…

Homer:一个简单的静态主页

什么是 Homer ? Homer 是一个完全静态的 html/js 仪表板&#xff0c;基于一个简单的 yaml 配置文件。它旨在由 HTTP 服务器提供服务&#xff0c;如果您直接通过 file:// 协议打开 index.html&#xff0c;它将无法工作。 安装 在群晖上以 Docker 方式安装。 在注册表中搜索 h…

蓝桥杯上岸每日N题 第八期 (全球变暖)!!!

蓝桥杯上岸每日N题第八期(全球变暖)&#xff01;&#xff01;&#xff01; 同步收录 &#x1f447; 蓝桥杯上岸必背&#xff01;&#xff01;&#xff01;(第五期BFS) 大家好 我是寸铁&#x1f4aa; 冲刺蓝桥杯省一模板大全来啦 &#x1f525; 蓝桥杯4月8号就要开始了 &am…

原型链污染攻击

原型链污染攻击 prototype 和 _proto_是什么 JavaScript中的类的简历 在JavaScript中&#xff0c;我们如果要定义一个类&#xff0c;需要以定义“构造函数”的方式来定义&#xff1a; function Foo() {this.bar 1 }new Foo() 解析&#xff1a; Foo函数的内容&#xff0c;就…

2023年华数杯数学建模A题思路代码分析 - 隔热材料的结构优化控制研究

# 1 赛题 A 题 隔热材料的结构优化控制研究 新型隔热材料 A 具有优良的隔热特性&#xff0c;在航天、军工、石化、建筑、交通等 高科技领域中有着广泛的应用。 目前&#xff0c;由单根隔热材料 A 纤维编织成的织物&#xff0c;其热导率可以直接测出&#xff1b;但是 单根隔热…

山西电力市场日前价格预测【2023-08-06】

日前价格预测 预测明日&#xff08;2023-08-06&#xff09;山西电力市场全天平均日前电价为411.77元/MWh。其中&#xff0c;最高日前电价为457.52元/MWh&#xff0c;预计出现在19: 30。最低日前电价为370.37元/MWh&#xff0c;预计出现在13: 15。 价差方向预测 1&#xff1a; 实…

机器学习---概述(一)

文章目录 1.人工智能、机器学习、深度学习2.机器学习的工作流程2.1 获取数据集2.2 数据基本处理2.3 特征工程2.3.1 特征提取2.3.2 特征预处理2.3.3 特征降维 2.4 机器学习2.5 模型评估 3.机器学习的算法分类3.1 监督学习3.1.1 回归问题3.1.2 分类问题 3.2 无监督学习3.3 半监督…

前端(十一)——Vue vs. React:两大前端框架的深度对比与分析

&#x1f60a;博主&#xff1a;小猫娃来啦 &#x1f60a;文章核心&#xff1a;Vue vs. React&#xff1a;两大前端框架的深度对比与分析 文章目录 前言概述原理与设计思想算法生态系统与社区支持API与语法性能与优化开发体验与工程化对比总结结语 前言 在当今快速发展的前端领…

软件设计原则

文章目录 一、软件设计原则1. 开闭原则2. 里氏代换原则3. 依赖倒转原则4. 接口隔离原则5. 迪米特法则6. 合成复用原则 一、软件设计原则 在软件开发中&#xff0c;为了提高软件系统的可维护性和可复用性&#xff0c;增加软件的可扩展性和灵活性&#xff0c;程序员要尽量根据软件…

django使用mysql数据库

Django开 发操作数据库比使用pymysql操作更简单&#xff0c;内部提供了ORM框架。 下面是pymysql 和orm操作数据库的示意图&#xff0c;pymysql就是mysql的驱动&#xff0c;代码直接操作pymysql ,需要自己写增删改查的语句 django 就是也可以使用pymysql、mysqlclient作为驱动&a…

迁移学习:使用Restnet预训练模型构建高效的水果识别模型

目录 引言 1 迁移学习 1.1 什么是迁移学习 1.2 迁移学习能解决什么问题 1.3 迁移学习面临的三个问题 1.3.1 何时迁移 1.3.2 何处迁移 1.3.3 如何迁移 1.4 迁移学习的分类 1.4.1 按照学习方式的划分 1.4.2 按照使用方法的划分 2 Restnet网络 2.1 Restnet介绍 2.2 Re…

element-ui树形表格,左边勾选,右边显示选中的数据-功能(如动图)

功能如图 功能需求 表格树形表格勾选数据&#xff0c;右边显示对应勾选的数据内容&#xff0c;选中客户&#xff0c;自动勾选所有的店铺(子级)&#xff0c;选中其中一个店铺&#xff0c;自动勾选上客户(父级)&#xff0c;同时会存在只有客户&#xff08;下面没有子级的情况&am…