In optical communication systems, orthogonal frequency division multiplexing (OFDM) is widely used to combat inter-symbol interference (ISI) caused by multipath propagation. Optical systems which use intensity modulation and direct detection (IM/DD) can only transmit real valued symbols, but the inverse discrete Fourier transform (IDFT) or its computationally efficient form inverse-fast Fourier transform (IFFT) required for the OFDM waveform construction produces complex values. Hermitian symmetry is often used to obtain real valued symbols. For this purpose, some trigonometric transformations such as discrete cosine transform (DCT) are also used, however these transformations can eliminate the ISI only under certain conditions. In this paper, we propose a completely different method for the construction of OFDM waveform with IFFT to obtain real valued symbols by combining the real and imaginary parts (CRIP) of IFFT output electrically (E-CRIP) or optically (O-CRIP). Analytical analysis and simulation works are presented to show that compared to the Hermitian symmetric system, the proposed method slightly increases the spectral efficiency, eliminates ISI, significantly reduces the amount of needed calculation and does not effect the error performance. In addition, the O-CRIP method is less affected by clipping noise that may occur due to the imperfections of the transmitter front-ends.


翻译:在光学通信系统中,光学通信系统广泛使用正方位频率分多式(OFDM),以对抗多路传播造成的符号间干扰(ISI)。使用强度调制和直接检测(IM/DD)的光学系统只能传输真正有价值符号,但反离离异的Fourier变形(IDFT)或其计算效率格式反向的Fourier变形(IFFT)或其反向快速的Fourier变形(IFFT),为DDF波形构造所需的真实和想象部分(CRIP)产生复杂的价值。埃米蒂对称的对称常常用来获取真正有价值的符号。为此,还使用了一些三角测量转换,如离散的 Cosine变异(DCT)等,但这些变异异只能在某些条件下消除ISI。在本文中,我们提出了一个完全不同的方法来建造DMR波形变形(IDFFIFIFFT)或其计算效率,通过将FFFFFTFT的电气输出(E-CRIP)或光学(O-CRIP)或光学(O-CRIP)的变形变形(O-CRIP-CRIP)的实际部分(CRIT-CRIDRIDral)进行合并变换算,拟议方法可能减少I-CI-CI-CI-CI-CI-CI-CRDRDRI-CR)所需的效率。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Constrained Classification and Policy Learning
Arxiv
0+阅读 · 2021年6月24日
Arxiv
6+阅读 · 2021年6月24日
Arxiv
3+阅读 · 2018年6月19日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员