基于合作搜索算法的二阶碲基光纤拉曼放大器优化设计
1 引言
随着5G移动通信系统的商用推出[1],其也存在着局限性[2],而新一代移动通信6G战略的提出,一方面要解决5G的局限性,另一方面希望在更高的频率上工作,以实现更宽的带宽[3],带宽的不断增长和高质量的服务需求给光通信网络带来了前所未有的挑战[4]。传统的波分复用(WDM)系统网络在容量、业务调度等方面存在不足[5],因此,实现大容量[6]、大规模[7]、提升波分复用系统容量成为了下一代全光通信研究的关键性问题[8]。而拉曼光纤放大器(RFA)具有噪声系数小[9]、长距离传输[10]、全波段放大等特点,成为了能有效解决上述问题的方法之一。目前针对于RFA的设计方案多为前向多泵浦[11],通过多泵运方案实现信号光的放大,然而此类方案随着光纤长度的不断增加,噪声也会累加,从而严重影响传输带宽以及传输质量。因此,为了在实现降低增益平坦度的同时,有效增加放大带宽范围,一个新的研究热点出现了,即高阶RFA[12]。
近几年,国内外对高阶RFA的研究不断涌现:2016年Tan等[13]在不增加信号相对强度噪声的情况下实现了双向二阶拉曼泵浦,将WDM传输的范围扩展到7915 km,为长距离传输提供了方案;2017年Li等[14]设计了一种用于低噪声分布式光纤放大的二阶拉曼放大器,最大开关增益达到4 dB,差模增益小于0.4 dB,实现了二阶泵浦的低噪声放大;2020年Ali等[15]提出了一种基于二阶受激拉曼散射的宽带串行光纤放大器,在90 nm内平均增益分别为25.165 dB、19.649 dB;同年,巩稼民等[16]使用粒子群算法优化二阶泵浦参数,在放大带宽100 nm范围内,平均输出增益达到23.768 dB且增益平坦度低至0.9112 dB。上述研究中,所设计的高阶RFA并没有在平均输出增益以及增益平坦度这两个重要的指标上同时取得较好的性能,均存在着一定的缺陷。因此,本文首先在采用四阶龙格库塔法对简化后的二阶拉曼耦合波方程进行数值求解的基础上,利用合作搜索算法(CSA)对二阶碲基拉曼光纤放大器(T-RFA)泵浦参数进行优化,最终实现了超宽带宽放大,同时保证了增益平坦。
2 二阶T-RFA理论基础与结构设计
2.1 二阶T-RFA理论基础
首先,在对信号光的放大机理上,二阶拉曼放大与一阶拉曼放大相比,在传统的泵浦光通过一次拉曼频移,产生Stokes频移实现对于信号光的放大的基础上,注入二阶泵浦光,对一阶泵浦光进行放大,然后利用被放大之后的一阶泵浦光与信号光之间的相互作用,使得信号光被有效放大,最终达到“接力式放大”的效果。
在实际的通信系统的RFA设计过程中,存在着多路不同波长的信号光以及泵浦光同时耦合进入光纤中传输的情况,需考虑到泵浦光、信号光、泵浦光与信号光之间由于受激拉曼效应而发生能量的转移,以及传输过程中不可避免的双向瑞利散射噪声和放大自发辐射噪声等对二阶T-RFA的影响,从而建立简化后的非线性拉曼耦合波微分方程,表示为
式中:第
由于本文设计的二阶T-RFA采用前向泵运结构,泵浦光与信号光均从光纤的同一侧输入,故在
为了实现设计出的二阶T-RFA高输出增益,且同时具有较低的增益平坦度,故将合作搜索算法的适应度函数设置为
式中:
2.2 二阶T-RFA结构设计
本文所设计的二阶T-RFA结构如
3 合作搜索算法
合作搜索算法由Feng等[18]于2021年提出,该算法受现代企业团队合作行为的启发所得。该算法具有鲁棒性强、性能优越等特点,相较于传统放大,收敛速度和搜索精度上都优于几种传统方法[19]。
根据
1)与基于个体的方法相比,CSA中首先使用了基于种群的进化机制,进入团队建设阶段,并在搜索空间内生成多个解,如
2)随后,
3)进入内部竞争阶段,在内部竞争算子的作用下,将性能较好的解储存,并在进化过程中实现动态更新,这样可以有效保证群体的全局收敛,最终得到全局最优解X*。
3.1 团队建设阶段
在团队建设阶段,团队中的所有员工都是通过下式随机生成,其模拟行为对应于
式中:
3.2 团队沟通阶段
在团队沟通阶段,每位员工都设定为可以通过与董事长、董事会以及监事会的领导交流信息来获得新的信息,这一行为模拟通过下式表示。团队沟通过程中,主要包括三个部分:董事长的知识内容A、董事会的集体知识内容B和监事会的集体知识内容C。董事长从董事会中随机选出,模拟轮转机制,而董事会和监事会的所有成员均被赋予了相同的职位。
式中:
3.3 反思学习阶段
在反思学习阶段,群体中其他成员除了向领导者学习外,员工还可以通过总结自己在相反方向上的经验来获得新知识,具体表示为
式中:
3.4 内部竞争阶段
在内部竞争阶段,团队通过确保所有表现较好的员工都能得到有效保护,逐步提升市场竞争力,这一行为可由下式模拟。
式中:
4 参数选择与优化结果分析
4.1 参数选择
在对二阶T-RFA模型优化之前,需要对合作搜索算法属性参数进行设置,如
表 1. 算法属性参数设置
Table 1. Algorithm property parameter settings
|
表 2. 基本优化参数
Table 2. Basic optimization parameters
|
4.2 优化结果分析
在所设置优化区间(
表 3. 9组优化结果对比
Table 3. Comparison of nine group of optimization results
|
对比9组优化数据,其对应参数的输出增益如
为了进一步分析二阶泵浦对T-RFA设计的作用,在上述优化系统的基础上,引入噪声项,并选取
图 4. B组参数下的输出增益。(a)一阶拉曼光纤放大器;(b)二阶拉曼光纤放大器
Fig. 4. Output gain under the B set of parameters. (a) First-order RFA; (b) second-order RFA
由于噪声项的引入,
为了进一步分析注入的两路二阶泵浦光对于拉曼光纤放大器放大阶段的作用,将同等参数配置下的一阶T-RFA以及二阶T-RFA中各路泵浦光功率在长距离碲基光纤中传输时的变化进行仿真,结果如
图 5. 泵浦光功率随光纤长度的变化。(a)一阶拉曼光纤放大器;(b)二阶拉曼光纤放大器
Fig. 5. Variation of pump power with fiber length. (a) First-order RFA; (b) second-order RFA
对比
为了更好地观察泵浦参数优化前后二阶T-RFA信号光功率的放大效率随光纤传输长度的变化过程,在
图 6. 优化前后100路信号光功率随光纤长度的变化。(a)优化前;(b)优化后
Fig. 6. Variation of 100-way signal optical power with fiber length before and after optimization. (a) Before optimization; (b) after optimization
而由于信号光在光纤中传输时,难以避免会产生两种主要的噪声:自发辐射(ASE)噪声以及双向瑞利散射(DRBS)噪声。为了进一步分析优化过程以及引入二阶泵浦对T-RFA噪声的影响,将同等泵浦配置下二阶T-RFA优化前后以及一阶T-RFA与二阶T-RFA噪声增益进行比较,如
图 7. 优化前后以及不同阶T-RFA噪声增益变化。(a)(b)优化前后ASE、DRBS噪声增益;(c)(d)一阶T-RFA和二阶T-RFA的ASE、DRBS噪声增益
Fig. 7. Changes in noise gain before and after optimization and at different orders of T-RFA. (a)(b) ASE and DRBS noise gain before and after optimization; (c)(d) ASE and DRBS noise gain of first-order T-RFA and second-order T-RFA
由
4.3 二阶T-RFA的影响因素分析
由于在RFA的设计过程中,光纤的长度决定了注入的泵浦光与信号光之间相互作用的程度,如果光纤长度设置得不合理,可能会出现传输损耗大、信号光从泵浦光上得到的能量不足等问题,导致部分信号光无法被充分放大。因此,为了更直观地观察光纤长度对二阶T-RFA的影响,在其他参数配置如
图 8. 平均增益和增益平坦度随光纤长度的变化
Fig. 8. Variation of average gain and gain flatness with fiber length
可以看出,随着光纤长度的增加,在0~250 m范围内,平均输出增益急剧上升,而增益平坦度值出现先上升后下降的现象,这是因为各路信号光在光纤长度较短时具有不同的放大程度,很难在传输过程中收敛。因此,在光纤长度为0~200 m的光纤长度范围内,增益平坦度性能较差,而随着光纤长度的增加,在光纤长度为250 m处,信号光在泵浦光的作用下逐步实现均匀放大,如
由此可见,光纤长度的配置存在着一个饱和值,在长度达到该饱和值之后,RFA系统的平均增益和增益平坦度都只会出现微小的变化,因此,本文对于所设计的二阶T-RFA光纤长度设置为250 m,不仅能保证较高的平均输出增益,取得较低的增益平坦度,还能有效减少成本以及资源。
由于二阶T-RFA的放大机理决定了二阶泵浦光将作为整个二阶T-RFA系统的主要能量来源,影响着信号光输出增益的特性的优劣,因此二阶泵浦光配置至关重要,为了进一步分析二阶泵浦光对二阶T-RFA的影响,将两路二阶泵浦光功率范围设置为0~0.7 W,其他基本参数设置不变,此时的平均输出增益和增益平坦度变化过程如
图 9. 平均输出增益和增益平坦度随二阶泵浦光功率变化的变化。(a)平均输出增益的变化;(b)增益平坦度的变化
Fig. 9. Variation of the average output gain and gain flatness with second-order pump optical power. (a) Variation of the average output gain; (b) variation of the gain flatness
从
通过上述分析可知,二阶泵浦光功率的变化虽然与平均输出增益的变化成正比,但是这种增长并不是无限,它存在着一个最佳的泵浦功率取值范围,较低功率的二阶泵浦光无法给一阶泵浦光提供足够能量,而过高功率的二阶泵浦光之间也存在相互作用,致使输出增益劣化,由此可见,泵浦光功率的选取对于RFA性能至关重要。而在设计二阶T-RFA时也应该综合地考虑两个重要的指标,即平均输出增益、增益平坦度,在二阶T-RFA系统实现超高增益的同时保证增益均衡。
5 结论
本文采用合作搜索算法优化设计了一款高增益、宽带宽、低增益平坦度的长距离传输的二阶T-RFA,通过改变传输介质长度以及两路二阶泵浦光功率,分析其对所设计的二阶T-RFA系统平均输出增益以及对应的增益平坦度性能的影响。最终设计出的二阶T-RFA实现了在C+L波段共100路超宽增益频谱范围内得到平均输出增益、增益平坦度值分别为27.3601 dB、0.6601 dB,最高输出增益为27.7812 dB。通过对比验证了合作搜索算法对二阶T-RFA模型优化的有效性,与传统设计方案通过工程应用经验相比,系统性能大幅提升。同时,通过分析一阶T-RFA与二阶T-RFA输出增益以及噪声增益变化,得出二阶T-RFA能有效降低噪声带来的影响。与现有的设计方案相比,本文设计的二阶T-RFA不仅实现了超大带宽范围的平坦增益输出,而且得到了较高输出增益,为未来6G全光网络通过RFA在超远距离范围内提升系统容量和优化系统性能提供了参考与设计方案。
[1] Duan X D, Sun T, Liu C, et al. Cognitive intelligence based 6G distributed network architecture[J]. China Communications, 2022, 19(6): 137-153.
[2] Bhat J R, Alqahtani S A. 6G ecosystem: current status and future perspective[J]. IEEE Access, 2021, 9: 43134-43167.
[3] Chen S Z, Liang Y C, Sun S H, et al. Vision, requirements, and technology trend of 6G: how to tackle the challenges of system coverage, capacity, user data-rate and movement speed[J]. IEEE Wireless Communications, 2020, 27(2): 218-228.
[4] Zhao J, Du J B, Yue Y, et al. Special issue on advanced technique and future perspective for next generation optical fiber communications[J]. Photonics, 2022, 9(5): 280.
[5] Zhao Z P, Zhao Y L, Ma H L, et al. Cost-efficient routing, modulation, wavelength and port assignment using reinforcement learning in optical transport networks[J]. Optical Fiber Technology, 2021, 64: 102571.
[6] 杨海林, 刘丽娟, 彭迪, 等. 光纤信能共传技术研究进展[J]. 光学学报, 2021, 41(11): 1100001.
[7] Li X, Guo B L, Wang D J, et al. Core function prepositioning for point-to-point service slicing in large-scale optical networks[J]. IEEE Photonics Technology Letters, 2021, 33(18): 1054-1057.
[8] 巩稼民, 朱泽昊, 雷舒陶, 等. 利用免疫算法优化设计的宽带大增益拉曼光纤放大器[J]. 激光与红外, 2022, 52(3): 399-406.
Gong J M, Zhu Z H, Lei S T, et al. Broadband high gain Raman Fiber Amplifier optimized by immune algorithm[J]. Laser&Infrared, 2022, 52(3): 399-406.
[9] IstianingD K, HeryanaA, SyahriarA. Characteristics of Raman amplifiers in fiber optic communication systems[C]. AIP Conference Proceedings, 2012, 1454(1): 230-233.
[10] Islam M N. Raman amplifiers for telecommunications[J]. IEEE Journal of Selected Topics in Quantum Electronics, 2002, 8(3): 548-559.
[11] 巩稼民, 刘芳, 吴艺杰, 等. 基于神经元网络和人工蜂群算法的拉曼光纤放大器设计方案[J]. 光学学报, 2021, 41(20): 2006002.
[12] Rapp L. Performance limits of unrepeatered systems using higher-order codirectional Raman pumping[J]. AEU-International Journal of Electronics and Communications, 2013, 67(7): 616-623.
[13] Tan M, Rosa P, Le S T, et al. Transmission performance improvement using random DFB laser based Raman amplification and bidirectional second-order pumping[J]. Optics Express, 2016, 24(3): 2215-2221.
[14] Li J X, Du J B, Ma L, et al. Second-order few-mode Raman amplifier for mode-division multiplexed optical communication systems[J]. Optics Express, 2017, 25(2): 810-820.
[15] Ali M H, Ali A H, Abdulsatar S M, et al. Pump power optimization for hybrid fiber amplifier utilizing second order stimulated Raman scattering[J]. Optical and Quantum Electronics, 2020, 52(6): 274.
[16] 巩稼民, 张玉蓉, 徐军华, 等. 二阶拉曼光纤放大器增益特性研究[J]. 光子学报, 2020, 49(8): 0806001.
[17] 王泽锋, 黄威, 李智贤, 等. 光纤气体激光光源研究进展及展望(Ⅰ): 基于受激拉曼散射[J]. 中国激光, 2021, 48(4): 0401008.
[18] Feng Z K, Niu W J, Liu S. Cooperation search algorithm: a novel metaheuristic evolutionary intelligence algorithm for numerical optimization and engineering optimization problems[J]. Applied Soft Computing, 2021, 98: 106734.
[19] Niu W J, Feng Z K, Li Y R, et al. Cooperation search algorithm for power generation production operation optimization of cascade hydropower reservoirs[J]. Water Resources Management, 2021, 35(8): 2465-2485.
Article Outline
巩稼民, 金库, 张依, 刘尚辉, 刘海洋, 魏戌盟. 基于合作搜索算法的二阶碲基光纤拉曼放大器优化设计[J]. 激光与光电子学进展, 2024, 61(5): 0506007. Jiamin Gong, Ku Jin, Yi Zhang, Shanghui Liu, Haiyang Liu, Xumeng Wei. Optimized Design of Second-Order Tellurium-Based Fiber Raman Amplifier Based on Cooperative Search Algorithm[J]. Laser & Optoelectronics Progress, 2024, 61(5): 0506007.