记忆增强高斯噪声 (MEGN) 模型用于光纤信道
信号处理
2026-04-14 v1
摘要
增强型高斯噪声 (EGN) 模型在协调光纤传输系统中用于估算非线性干扰 (NLI) 功率。给定固定光纤链路，在传送符号独立且同分布 (i.i.d.) 的假设下，EGN 模型指出 NLI 功率依赖于时间不变的信号统计量，即符号的二阶、四阶和六阶矩，这些矩由调制格式及其概率分布决定。然而，近期在编码调制方面的进展通过在传输符号之间引入受控的时序相关性来减轻 NLI，从而违反了基于 EGN 模型的 i.i.d. 假设。在这些相关性中，符号能量相关性被认为对 NLI 影响最大。本文提出了一种严格的数学推导，用于扩展 EGN 模型以显式考虑符号能量相关性的记忆模型，称为 MEGN 模型。该提出的 MEGN 模型通过数值仿真和传输实验进行验证。报告的在宽范围的符号速率和传输距离下，归一化平均 NLI 功率估计误差小于 5%。该模型还提供了分析和优化采用时序相关调制方案的光传输系统的理论框架。
引用
@article{arxiv.2604.11601,
title = {The Memory-Enhanced Gaussian Noise (MEGN) Model for Fiber-Optic Channels},
author = {Kaiquan Wu and Gabriele Liga and Marco Secondini and Stella Civelli and Hussam Batshon and Greg Raybon and Xi Chen and Alex Alvarado},
journal= {arXiv preprint arXiv:2604.11601},
year = {2026}
}