Introducing Combined Effects of Filtering and ASE Noise in Optical Links Supposing Different Equalization Algorithms

Sintesi Tecnica: Introduzione degli Effetti Combinati del Filtraggio e del Rumore ASE nei Link Ottici Supponendo Diversi Algoritmi di Equalizzazione

Definizione del Problema
Le reti ottiche metro e access sono sempre più chiamate a supportare la trasmissione coerente ad alta capacità mantenendo al contempo stime accurate e computazionalmente efficienti della qualità della trasmissione (QoT). In questi scenari di link brevi, gli impairments lineari, in particolare il filtraggio ottico a cascata da parte di ROADM e altri elementi di filtraggio, spesso dominano rispetto agli effetti di propagazione non lineare. Ogni elemento di filtraggio rimodella sia il segnale che l'accumulo di rumore ASE (Amplified Spontaneous Emission), creando un "penalità di filtraggio" che dipende dalla sequenza dei filtri, dalla posizione delle sorgenti di rumore e dalla strategia di elaborazione digitale del segnale (DSP) del ricevitore.

I modelli esistenti per i digital twin (DT) delle reti ottiche faticano a incorporare questi effetti di filtraggio in modo disaggregato e matematicamente coerente, specialmente quando si tiene conto della posizione relativa dell'iniezione del rumore ASE e delle specifiche strategie di equalizzazione utilizzate nei ricevitori commerciali. Inoltre, sebbene esistano modelli di equalizzatori a lunghezza infinita, essi spesso non riescono a catturare le penalità di prestazione associate alle lunghezze di tap finite presenti nelle implementazioni pratiche di DSP.

Metodologia
Gli autori sviluppano un framework di modellazione nel dominio del tempo discreto per analizzare congiuntamente l'impatto del filtraggio ottico a cascata, del rumore ASE distribuito e del rumore del transceiver su link ottici coerenti. La metodologia procede attraverso i seguenti passaggi:

1. Astrazione del Sistema: Il link ottico è modellato con funzioni di trasferimento di filtri arbitrari e spettri di rumore colorati. Il modello assume una trasmissione coerente a doppia polarizzazione e trascura l'interferenza non lineare (NLI), concentrandosi invece sugli impairments lineari tipici delle reti metro-access.
2. Caratterizzazione del Transceiver: Un modello basato su misurazioni mappa i dati sperimentali del Bit Error Rate (BER) back-to-back a un equivalente SNR del transceiver. Ciò consente di integrare gli impairments del transceiver nella stessa formulazione SNR delle penalità del link ottico.
3. Modellazione del Rumore: Il framework tratta esplicitamente il rumore come "colorato". Il rumore ASE iniettato in diversi punti lungo il link subisce un filtraggio a valle differente, risultando in una densità spettrale di potenza (PSD) del rumore non piatta al ricevitore. Il rumore del transceiver è modellato come una PSD colorata generica concentrata al ricevitore.
4. Derivazione Analitica: Utilizzando le trasformate D e tecniche di sbiancamento del rumore (noise whitening), gli autori derivano espressioni analitiche per l'SNR post-equalizzazione in cinque scenari distinti:
   • Matched Filter Bound (MFB)
   • Zero-Forcing Equalization (ZFE)
   • Minimum Mean Square Error Equalization (MMSE)
   • Fractionally Spaced Equalization (FSE)
   • Finite-Length Equalizers (FLE), con o senza trattamento esplicito del rumore colorato (Whitened FLE vs. standard FLE).
5. Validazione:
   • Simulazioni nel Dominio del Tempo: I modelli analitici sono confrontati con simulazioni che utilizzano l'equalizzazione Least Mean Squares (LMS) sotto condizioni di filtraggio severo, variando la lunghezza dei tap e la posizione di iniezione del rumore ASE.
   • Validazione Sperimentale: Misurazioni effettuate con transceiver commerciali e ROADM sono utilizzate per validare i modelli MMSE e FSE rispetto a forme di filtro e condizioni di rumore realistiche.

Contributi Chiave

• Framework SNR Unificato: Il documento fornisce una singola formulazione basata su SNR che tiene conto simultaneamente del filtraggio a cascata, del rumore ASE distribuito, degli impairments del transceiver e delle varie strategie di equalizzazione.
• Modellazione Disaggregata della Penalità: La derivazione consente il calcolo delle penalità di filtraggio per singole sorgenti di rumore (ASE e transceiver), consentendo un approccio scalabile per i digital twin delle reti ottiche.
• Analisi della Lunghezza Finita: A differenza di molti lavori precedenti focalizzati su equalizzatori a lunghezza infinita, questo lavoro deriva e valida modelli per equalizzatori a lunghezza finita (FLE). Dimostra che i modelli a lunghezza finita sono necessari per prevedere accuratamente la "penalità di tap limitati" osservata nella pratica del DSP.
• Trattamento del Rumore Colorato: Il framework gestisce esplicitamente la natura colorata del rumore derivante dal filtraggio a cascata, offrendo un approccio più rigoroso rispetto ai modelli che assumono rumore bianco o filtraggio a singolo stadio.

Risultati

• Validazione tramite Simulazione: Le simulazioni nel dominio del tempo confermano che i modelli a lunghezza infinita (MMSE, FSE) descrivono accuratamente il comportamento asintotico ma non riescono a prevedere le prestazioni quando il numero di tap dell'equalizzatore è basso (ad esempio, 4 o 8 tap). Il modello Finite-Length Equalizer (FLE), in particolare la versione senza sbiancamento del rumore, mostra la massima accuratezza (errore assoluto massimo di 0,29 dB con 4 tap) nel corrispondere ai risultati della simulazione.
• Impatto della Lunghezza dei Tap: L'aumento del numero di tap LMS causa la convergenza dei risultati dei modelli a lunghezza finita con i modelli a lunghezza infinita. Tuttavia, per conteggi di tap pratici (ad esempio, 32 tap), il modello FLE rimane superiore nel catturare le specifiche penalità delle risorse limitate.
• Posizione del Rumore: I risultati evidenziano che il rumore iniettato più vicino al ricevitore subisce una penalità di filtraggio maggiore perché attraversa meno filtraggio a valle prima dell'equalizzatore, mentre il rumore iniettato precedentemente attraversa più filtri, riducendo la necessità dell'equalizzatore di amplificare il rumore.
• Validazione Sperimentale: I risultati sperimentali con transceiver commerciali e filtri ROADM mostrano una buona concordanza con i modelli analitici MMSE e FSE. I modelli presentano un margine leggermente conservativo, attribuito a una modellazione conservativa del filtro e alla differenza tra le assunzioni di filtro ideale a lunghezza infinita nella teoria e i limiti pratici del DSP.
• Confronto tra Modelli: L'equalizzatore Zero-Forcing (ZFE) fornisce una stima semplice e conservativa, adatta per casi in cui il filtraggio non è estremo. I modelli MMSE e FSE producono curve di prestazione identiche in assenza di errori di fase di campionamento, come previsto teoricamente.

Significatività e Rivendicazioni
Il documento sostiene che il framework proposto fornisce una "base trattabile" per la stima della qualità della trasmissione e l'implementazione di digital twin delle reti ottiche. Argomenta che le penalità di filtraggio non possono essere rappresentate semplicemente da una perdita di banda scalare; esse dipendono dalla forma del filtro, dalla posizione della sorgia di rumore, dal rumore del ricevitore e dall'architettura dell'equalizzatore.

Offrendo una gamma di modelli, dai più semplici (ZFE) ai più complessi (FLE), il lavoro consente ai pianificatori di rete di selezionare il livello di complessità appropriato in base alle loro specifiche esigenze applicative. Il framework permette la valutazione accurata delle penalità di filtraggio senza dover ricorrere a simulazioni complete nel dominio del tempo per ogni percorso ottico, supportando così lo sviluppo di strumenti di pianificazione di sistema efficienti e consapevoli degli impairments. Gli autori osservano che il lavoro futuro dovrà estendere la validazione sperimentale per caratterizzare le reali configurazioni di tap DSP dei transceiver commerciali e testare una varietà più ampia di forme di filtro.