No.03 色散补偿 FSM算法 频域离散采样算法 MATLAB Python 代码实现

色散系统的频域传输方程如下
$$G(z,w)=e^{\frac{D{\lambda }^{2}z}{j4\pi c}{\omega }^2}$$

只需要对其色散系数取反就得到了我们需要接在后面的滤波器。

首先将接收的信号截断为长度为 $L_f$ 的子块，对子块做 FFT，对每一个子块的 FFT 乘上色散补偿滤波器的频域传递函数，将结果做 IFFT 变换回时域再组合成整体的接收信号序列。流程如下图所示：

$$Y_f(1,...,L_f)=X_f(1,...,L_f{)}^T\cdot W_f(1,...,L_f)$$
其中 $X_f$ 由两部分组成，一部分是前面子块的样值，一块是后面子块的样值。$W_f$ 的长度为滤波器阶数 $M_f$ 再补上 $L_f-M_f$ 个零，需要的均衡器阶数 $M_f$ 为：
$$M_f=\left[\frac{D{\lambda }^{2}z}{c{T}^2}\right]+1$$
其中 $T$ 为模数转换器采样的样值周期。

在均衡器抽头系数较大的情况下，频域均衡明显优于时域均衡。但在长距离光纤通信系统中，信号子块足够大才可以弥补传输过程中产生的色散效应，同时子块之间增加了保护间隔也降低了传输效率。为了提高传输效率，肯定就又有了更优秀的算法了呀~

交叠频域均衡算法，通过在子块间形成交叠提成传输效率，以后再讲啦~