-
Notifications
You must be signed in to change notification settings - Fork 0
/
example_without_fiber.py
120 lines (84 loc) · 5.05 KB
/
example_without_fiber.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
import phot
if __name__ == "__main__":
"""本代码为程序主函数 本代码主要适用于 QPSK，16QAM，32QAM，64QAM 调制格式的单载波相干背靠背（B2B）信号"""
phot.config(plot=False) # 全局关闭画图
# 设置全局系统仿真参数
num_symbols = 2**18 # 符号数目
bits_per_symbol = 4 # 2 for QPSK;4 for 16QAM; 5 for 32QAM; 6 for 64QAM 设置调制格式
total_baud = 64e9 # 信号波特率，符号率
up_sampling_factor = 2 # 上采样倍数
sampling_rate = up_sampling_factor * total_baud # 信号采样率
""" 程序从此开始为发射端的仿真代码 """
# 首先产生发射端X/Y双偏振信号
data_x, data_y = phot.gen_bits(num_symbols * bits_per_symbol) # 生成两列随机二进制序列
# QAM调制器
symbols_x, symbols_y = phot.qam_modulate(data_x, data_y, bits_per_symbol)
# 此处先存储发射端原始发送信号，作为最后比较BER
prev_symbols_x, prev_symbols_y = symbols_x, symbols_y
RRC_ROLL_OFF = 0.1 # RRC脉冲整形滚降系数
shaper = phot.PulseShaper(
up_sampling_factor=up_sampling_factor,
len_filter=128 * up_sampling_factor,
alpha=RRC_ROLL_OFF,
ts=1 / total_baud,
fs=sampling_rate,
)
signal_x, signal_y = shaper.tx_shape(symbols_x, symbols_y)
""" 加入AWG中DAC的量化噪声 """
sampling_rate_awg = 96e9 # DAC采样率
dac_resolution_bits = 8 # DAC的bit位数
signal_x, signal_y = phot.dac_noise(signal_x, signal_y, sampling_rate_awg, sampling_rate, dac_resolution_bits)
""" 加入发射端激光器产生的相位噪声 """
linewidth_tx = 150e3 # 激光器线宽
signal_x, signal_y = phot.phase_noise(signal_x, signal_y, sampling_rate / total_baud, linewidth_tx, total_baud)
""" 根据设置的OSNR来加入高斯白噪声 """
osnr_db = 25 # 设置系统OSNR，也就是光信号功率与噪声功率的比值，此处单位为dB
signal_x, signal_y = phot.gaussian_noise(signal_x, signal_y, osnr_db, sampling_rate)
""" 添加接收端激光器产生的相位噪声 """
linewidth_rx = 150e3 # 激光器线宽
signal_x, signal_y = phot.phase_noise(signal_x, signal_y, sampling_rate / total_baud, linewidth_rx, total_baud)
"""
发射端代码此处截止
以下开始为接收端的代码
"""
""" 添加收发端激光器造成的频偏，就是发射端激光器和接收端激光器的中心频率的偏移差 """
frequency_offset = 2e9 # 设置频偏，一般激光器的频偏范围为 -3G~3G Hz
signal_x, signal_y = phot.add_freq_offset(signal_x, signal_y, frequency_offset, sampling_rate)
""" 模拟接收机造成的I/Q失衡，主要考虑幅度失衡和相位失衡，这里将两者都加在虚部上 """
signal_x, signal_y = phot.add_iq_imbalance(signal_x, signal_y)
""" 加入ADC的量化噪声 """
adc_sample_rate = 160e9 # ADC采样率
adc_resolution_bits = 8 # ADC的bit位数
signal_x, signal_y = phot.add_adc_noise(signal_x, signal_y, sampling_rate, adc_sample_rate, adc_resolution_bits)
""" IQ正交化补偿，就是将之前的I/Q失衡的损伤补偿回来 """
signal_x, signal_y = phot.iq_freq_offset_and_compensation(signal_x, signal_y, sampling_rate)
""" 接收端相应的RRC脉冲整形，具体的参数代码与发射端的RRC滤波器是一致的 """
signal_x, signal_y = shaper.rx_shape(signal_x, signal_y)
""" 帧同步，寻找与发射端原始信号头部对应的符号 """
signal_x, signal_y, prev_symbols_x, prev_symbols_y = phot.sync_frame(
signal_x, signal_y, prev_symbols_x, prev_symbols_y, up_sampling_factor
)
""" 自适应均衡，此处采用恒模算法（CMA）对收敛系数进行预收敛，再拿收敛后的滤波器系数对正式的信号使用半径定向算法（RDE）进行均衡收敛，总的思想采用梯度下降法 """
num_tap = 25 # 均衡器抽头数目，此处均衡器内部是采用FIR滤波器，具体可查阅百度或者论文，
ref_power_cma = 2 # 设置CMA算法的模
cma_convergence = 30000 # CMA预均衡收敛的信号长度
step_size_cma = 1e-9 # CMA的更新步长，梯度下降法的步长
step_size_rde = 1e-9 # RDE的更新步长，梯度下降法的步长，%% CMA和RDE主要就是损失函数不同
signal_x, signal_y = phot.adaptive_equalize(
signal_x,
signal_y,
num_tap,
cma_convergence,
ref_power_cma,
step_size_cma,
step_size_rde,
up_sampling_factor,
bits_per_symbol,
total_baud,
)
""" 相位恢复 采用盲相位搜索算法（BPS）进行相位估计和补偿 """
num_test_angle = 64 # BPS算法的测试角数目，具体算法原理可以参考函数内部给的参考文献
block_size = 100 # BPS算法的块长设置
signal_x, signal_y = phot.bps_restore(signal_x, signal_y, num_test_angle, block_size, bits_per_symbol)
""" 此处开始计算误码率 """
phot.bits_error_count(signal_x, signal_y, prev_symbols_x, prev_symbols_y, bits_per_symbol)