無線資料傳輸的需求不斷攀升。分析師預估,到2020年,行動裝置的數量將達200~500億之譜,主要應用包含每天僅幾位元的資料傳輸應用,一直到多通道串流的高解析度視訊應用。本文著重於介紹下一代光通訊系統的測試和除錯需求,以因應海量資料時代的來臨。
無線資料傳輸的需求不斷攀升。分析師預估,到2020年,行動裝置的數量將達200~500億之譜,主要應用包含每天僅幾位元的資料傳輸應用,一直到多通道串流的高解析度視訊應用。在深入研究使用者的未來需求後,網路業者意識到他們必須加速建構似乎可提供無限容量的網路基礎設施,以便因應體育館、音樂會等使用者爆滿場所的傳輸需求。
即便是本地裝置連接,訊務都會迅速流入固定的實體網路:例如家庭ADSL路由器或蜂巢式基地台。從這個角度來看,網路骨幹是高容量系統,主要基於互連光纖網路。該系統缺乏當前所需的容量,而且到2020年之前必須持續成長,以支援每年超過 40zettabytes的預估資料量。
本文著重於介紹下一代光通訊系統的測試和除錯需求,以因應海量資料時代的來臨。
在光通訊領域,想要提高容量,主要取決於3個因素:利用極化和多載波OFDM調變等技術提供更多的載波、透過更高的調變密度來實現更高的頻譜效率,以及更高的符碼率(參見圖1)。
圖1 影響光學系統容量的因素。
測試這些資料速率接近1Tbps的高階系統時,需要可產生並分析乾淨訊號的測試設備,以及至少20GHz的量測頻寬,以避免因測試設備的侷限性,而無法確實量測系統效能。這些儀器必須能夠靈活地處理4個同步通道上多種不同調變機制,以實現雙極化I/Q訊號。傳統上,使用「黃金」發射器來進行接收器測試(如相位雜訊、觀察到的訊噪比和極化測試),以便檢視裝置狀態。但這種方法無法提供完全確定的資訊(參見圖2)。
圖2 傳統的光接收器測試配置。
藉由使用任意波形產生器(AWG),例如Keysight M8196A,可在電氣域中產生測試訊號,包括乾淨的訊號和具有已知缺損的訊號。進行發射器測試,可將這些訊號直接送入發射器,並直接量測誤碼率(BER)。而進行接收器測試時,這些訊號可直接用來測試DSP級並轉換到光域,以便為完整的接收器測試產生乾淨且施加了應力的確定性光訊號(參見圖3)。
圖3 使用任意波形產生器的光發射器和接收器測試情境。
在同調光學系統上進行量測的關鍵挑戰,在於以超過32GBaud的資料速率,提供已知且可重複的乾淨和失真測試訊號,並且靈活地支援各種調變格式。不僅可在測試訊號產生器和量測設備的前面板上校驗測試系統,也可藉由使用傳輸系統S參數的嵌入和解嵌入技術,在訊號鏈的任一點上進行校驗。
圖4的範例為量測整個通訊通道的量測結果,以顯示光調變分析儀(OMA)量測累積效應的能力。
圖4 使用Keysight N4391A或N4392A光調變分析儀進行累積光調變分析。
資料傳輸的目標是在可容忍的BER下,獲得最高的傳輸速率。由於BER量測非常耗時,還有其他更快的訊號品質參數,它們與通道的BER密切相關。誤差向量振幅(EVM)是妥善定義的一般品質參數,適用於更高位準調變格式,其中簡要描述實際符號點與複合平面上的參考點有多接近。
EVM是在任何調變點上,連接測得向量和期望向量的向量大小(圖5)。
圖5 EVM定義。
EVM提供整體性能評比,而高階調變需要更高的傳真度,因為星座點彼此非常靠近,因此也更有可能解碼錯誤。
Q係數描述訊噪比(SNR)在決策點上的比例。可透過EVM計算Q係數,並提供對BER的估計。它可用於開關鍵控訊號和直到QPSK的調變格式。假設白高斯雜訊是主要缺損,Q係數是接收器預期的BER。它以dB為單位顯示結果,計算方法如下:
Q-Factor ≈ 1/EVM
搭配使用AWG和Keysight 81195A光調變產生器等波形產生軟體來產生測試訊號,並使用VSA軟體來分析訊號,可產生乾淨的訊號,以及用於對接收器進行應力測試的已知缺損訊號,圖6顯示在AWG輸出端量測訊號的配置範例。
圖6 在前面板上進行校驗。
使用任意波形產生器產生已知訊號,並與量測到的訊號進行比較。這樣可以導出產生器、放大器(如有需要)和電纜的頻率和相位響應。圖7顯示藉由量測傳輸通道的S參數並嵌入結果,來產生乾淨的校驗訊號,以便在接收器輸入端校驗系統。
圖7 在接收器輸入端進行校驗。
藉由深入分析星座圖和眼圖,可輕易找到並修正不良的EVM結果。典型問題的範例如下所示。
IQ增益不平衡
增益不平衡將I訊號的振幅與Q訊號的振幅加以比較。請注意,星座寬度與高度不同。可輕易地在星座圖中觀察到IQ增益不平衡,雖然它也會在眼圖中顯示I和Q-Eye振幅之間的差異。
IQ時序偏差
在星座圖中,IQ時序偏差顯示為與45度轉換點之間的預期直線的偏差。透過眼圖,可更輕易解讀I和Q-eye之間的時序差異。
另外,在I或Q訊號處的DC偏移,會導致所量測星座圖的原點,與參考星座原點之間的偏移。在眼圖中,它顯示為垂直移動的眼圖軌跡,同時也可顯示為頻譜圖中的載波饋通。
正交誤差
理想狀況下,I和Q應該是正交的(相距90度)。正交誤差是理想和實際I和Q正交相位之間的差異。舉例來說,22度的正交誤差,意味著I和Q相距67度而不是90度。這通常是因為錯誤設定Mach-Zehnder調變器中90°移相器所致。這是不容易在眼圖中觀察到的失真。
頻率誤差
頻率誤差顯示載波頻率與以Hz為單位之預期中心頻率的對比。這是接收器必須執行以實現載波鎖定的頻移量。可容忍的最大頻率誤差取決於所使用的調變格式,如表1所示。
表1 不同調變類型的可容忍頻率誤差。
備註:對於最高階調變類型,建議使用VSA中低SNR增強功能,以便為QAM格式提供強大的鎖頻功能。
符碼率誤差
如果數位解調變器只能恢復時脈相位而非時脈速率,則符號會開始散佈在整個星座圖上。查看EVM隨時間變化的圖示時,錯誤符碼率會呈現為典型的V形。如為單模光纖傳輸,要解釋上述星座圖中顯示的缺損相對容易。一旦增加90度極化的第二個通道,這項任務就變得更加困難。光調變分析儀整合了向量訊號分析軟體的所有功能,可全面分析兩個通道,以及它們之間的交互作用。
圖8顯示了X和Y訊號的IQ訊號之間的時序偏差——極化、X和Y極化之間的時序偏差、X和Y極化之間的增益不平衡、符碼率、頻率誤差和BER統計。
圖8 X和Y訊號的IQ訊號之間的時序偏差。
人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?
AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。
加入LINE@,最新消息一手掌握!