A method for identification of static and dynamic characteristics of a non-zero chirp Mach-Zehnder optical intensity modulator for application in OOK fiber optic communication line

• Autorzy: Lach Z.

Identyfikatory

DOI

10.15199/ELE-2014-006

Warianty tytułu

PL

Metoda identyfikacji charakterystyki statycznej i dynamicznej optycznego modulatora amplitudowego typu „non-zero chirp” do zastosowań w światłowodowej linii komunikacyjnej OOK

• Konferencja: IEEE SPA’ 2013 Signal Processing : Algorithms, Architectures, Arrangements, and Applications (17 ; 26-28.10. 2013 ; Poznań, Poland)
• Języki publikacji: EN

Abstrakty

EN

Performance monitoring of an OOK fiber optic communication line may require knowledge of a static and dynamic characteristics of an optical modulator used. In the paper a method for identification of such characteristics for a non-zero chirp Mach-Zehnder optical modulator is presented. The modulator of interest is modeled as a cascade of a linear FIR filter and a parametrized nonlinearity. Data for identification is collected in a dedicated measurement set up. The FIR and the nonlinear part parameters are estimated from measurement data using maximum likelihood principle and a mathematical forward model. The inverse problem is solved with a hybrid maximization algorithm that combines evolutionary search for the parameters of the nonlinear part with linear method for estimation of the parameters of the linear part of the model. Viability of the method is proved in an experiment.

PL

Monitorowanie jakości światłowodowej linii komunikacyjnej OO K może wymagać znajomości statycznej i dynamicznej charakterystyki użytego modulatora optycznego. W artykule przedstawiono metodę identyfikacji takich charakterystyk dla modulatora optycznego Mach-Zehndera typu „non-zero chirp”. Modulator modelowany jest kaskadą liniowego filtru FIR i sparametryzowanej nieliniowości. Dane dla potrzeb identyfikacji uzyskiwane są w dedykowanym układzie pomiarowym. Parametry filtru i części nieliniowej są estymowane z użyciem zasady maksimum wiarygodności i matematycznego modelu „w przód”. Problem odwrotny jest rozwiązany z zastosowaniem hybrydowego algorytmu maksymalizacji, który łączy ewolucyjne poszukiwanie parametrów części nieliniowej z liniową metodą estymacji parametrów liniowej części modelu. Wykonalność metody wykazano za pomocą eksperymentu.

Słowa kluczowe

EN

Mach-Zehnder modulator; optical modulator; dynamic model; model identification

PL

modulator Mach-Zehndera; modulator optyczny; model dynamiczny; identyfikacja modelu

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2014
• Tom: Vol. 55, nr 4
• Strony: 28--31
• Opis fizyczny: Bibliogr. 7 poz.

Twórcy

autor

Lach Z.

• Lublin University of Technology, Institute of Electronics and Information Technology

Bibliografia

• [1] André P., Pinto J., Optimising the Operation Characteristics of a LiNbO3 based Mach-Zehnder Modulator for 10 Gbit/s Lightwave Systems, Journal of Optical Communication, Vol. 23, No 6, 2002, pp. 234-238.
• [2] Yuxin W., Yong Z., Jianyi Y., Minghua W., Xiaoqing J., Chirp Characteristics of Silicon Mach-Zehnder Modulator Under Small-Signal Modulation, Journal of Lightwave Technology, Vol. 29, No. 7, 2011, pp. 1011-1017.
• [3] Isermann R., Munchhof M., Identification of Dynamic Systems, An Introduction with Applications, Springer-Verlag Berlin Heidelberg, 2011.
• [4] Soderstrom T., Stoica P., System Identification, Prentice Hall Inc., 2001.
• [5] Lach Z., Mach-Zehnder non-zero chirp intensity modulator static characteristics parameters estimation based on intensity data, Elektronika: Konstrukcje, Technologie, Zastosowania, No 11, 2012, pp. 12-14.
• [6] Kadane J. B., Lazar N.A., Methods and Criteria for Model Selection, Journal of the American Statistical Association, Vol. 99, No. 465, 2004, pp. 279-290.
• [7] de Brauwere A., de Ridder F., Pintelon R., Elskens M., Schoukens J., Baeyens W., Model selection through a statistical analysis of the minimum of a weighted least squares cost function, Chemometrics and Intelligent Laboratory Systems, No 76, 2005, pp. 163-173.