超100 Gbit/s光纤无线融合传输技术进展(特邀)
0 引言
2019年是第五代移动通信(The 5th Generation Network,5G)商用元年,近年来5G网络在全球范围内已经进行了大规模部署,但随着一系列新型应用的加速发展,现有通信网络将难以满足未来指数级增长的通信需求。因此,第六代移动通信(The 6th Generation Network,6G)已成为国际竞争中新的技术战略制高点,世界各国争相启动6G研发计划,也已针对6G的关键指标和部分应用场景达成了共识。Edholm带宽定律(Edholm’s Law of Bandwidth)指出,无线数据速率具有每隔18个月翻倍的增长趋势[1],经过这样的指数级增长,到2030年,6G无线流量有望媲美或超过有线服务,而毫米波(30~300 GHz)与太赫兹(0.1~10.0 THz)频段能够提供超大带宽的频谱资源,实现超100 Gbit/s的速率,达到接近光纤的信道容量。在构建未来6G网络时,将毫米波/太赫兹无线通信与光纤有线传输进行融合,将兼具光纤大容量、长距离和无线传输灵活性的技术特点,能够突破传统接入网难以实现的面向6G的“最后一公里”无线接入这一难点[2],此方案已成为满足Tbit/s量级速率和泛在连接等需求的有效技术途径。
2023年6月22日,国际电信联盟无线通信部门(International Telecommunication Union Radio Communication Sector,ITU-R)在瑞士日内瓦举办的会议上通过了IMT-2030(6G)建议书,意味着6G标准化进程的正式启动。IMT-2030在IMT-2020的基础上,新增了6大场景,分别是通信增强方面扩展出的沉浸式通信、超大规模连接和超可靠低时延通信场景;覆盖增强方面新增的泛在连接场景;业务扩展方面新增的通信感知一体化;通信人工智能(Artificial Intelligence,AI)一体化场景。上述场景的实现,对6G通信网络的数据速率、区域流量容量、连接密度和可靠性等指标提出了更高的要求,需要结合毫米波/太赫兹无线通信的优势,依靠当前已经建成的庞大光纤网络,将宽带光纤接入和超100 Gbit/s的无线覆盖进行深度融合[3],因而光纤无线融合传输技术近年来已成为6G相关领域的研究热点。
超100 Gbit/s光纤无线融合传输技术的应用场景主要针对室外点对点固定传输和室内/室外点对多点 (Point-to-Multipoint,P2MP)传输。室外点对点固定传输主要用于支撑5G或未来6G中的前传和回传等X-haul场景,通过光纤无线融合技术灵活选择光纤直连和无线传输,能够在确保通信容量和可靠性的基础上,以更低的成本满足未来快速发展的电信运营商业务、无线光纤延伸和冗余连接等需求,在公里级的距离上实现大容量无线通信替代光纤有线传输。室内/室外P2MP传输主要用于移动和固定无线接入的相关用例,例如在物联网环境中采用超100 Gbit/s光纤无线融合技术,有望达成<500 m的短到中距离范围、高达0.1 Tbit/s和低于1 ms延迟的密集无线接入。随着增强现实(Augmented Reality,AR)和虚拟现实(Virtual Reality,VR)等超大带宽应用的不断发展,室内接入网络的聚合数据速率将会显著提升。在面向新型室内应用的<20 m的极短距离通信场景,或需要搭建多条超高速无线数据分发链路的数据中心场景中,超100 Gbit/s光纤无线融合传输技术都具有显著的优势和发展潜力。
本文的第1节介绍了“光纤-无线-光纤”一体融合传输技术,通过实验演示了第一个公开报道的290和340 GHz双波长实时传输系统,该系统在混合光纤和太赫兹无线链路上实现了高达2×240.558 Gbit/s的创纪录线路速率,光/太赫兹和太赫兹/光转换模块与现有的商用光纤基础设施兼容,且经济高效,可以显著推动IMT-2030中所描述的泛在连接这一场景的实现。第2节介绍了结合数字副载波复用(Digital Subcarrier Multiplexing,DSCM)的无源光网络(Passive Optical Network,PON)与无线融合传输技术,通过实验演示了一套基于DSCM的100 Gbit/s相干PON,其灵活调整速率和P2MP的特性能够支持6G时代的超大规模连接。第3节介绍了光纤无线融合端到端(End to End,E2E)智能星座优化技术,我们提出了一种基于似然感知的矢量量化(Vector Quantization,VQ)变分自编码器(Variational Auto Encoder,VAE),结合概率星座整形(Probabillistic Constellation Shaping,PCS)技术实现了462.4 Gbit/s线路速率的64阶正交幅度调制(Quadrature Amplitude Modulation,QAM)双偏振(Dual-Polarization,DP) 2×2多输入多输出(Multiple Input Multiple Output,MIMO)太赫兹无线传输,借助通信AI一体化的技术路线对通信系统进行全局优化,能够在一定程度上克服复杂环境中的动态扰动,将有效提升未来6G的传输质量和稳定性。
1 “光纤-无线-光纤”一体融合传输技术
光纤网络是支撑信息社会的重要设施,具有大容量和长距离的优势,但其相较于无线传输,移动性较差,难以实现无缝广域覆盖。超100 Gbit/s光纤无线融合传输技术能够有效解决此问题。随着高速电子和光电子器件的发展,以毫米波/太赫兹技术为代表的超宽带无线通信技术不断迭代,基于光子辅助的毫米波和太赫兹无线通信技术逐渐成熟,该技术路线可以突破电子设备的瓶颈,在产生超高速无线毫米波/太赫兹波信号的同时,利用系统架构中光学器件的特性,可以便捷地实现无线传输与光纤有线传输的无缝融合,搭建起具有重要意义的“光纤-无线-光纤”一体融合传输链路。
表 1. “光纤-无线-光纤”无缝传输的典型研究工作
Table 1. The typical research work of integrated fiber-wireless-fiber seamless transmission
|
表 2. 本团队100/200/400 GbE实时传输验证系列工作总结
Table 2. Summary of the real-time transmission demonstration work at 100/200/400 GbE by our team
|
基带转光方案:首先利用基于有源单片集成电路的混频器将太赫兹波信号下变频到基带信号,然后使用传统的光调制器调制到光域。基于该方案,已有研究团队使用高速实时商用数字相干光模块(Digital Coherent Optics,DCO)成功演示了在300 GHz频率下,34 GBaud偏振复用(Polarization Division Multiplexing,PDM)正交相移键控(Quadrature Phase Shift Keying,QPSK)信号在两条光纤链路和0.5 m 2×2 MIMO无线链路上的传输[9-10],在25%软判决(Soft Decision,SD)前向纠错(Forward Error Correction,FEC)限制下,线路速率为116 Gbit/s。
直接调制方案:采用超宽带光调制器将接收到的太赫兹波信号直接调制到光域,文献[8]在288.5 GHz频率下,采用定制的3 dB带宽为0.36 THz的硅等离子体调制器,在16 m的无线链路上实现了50 Gbit/s的数据传输。直接调制方案中通常需要窄带光学带通滤波器,并且目前只有离线数字信号处理(Digital Signal Processing,DSP)方式的单输入单输出(Single Input Single Output,SISO)无线链路被成功演示。
IF到光方案:太赫兹无线信号首先经过下变频转换为IF信号,再使用商用光学调制器将其映射到光域,IF信号相较于原载波信号,对于调制器的载波频率和带宽需求显著降低,不仅可以减少系统中高频器件的占比,还可以降低成本,对于实际部署具有积极意义。2018年,复旦大学研究团队在450 GHz频段,成功演示了SC-QPSK信号在跨度为3.8 m的2×2 MIMO无线链路上18 Gbit/s线路速率的传输[7];2021年,伦敦大学学院研究团队采用IF到光方案,在250 GHz频段上完成了50 Gbit/s的0.1 m光子太赫兹无线桥接传输[13]。在本团队之前的工作中,我们成功演示了一套光子辅助的实时太赫兹无线与光纤无缝集成系统,采用一种基于DP马赫-曾德尔(Mach-Zehnder Modulator,MZM)调制器的紧凑型IF到光方案,能够在340~510 GHz的载波频率范围内实现线路速率为125.516 Gbit/s、净速率为103.125 Gbit/s的SC-QPSK高速信号传输,无线传输距离达到3 m。
以上3种方案的特点总结如下:基带转光方案的系统复杂度较高,且工作在350 GHz以上的基于有源单片集成电路的混频器尚未成熟;直接调制方案由于太赫兹频段内光/电调制器制造困难,成本较高;IF到光方案能够显著减少高频器件的数量,但太赫兹信号下变频为IF信号时易引入插入损耗和相位噪声,需要开发先进的DSP算法在接收端进行滤波。IF到光方案具有结构较为简单、成本低的优势,目前仍然是实现超100 Gbit/s光纤无线融合传输技术的实用方案。
本团队基于IF到光方案,取得了如
图 1. 400 GbE实时双波长DP“光纤-太赫兹-光纤”无缝融合传输系统实验设置[17]
Fig. 1. Experimental setup of 400 GbE real-time dual-wavelength and DP fiber-terahertz-fiber seamless integration transmission system[17]
在太赫兹/光转换端一侧,采用上文所介绍的IF到光方案来进行混合光电下变频,以消除对光学元件载波频率和带宽的限制。该方案将接收到的平行太赫兹波信号下变频为IF信号,然后使用在光载波抑制点工作的集成DP-MZM,将IF信号映射到光域。在此过程中,我们采用两级串联低噪声放大器(Low Noise Amplifier,LNA)将IF信号放大,以驱动DP-MZM。一个带通的TOF被用来滤除相应的边带,然后将其无缝耦合到一段20 km SSMF链路中,用于随后的DCO实时处理。整个过程中,两个波长(λ1、λ2)的信号分别由光复用器(MUX)和解复用器(DEMUX)进行复用和解复用。
我们将每个模块设置为在200 GbE传输模式工作,并使用滚降因子为0.001的40.093 GBaud DP-8QAM信号作为光基带信号,
图 2. 实时双波长DP“光纤-太赫兹-光纤”无缝融合传输系统实验结果
Fig. 2. Experimental results of real-time dual-wavelength and DP fiber-terahertz-fiber seamless integration system
如
在这项研究中,传输距离受到太赫兹发射功率的限制,在未来的实际6G应用场景中,通过使用高增益透镜天线、高增益太赫兹放大器或大规模相控阵天线,可以实现公里级的无线距离。因此,高性能的“光纤-无线-光纤”一体融合传输技术作为超100 Gbit/s光纤无线融合技术的核心研究方向,对于促成未来6G泛在连接这一愿景有着重要意义,适合应用在铺设光纤成本和难度过高的断崖和河谷等地形,从而实现将超大带宽通信及其所支持的新型服务推广到偏远地区。此外,针对地震等灾害中光纤线路损坏的情况,“光纤-无线-光纤”一体融合传输技术能够可靠地搭建超宽带和易部署的应急无线链路,该技术还可以胜任未来的Tbit/s集成接入及回传等场景。
2 基于DSCM-PON与无线融合传输技术
PON是一种P2MP宽带光纤接入技术,将DSCM引入PON,有望解决光网络面向6G升级所面临的容量瓶颈、资源利用率低和成本高等问题,为未来光网络与无线融合提供了一种可持续发展的解决方案。文献[18]利用DSCM技术实现了P2MP的相干光网络,首次展示了这种新型网络架构的技术可行性和优势,并在实验中采用不同速率和距离的P2MP相干光收发器,验证了数字副载波的路由、切换、保护和管理功能,以及其网络性能和灵活性方面的优势。文献[19]针对基于DSCM的P2MP相干架构提出了一种联合资源分配算法,在保持400 Gbit/s总传输速率和71 GHz总带宽不变的情况下,实现了2 dB的光功率节省。
现有光子毫米波/太赫兹通信技术的主要实现路径是基于光外差拍频的原理,外差拍频方案所采用的光电器件易于与太赫兹无线传输和 DSCM-PON进行融合,同时,PON本身作为一种P2MP光纤传输和接入技术,与DSCM技术结合后,通过发射端与接收端的DSP完成副载波的生成和处理,将每个副载波分配给不同的终端节点,通过对副载波灵活组合,实现不同带宽接入,便于根据需要及时远程重新配置对应终端的带宽,从而减少对交换机和路由器的依赖,显著降低通信网络的成本[20]。因此,DSCM-PON与光子毫米波/太赫兹无线融合传输技术可以为未来6G密集场景中的用户和层出不穷的新型应用根据需求提供灵活可靠的接入。基于以上核心技术,我们提出了一种4个副载波复用的DSCM-PON系统架构,其中单副载波速率可达到25 Gbit/s,系统可根据实际需求灵活配置载波数量,每个边缘设备的带宽可在不改变组件的情况下实现25~100 Gbit/s的变化。在保持每个副载波25 Gbit/s速率不变的同时,通过增加副载波数量来增加系统容量,兼容更高的速率,便于系统后续迭代升级。
依据上述设计思路,我们通过实验演示了一套基于 DSCM 技术的可变速率P2MP 100 Gbit/s相干PON,具有下行链路和上行链路,能够同时支持固定宽带接入和W波段毫米波无线接入。该架构实现了4个25 Gbit/s副载波,并分别用于下行和上行的最多4个25(光纤有线)/12.5(毫米波无线)Gbit/s副载波。这两种接入场景在下行链路上可以成功传输,总容量可达100 Gbit/s。对于上行链路,通过信号组合,这两种接入场景可以分别达到100和50 Gbit/s的最大容量。
图 4. 基于DSCM的可变速率P2MP 100 Gbit/s相干PON实验设置
Fig. 4. Experimental setup of rate-flexible P2MP 100 Gbit/s coherent PON system
为了模拟宽带接入以及面向Beyond 5G和6G的移动X-haul场景,我们在W波段设置了1个光纤有线光节点ONU1-Rx和1个毫米波无线光节点ONU2-Rx。对于ONU1-Rx,采用1个PC、1个VOA和1个EDFA控制接收信号的功率,便于进行BER性能测试,ECL-2被用作波长为1 549.315 nm的LO,在ICR中被检测,并最终由DSO进行离线DSP。对于模拟移动X-haul场景的ONU2-Rx,ECL-3产生与EDFA输出光信号频率差为92.5 GHz的光信号,两路信号经光电探测二极管(Photodetector Diode,PD)拍频产生92.5 GHz的毫米波信号,
图 6. 接收毫米波信号在-20 dBm下的频谱
Fig. 6. The spectrum of the millimeter-wave signal at received power of -20 dBm
本实验架构便于系统BER性能评估,对于下行传输,
图 7. 基于DSCM的可变速率P2MP 100 Gbit/s相干PON实验结果
Fig. 7. Experimental results of rate-flexible P2MP 100 Gbit/s coherent PON system based on DSCM
基于DSCM的相干PON在系统复杂性和成本效益之间取得了良好的平衡,在增加网络容量的同时,利用P2MP和双向灵活速率传输的特性,能够满足未来6G时代超大规模连接的具体需求,例如智慧城市、智能交通和智能物流等应用,支持数量庞大的机器人和可穿戴设备等物联网设备,以及达成蜂窝车联网(Cellular Vehicle-to-Everything,C-V2X)和工业4.0等垂直行业所需的通信指标,实现微秒级时延、100倍于5G 连接密度的性能提升。
3 光纤无线融合E2E智能星座优化技术
在光纤无线融合传输技术的演进过程中,单行UTC-PD、DCO等光电器件和模块的成熟,促进了光纤网络与无线传输一体化架构的提出和发展。但在光纤无线融合传输系统中,光纤信道的非线性效应等因素限制了光信噪比,为克服复杂环境中的动态扰动,在IMT-2030所提通信AI一体化的背景下,AI已成为 6G的基石之一,使用机器学习(Machine Learning,ML)或深度学习(Deep Learning,DL)技术来学习从输入信号到输出信号的映射,能够从E2E优化的角度增强整个光纤无线集成网络的性能[21]。例如,瞄准通信系统和神经网络(Neural Networks,NN)之间的相似性,可以将整个通信系统看作一个自动编码器(Autoencoder,AE),不同于单独优化各模块的传统方法,E2E优化技术能够实现闭环优化[22-23],从而实现整个通信系统的全局增强,同时,通过更新信道模型的参数和结构以及重新训练收发器,E2E的NN可以适应新的通信系统。类似的方法在光纤无线融合通信的验证实验中已经实现,复旦大学研究团队近期提出了一种基于E2E学习的波形到波形自动均衡框架,设计了一种基于注意力的三分支异构(Attention-based Three-Tributary Heterogeneous,ATTH)NN,经5 km光纤和1 m无线跨度传输209 GHz离散多音(Discrete Multi Tone,DMT)调制信号,在60 Gbit/s的数据速率下成功实现了超过1.3 dB的接收器灵敏度增益[24]。
在使用高阶调制格式时,传统星座整形技术通过重新设计QAM信号星座点的分布来提高信道容量,得到逼近香农极限的性能,其中PCS技术使用分布适配器(Distribution Matcher,DM)将均匀分布的数据序列转换为特定分布和不同幅值的非均匀序列,整形后的符号以二进制标签表示并通过FEC编码器进行编码,映射为保留整形符号分布信息的QAM符号,送入光传输系统进行传送,在接收端则进行与上述过程相反的处理。在效率方面,PCS技术对于高阶QAM具有更明显的增益。国内外研究团队针对PCS提出了一系列实现方法,慕尼黑工业大学于2015年展示了首个PCS光传输实验,能够在可调数据率和开销下运行,相较于200 Gbit/s的16QAM,实现了高达15%的容量增加和43%的传输距离提升[25]。
尽管当信号遵循麦克斯韦-玻尔兹曼分布(Maxwell-Boltzmann Distribution)时,mQAM的互信息 (Mutual Information,MI) 可以在近似的加性高斯白噪声(Additive White Gaussian Noise,AWGN) 信道中最大化,但在非线性占主导地位的情况下,光纤太赫兹信道的这种近似不准确。另外,由于光纤无线融合传输中信号会受到混合信道和各种光电器件的损伤,在使用PCS技术时,常规的DSP方法很难对上述非线性损伤进行高效补偿,例如传统的恒模算法(Constant Modulus Algorithm,CMA)和半径导向均衡器(Radius-Directed Equalizer,RDE),在更新滤波器权值时,并未考虑信号幅度的似然性,对于高阶PCS-QAM信号的处理不是最优的,作为替代方案的基于VAE的均衡器也已被提出,具有超越CMA均衡器的性能,然而VAE均衡器同样存在局限性,对于包含非理想元件在内的许多难以准确建模的实际信道并不适用。
针对上述问题,基于E2E优化的思路,我们提出了一种基于似然感知的VQ-VAE,
式中ρ为一个超参数,训练过程中通过优化ρ的取值来提升训练模型的收敛性,最小化L(θ,φ)的过程也就是联合优化VAE和解码器参数的过程,在收敛后,VQ-VAE解码器即为该光纤太赫兹融合传输系统的优化均衡器。
图 8. 在复数2×2 MIMO模型中使用VQ-VAE进行盲信道均衡和估计的原理图
Fig. 8. Schematic diagram of blind channel equalization and estimation using VQ-VAE with a complex-valued 2×2 MIMO model
使用上述基于似然感知的VQ-VAE均衡器,我们搭建了如
图 9. 采用VQ-VAE的DP 2×2 MIMO无线链路的光纤-太赫兹无缝集成系统的实验设置和DSP流程
Fig. 9. Experimental setup and the DSP block diagram of the fiber-THz seamless integrated system with a DP 2×2 MIMO wireless link using VQ-VAE
图 10. 采用VQ-VAE的DP 2×2 MIMO无线链路的光纤-太赫兹无缝集成系统的实验结果
Fig. 10. Experimental results of the fiber-THz seamless integrated system with a DP 2×2 MIMO wireless link using VQ-VAE
在IMT-2030所提出通信AI一体化的背景下,E2E智能星座优化技术可以实现对通信系统的全局优化,解决对系统中各信号处理模块单独分析、控制和优化时,由于始终存在一个或多个次优模块而无法达到最佳E2E系统性能的问题。基于AI的E2E优化技术具有动态优化通信系统资源和指标的能力,使通信系统能够适应不同类型信道和复杂环境,对于提升未来大容量光纤无线融合通信网络的性能有着重要意义。
4 结束语
本文针对面向6G的超100 Gbit/s光纤无线融合传输技术,简要介绍了该领域的若干关键技术和最新进展。随着光子辅助的太赫兹通信技术快速发展,得益于光器件的大带宽等特性,以及商用数字相干光学模块的逐渐成熟,“光纤-无线-光纤”一体融合传输的架构得以实现,我们搭建相应平台并完成了100/200/400 GbE实时传输验证与演示。“光纤-无线-光纤”一体融合传输架构的混合信道具有复杂的时变性,并且无线信号通常工作在太赫兹频段,光纤的非线性效应、大气功率衰减、光电器件的带宽瓶颈和滤波效应等因素都限制了光纤无线融合传输技术的通信性能,采用基于深度NN和E2E优化的智能非线性损伤补偿技术,有望显著提高该系统的传输质量和频谱效率,能够满足未来光纤无线融合通信场景、用例和应用。依据实际部署时的地形和成本等因素对光纤有线传输和太赫兹无线传输进行灵活选择与切换,优化用于回传和前传的户外点对点固定传输。同时,得益于DSCM和智能非线性损伤补偿等方案,光纤无线融合传输技术也能支撑和促进室内短程通信、超密集物联网和数据中心这类P2MP传输场景的发展与普及。
在后续的研究中,为进一步提升光纤无线传输系统的覆盖能力,研究公里级的太赫兹无线传输具有重要意义,当前系统架构中采用的UTC-PD光/电转换效率较低,发射功率通常只有几十微瓦,传输距离受限。研发高增益和大带宽的太赫兹放大器是解决这一问题的关键技术,基于磷化铟的异质结双极晶体管(Heterojunction Bipolar Transistor,HBT)和行波管放大器(Traveling-wave Tube Amplifier,TTA)将成为后续研究中具有潜力的器件。此外,结合高增益透镜天线、先进的调制和均衡技术,以及将大规模相控阵天线应用于太赫兹通信系统,同样能够有效提升传输距离。现有光纤无线融合通信系统存在成本高、体积大和能耗高等问题,通过不断发展的异质集成技术研发核心器件芯片以替代分立光电模块,能够促进光纤无线融合传输的大规模实际应用。此外,将自由空间光通信(Free Space Optical Communication,FSO)与太赫兹无线传输结合近年来也成为了一个具有潜力的研究方向,FSO通信的性能受到不可预测的环境条件严重影响,如云、雾、雨和霾等,而太赫兹通信系统在户外无线通信中对大气效应不敏感,两者在不同的大气和天气条件下表现出互补的传输特性,用于混合部署时能够进一步提升光纤无线融合通信的传输质量和可靠性。因此,在大容量、长距离、集成化和智能化等方向上寻求突破已成为光纤无线融合通信未来的重点研发方向,将助力实现IMT-2030(6G)中超大规模连接、泛在连接和通信AI一体化等愿景。
[1] Cherry S. Edholm's Law of Bandwidth[J]. IEEE Spectrum, 2004, 41(7): 58-60.
[2] Kawanishi T. THz and Photonic Seamless Communications[J]. Journal of Lightwave Technology, 2019, 37(7): 1671-1679.
[3] Boulogeorgos A A A, Alexiou A, Merkle T, et al. Terahertz Technologies to Deliver Optical Network Quality of Experience in Wireless Systems beyond 5G[J]. IEEE Communications Magazine, 2018, 56(6): 144-151.
[4] KoenigS, AntesJ, Lopez-DiazD, et al. High-speed Wireless Bridge at 220 GHz Connecting Two Fiber-optic Links each Spanning up to 20 km[C]//OFC/NFOEC. Los Angeles, CA, USA: IEEE, 2012: OM2B.1.
[5] Koenig S, Lopez-Diaz D, Antes J, et al. Wireless Sub-THz Communication System with High Data Rate[J]. Nature Photonics, 2013, 7(12): 977-981.
[6] Wang C, Yu J J, Li X Y, et al. Fiber-THz-fiber Link for THz Signal Transmission[J]. IEEE Photonics Journal, 2018, 10(2): 1-6.
[7] WangC, LiX Y, WangK H, et al. Seamless Integration of a Fiber-THz Wireless-fiber 2×2 MIMO Broadband Network[C]//2018 Asia Communications and Photonics Conference (ACP). Hangzhou, China: IEEE, 2018: 8595773.
[8] Ummethala S, Harter T, Koehnle K, et al. THz-to-optical Conversion in Wireless Communications Using an Ultra-broadband Plasmonic Modulator[J]. Nature Photonics, 2019, 13(8): 519-524.
[9] CastroC, ElschnerR, MerkleT, et al. 100 Gb/s Real-time Transmission over a THz Wireless Fiber Extender Using a Digital-coherent Optical Modem[C]//2020 Optical Fiber Communication Conference and Exhibition (OFC). San Diego, CA, USA: IEEE, 2020: m4i.2.
[10] CastroC, ElschnerR, MachadoJ, et al. Ethernet Transmission over a 100 Gb/s Real-time Terahertz Wireless Link[C]//2019 IEEE Globecom Workshops (GC Wkshps). Waikoloa, HI, USA: IEEE, 2019: 9024443.
[11] Horst Y, Blatter T, Kulmer L, et al. Transparent Optical-THz-optical Link at 240/192 Gbit/s over 5/115 m Enabled by Plasmonics[J]. Journal of Lightwave Technology, 2022, 40(6): 1690-1697.
[12] DatP T, YamaguchiY, InagakiK, et al. Transparent Fiber-radio-fiber Bridge at 101 GHz Using Optical Modulator and Direct Photonic Down-conversion[C]//2021 Optical Fiber Communications Conference and Exhibition (OFC). San Francisco, CA, USA: IEEE, 2021: F3C.4.
[13] Gonzalez-Guerrero L, Shams H, Fatadin I, et al. Pilot-tone Assisted 16-QAM Photonic Wireless Bridge Operating at 250 GHz[J]. Journal of Lightwave Technology, 2021, 39(9): 2725-2736.
[14] ZhangJ, ZhuM, LeiM Z, et al. Demonstration of Real-time 125.516 Gbit/s Transparent Fiber-THz-fiber Link Transmission at 360~430 GHz based on Photonic Down-conversion[C]//2022 Optical Fiber Communications Conference and Exhibition (OFC). San Diego, CA, USA: IEEE, 2022: M3C.2.
[15] Zhang J, Zhu M, Lei M Z, et al. Real-time Demonstration of 103.125-Gbps Fiber-THz-fiber 2 × 2 MIMO Transparent Transmission at 360-430 GHz based on Photonics[J]. Optics Letters, 2022, 47(5): 1214-1217.
[16] Zhang J, Zhu M, Hua B C, et al. Real-time Demonstration of 100 GbE THz-wireless and Fiber Seamless Integration Networks[J]. Journal of Lightwave Technology, 2023, 41(4): 1129-1138.
[17] Zhang J, Lei M Z, Zhu M, et al. Optical-terahertz-optical Seamless Integration System for Dual-λ 400 GbE Real-time Transmission at 290 GHz and 340 GHz[J]. Science China Information Sciences, 2023, 66: 1-3.
[18] Welch D, Napoli A, Bäck J, et al. Point-to-multipoint Optical Networks Using Coherent Digital Subcarriers[J]. Journal of Lightwave Technology, 2021, 39(16): 5232-5247.
[19] Fan Y Y, Fu M F, Jiang H X, et al. Point-to-multipoint Coherent Architecture with Joint Resource Allocation for B5G/6G Fronthaul[J]. IEEE Wireless Communications, 2022, 29(2): 100-106.
[20] BäckJ, WrightP, AmbroseJ, et al. CAPEX Savings Enabled by Point-to-multipoint Coherent Pluggable Optics Using Digital Subcarrier Multiplexing in Metro Aggregation Networks[C]//2020 European Conference on Optical Communications (ECOC). Brussels, Belgium: IEEE, 2020: 9333233.
[21] Li Z Y, Jia J L, Li G Q, et al. Deep-learning-based Multi-user Framework for End-to-end Fiber-MMW Communications[J]. Optics Express, 2023, 31(10): 15239-15255.
[22] O’Shea T, Hoydis J. An Introduction to Deep Learning for the Physical Layer[J]. IEEE Transactions on Cognitive Communications and Networking, 2017, 3(4): 563-575.
[23] 林显浩, 迟楠. 水下可见光通信星座几何整形和人工智能技术[J]. 光通信研究, 2023(4): 21-27.
Lin X H, Chi N. Constellation Geometrically Shaping and Artificial Intelligence Technology in Underwater Visible Light Communication[J]. Study on Optical Communications, 2023(4): 21-27.
[24] Shi J Y, Li Z Y, Jia J L, et al. Waveform-to-waveform End-to-end Learning Framework in a Seamless Fiber-terahertz Integrated Communication System[J]. Journal of Lightwave Technology, 2023, 41(8): 2381-2392.
[25] BuchaliF, BöchererG, IdlerW, et al. Experimental Demonstration of Capacity Increase and Rate-adaptation by Probabilistically Shaped 64-QAM[C]//2015 European Conference on Optical Communication (ECOC). Valencia, Spain: IEEE, 2015: 7341688.
高爽, 张教, 朱敏. 超100 Gbit/s光纤无线融合传输技术进展(特邀)[J]. 光通信研究, 2024, 50(1): 23016001. Shuang GAO, Jiao ZHANG, Min ZHU. Advances in Beyond 100 Gbit/s Fiber-Wireless Integrated Transmission Technology[J]. Study On Optical Communications, 2024, 50(1): 23016001.