Flexibler Durchsatz durch geometrische Konstellation-Formung mit optimierter viele-zu-eins-Beschriftung, kompatibel mit BICM

Основные понятия

Ein ratenadaptives geometrisches Konstellation-Formungsschema, das vollständig rückwärtskompatibel mit bestehenden Bit-interleaved-codierter Modulation (BICM)-Systemen ist, wird vorgeschlagen und experimentell demonstriert.

Аннотация

Der Artikel beschreibt ein neues ratenadaptives geometrisches Konstellation-Formungsschema, das mit bestehenden BICM-Systemen kompatibel ist. Das System optimiert die Positionen der Quadratur-Amplituden-Modulations-(QAM)-Punkte in der I/Q-Ebene für maximale erreichbare Informationsrate, während es Quantisierung und Robustheit gegenüber Fasernichtlinearitäten beibehält. "Dummy"-Bits werden vor der Kartierung zu Symbolen mit codierten Bits multiplexiert. Die Ratenadaptivität wird durch Anpassen des Verhältnisses von codierten und "Dummy"-Bits erreicht, während ein fester Vorwärtsfehlerkorrektur-Block und ein festes Modulationsformat beibehalten werden. Die Punktpositionen und ihre Beschriftung werden in einer viele-zu-eins-Weise optimiert, so dass die Leistung der "Dummy"-Bits zugunsten der Leistung der Datenbits geopfert wird.
Das vorgeschlagene Schema wird mit einer zeitlichen Teilung (TH) QAM-Modulation und dem etablierten probabilistischen Amplituden-Formungsschema (PAS) verglichen. In einem simulierten linearen Kanal übertrifft es TH ohne Formung um bis zu 0,7 dB. In einem linearen Kanal zeigt PAS eine bessere Leistung als das vorgeschlagene Schema, während in einem simulierten nichtlinearen Faserkanal ähnliche Leistungen für PAS und das vorgeschlagene Schema berichtet werden.
Das GCS-Schema wird in einem Mehrspannen-Umlaufschleifen-Übertragungssystem für kohärente optische Fasern mit einer Gesamtentfernung von bis zu 3000 km experimentell demonstriert. Es wird ein nahezu kontinuierlicher nullfehler-flexibler Durchsatz in Abhängigkeit von der Übertragungsentfernung berichtet. Bis zu 1-2 Spannen erhöhte Reichweite im Vergleich zu herkömmlichem QAM werden bei der gleichen Netto-Datenrate erreicht. Bei einer gegebenen Entfernung wird eine Verbesserung von bis zu 0,79 Bits/2D-Symbol gegenüber herkömmlichem QAM erzielt. Im Experiment wird eine ähnliche Leistung wie PAS demonstriert.

Статистика

Die Konstellation, die für den nichtlinearen Faserkanal optimiert ist, weist niedrigere Momente auf als die für den AWGN-Kanal optimierte, aber etwas höhere als das konventionelle QAM, was darauf hindeutet, dass die Toleranz gegenüber dem AWGN-Rauschen neben der Minimierung der Nichtlinearitäten für die Maximierung der Zielfunktion wichtig bleibt.

Цитаты

"Ein ratenadaptives geometrisches Konstellation-Formungsschema, das vollständig rückwärtskompatibel mit bestehenden Bit-interleaved-codierter Modulation (BICM)-Systemen ist, wird vorgeschlagen und experimentell demonstriert."
"Das System optimiert die Positionen der Quadratur-Amplituden-Modulations-(QAM)-Punkte in der I/Q-Ebene für maximale erreichbare Informationsrate, während es Quantisierung und Robustheit gegenüber Fasernichtlinearitäten beibehält."
"'Dummy'-Bits werden vor der Kartierung zu Symbolen mit codierten Bits multiplexiert. Die Ratenadaptivität wird durch Anpassen des Verhältnisses von codierten und 'Dummy'-Bits erreicht, während ein fester Vorwärtsfehlerkorrektur-Block und ein festes Modulationsformat beibehalten werden."

Ключевые выводы из

BICM-compatible Rate Adaptive Geometric Constellation Shaping Using Optimized Many-to-one Labeling

by Metodi Plame... в arxiv.org 03-14-2024

https://arxiv.org/pdf/2312.09444.pdf

Дополнительные вопросы

Wie könnte das vorgeschlagene Schema weiter verbessert werden, um die Leistung in Szenarien mit asymmetrischen Kanälen zu optimieren?

Um die Leistung des vorgeschlagenen Schemas in asymmetrischen Kanälen zu optimieren, könnten folgende Verbesserungen vorgenommen werden:

Anpassung des Many-to-One-Mappings: Das Mapping könnte an asymmetrische Kanäle angepasst werden, indem die Gewichtung der Datenbits und Dummy-Bits je nach Kanalbedingungen variiert wird. Dies könnte dazu beitragen, die Übertragungseffizienz in asymmetrischen Kanälen zu verbessern.

Berücksichtigung von Kanalasymmetrien: Durch die Integration von Kanalmodellen, die die spezifischen Eigenschaften asymmetrischer Kanäle berücksichtigen, kann das System besser auf diese Bedingungen abgestimmt werden. Dies könnte die Leistungsfähigkeit des Schemas in solchen Szenarien erhöhen.

Adaptive FEC: Die Implementierung eines adaptiven FEC-Schemas, das sich an die Kanalbedingungen anpasst, könnte die Fehlerkorrekturleistung in asymmetrischen Kanälen verbessern und somit die Gesamtleistung des Systems steigern.

Welche Herausforderungen könnten sich bei der praktischen Umsetzung des viele-zu-eins-Mappings ergeben und wie könnten diese adressiert werden?

Bei der praktischen Umsetzung des Many-to-One-Mappings könnten folgende Herausforderungen auftreten:

Komplexität des Mappings: Die Implementierung eines Many-to-One-Mappings erfordert eine komplexe Logik, um die Daten- und Dummy-Bits entsprechend zuzuweisen. Dies könnte zu erhöhtem Rechenaufwand und Implementierungskomplexität führen.

Optimierung der Labeling-Funktion: Die Optimierung der Labeling-Funktion für das Many-to-One-Mapping kann eine Herausforderung darstellen, da die Gewichtung der Bits sorgfältig abgestimmt werden muss, um die gewünschte Leistung zu erzielen.

Hardware-Implementierung: Die Umsetzung des Many-to-One-Mappings in Hardware kann aufgrund der erforderlichen Flexibilität und Skalierbarkeit der Systeme eine Herausforderung darstellen. Es könnten spezielle Hardware-Designs erforderlich sein, um die Anforderungen des Mappings zu erfüllen.

Diese Herausforderungen könnten durch eine sorgfältige Planung und Implementierung, die Verwendung von effizienten Algorithmen und die Optimierung der Hardware-Designs adressiert werden.

Welche Auswirkungen hätte die Einführung von Techniken zur Erkennung und Behandlung von Löschungen auf die Leistung des vorgeschlagenen Schemas?

Die Einführung von Techniken zur Erkennung und Behandlung von Löschungen könnte die Leistung des vorgeschlagenen Schemas in mehrfacher Hinsicht beeinflussen:

Verbesserte Fehlerkorrektur: Durch die Erkennung und Behandlung von Löschungen können Fehlerkorrekturverfahren effektiver arbeiten, da sie gezielt auf fehlerhafte Datenbits reagieren können. Dies könnte die Fehlerkorrekturleistung des Schemas insgesamt verbessern.

Reduzierung der Fehlerrate: Die Behandlung von Löschungen kann dazu beitragen, die Fehlerrate des Systems zu reduzieren, insbesondere in Szenarien mit stark gestörten Kanälen. Dies könnte zu einer insgesamt zuverlässigeren Übertragung führen.

Optimierung der Bit-Allokation: Durch die Berücksichtigung von gelöschten Bits bei der Bit-Allokation und -Priorisierung könnte die Effizienz des Many-to-One-Mappings weiter verbessert werden, da die verfügbaren Informationen optimal genutzt werden.

Insgesamt könnten Techniken zur Erkennung und Behandlung von Löschungen die Robustheit, Zuverlässigkeit und Effizienz des vorgeschlagenen Schemas steigern.