A method for identification of static and dynamic characteristics of a non-zero chirp Mach-Zehnder optical intensity modulator for application in OOK fiber optic communication line
Artykuł w czasopiśmie
MNiSW
6
Lista B
Status: | |
Warianty tytułu: |
Metoda identyfikacji charakterystyki statycznej i dynamicznej optycznego modulatora amplitudowego typu non-zero chirp do zastosowań w światłowodowej linii komunikacyjnej OOK
|
Autorzy: | Lach Zbigniew |
Rok wydania: | 2014 |
Wersja dokumentu: | Drukowana |
Język: | angielski |
Numer czasopisma: | 4 |
Strony: | 28 - 31 |
Bazy: | INSPEC | Index Copernicus | BazTech |
Efekt badań statutowych | NIE |
Materiał konferencyjny: | NIE |
Publikacja OA: | NIE |
Abstrakty: | polski | angielski |
Monitorowanie jakości światłowodowej linii komunikacyjnej OOK może wymagać znajomości statycznej i dynamicznej charakterystyki użytego modulatora optycznego. W artykule przedstawiono metodę identyfikacji takich charakterystyk dla modulatora optycznego Mach-Zehndera typu non-zero chirp. Modulator modelowany jest kaskadą liniowego filtru FIR i sparametryzowanej nieliniowości. Dane dla potrzeb identyfikacji uzyskiwane są w dedykowanym układzie pomiarowym. Parametry filtru i części nieliniowej są estymowane z użyciem zasady maksimum wiarygodności i matematycznego modelu w przód. Problem odwrotny jest rozwiązany z zastosowaniem hybrydowego algorytmu maksymalizacji, który łączy ewolucyjne poszukiwanie parametrów części nieliniowej z liniową metodą estymacji parametrów liniowej części modelu. Wykonalność metody za pomocą eksperymentu. | |
Performance monitoring of an OOK fiber optic communication line may require knowledge of a static and dynamic characteristics of an optical modulator used. In the paper a method for identification of such characteristics for a non-zero chirp Mach-Zehnder optical modulator is presented. The modulator of interest is modeled as a cascade of a linear FIR filter and a parametrized nonlinearity. Data for identification is collected in a dedicated measurement set up. The FIR and the nonlinear part parameters are estimated from measurement data using maximum likelihood principle and a mathematical forward model. The inverse problem is solved with a hybrid maximization algorithm that combines evolutionary search for the parameters of the nonlinear part with linear method for estimation of the parameters of the linear part of the model. Viability of the method is proved in an experiment. |