OptiCommPy模拟光同相/正交调制器

简介

同相/正交调制器(In-Phase/Quadrature Modulator, IQM)顾名思义，核心光路由I和Q组成，二者均为完整的马赫-曾德尔调制器(MZM)，分别用于调制同相分量和正交分量。其工作流程为

1. 将输入光分为两束，分别进入上臂（I-MZM）和下臂（Q-MZM）。
2. 在Q-MZM的输出端，放置一个90° 移相器，将Q路的光场相位偏移 90°($\frac{\pi }{2}$)。
3. 将 I 路和 Q 路的光场重新合并输出。

输入光场$E_i$在经过IQM后，其I路输出光场为

$$\begin{array}{rl}{E}_I(t)& =\frac{E_i}{2}\left[1+\exp \left(j\pi \frac{u_I(t)+V_{bI}}{V_{\pi }}\right)\right]\\ & =E_i\cos \left(\frac{\pi }{2}\frac{u_I(t)+V_{bI}}{V_{\pi }}\right)\exp (j{\varphi }_{c,I})\end{array}$$

其中，${\varphi }_{c,I}$为共模相位，通常在直接检测中可忽略，在相干检测中会被本振光抵消。

Q路MZM在经过90°相移器后，其输出电场需要乘以相移因子$e^{j\frac{\pi }{2}}$，最终得到

$$E_Q(t)=j{E}_i\cos \left(\frac{\pi }{2}\frac{u_Q(t)+V_{bQ}}{V_{\pi }}\right)$$

总输出光场为

$$E_o(t)=E_i\left[\cos \left(\frac{\pi }{2}\frac{u_I(t)+V_{bI}}{V_{\pi }}\right)\exp (j{\varphi }_{c,I})+j\cos \left(\frac{\pi }{2}\frac{u_Q(t)+V_{bQ}}{V_{\pi }}\right)\right]$$

实现

OptiCommPy提供了IQM模型函数，函数签名为

optic.models.devices.iqm(Ei, u, param=None)

其中Ei和u分别是输入光场和电压，与公式中的值一一对应。param为OptiCommPy内置的参数类，其成员包括

测试

下面生成 QPSK 的复数基带信号，经过IQM调制器之后，其实部和虚部分布如下

代码为

from optic.models.devices import iqm

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'Times New Roman'

Ei = 1.0 + 0j

# 生成 QPSK 的复数基带信号 (4个星座点)
symbols = np.array([1+1j, 1-1j, -1+1j, -1-1j]) 

# 为了画图好看，每个符号重复 100 次
u_signal = np.repeat(symbols, 100)

Eo = iqm(Ei, u_signal)

fig, ax = plt.subplots(figsize=(6, 6))

# 提取输出光场的实部和虚部
Eo_I = np.real(Eo)
Eo_Q = np.imag(Eo)

# 绘制散点图
ax.scatter(Eo_I, Eo_Q, s=50, c='red', alpha=0.8, edgecolors='black')

ideal_I = np.real(symbols)
ideal_Q = np.imag(symbols)

max_val = np.max(np.abs(Eo)) 
ax.scatter(ideal_I * max_val / np.sqrt(2), ideal_Q * max_val / np.sqrt(2), 
           s=200, facecolors='none', edgecolors='blue', linewidths=2, label='ref position')

ax.axhline(0, color='gray', linestyle='--', alpha=0.5)
ax.axvline(0, color='gray', linestyle='--', alpha=0.5)

ax.set_xlabel('Real($E_I$)')
ax.set_ylabel('Imag($E_Q$)')
ax.set_aspect('equal', 'box')
ax.grid(True, alpha=0.3)
ax.legend()

plt.tight_layout()
plt.show()