FEC(前向纠错)的工作原理是什么

电子说

1.3w人已加入

描述

当我们阅读一篇文章,如果有一个排印错误,比如说有两个字的顺序错了,对我们理解原文的意思没有任何困难。但是如果存在太多的拼写错误,看了多遍了不知所云。这时对我们来说,信息就无法正确有效的获取。

FEC

(中文自带纠错功能)

FEC(前向纠错)的工作原理与此类似。对比在通信里面,信号被编码为0和1传输,不可避免的会出现劣化、误码,当这种程度在FEC的纠错能力的范围内时,系统就仍然能实现无差错接收,从而就不需要重传。

扒一点历史,Hamming Code可能是FEC的第一种形式,最早是由Richard Hamming于1950年发明的。在贝尔实验室工作时,他对打孔卡中经常出现的错误感到的恼火(该打孔卡当时用于记录和传输数据),因此设计了一种编码方法来识别和纠正错误,从而避免了复制和重新发送卡片的需要。

在光传输系统中,FEC的作用主要是降低了降低系统的OSNR的容限。用上面阅读文章来比喻,相当于提高了阅读者的理解能力,拥有了更加丰富的判别经验,在一定程度上允许文章中出现更多的错误。

FEC

因此,我们定义FEC (Forward Error Correction)为: 确保通信系统在噪声和其他损伤的影响下,依然能够实现无错误传输的能力。

本质上来说,FEC 是一个编码解码的过程,其算法的结果作为附加信息与来自发送端的数据一起发送。通过在远端重复相同的算法,使接收器能够检测单个bit级别的错误并对其进行纠正(可纠正的错误),而无需重新传输数据。

而如何来衡量这个能力,一般需要关注FEC的四个量:纠前BER容限、编码增益(CG)、开销(OH)和净编码增益(NCG)。

我们了解一下NCG编码增益的定义:它定义BER为一定水平(比如说1×10^-15^)时所对应的Q值和纠前BER容限所对应的Q(dB)值之间的差异。

FEC

在这里我们主要看净编码增益(NCG)。NCG可以理解为小白看一篇文章和专家看同一篇文章,纠错并获取正确信息的能力差。即有FEC和没有FEC时的OSNR需求降低量。

通常来说,FEC技术有带内FEC和带外FEC两种。

带内FEC:由ITU-T G.707标准定义,利用SDH帧的开销字节承载FEC码元,主要用于SDH系统中。

带外FEC:由ITU-T G.975/709标准支持。G.975推荐用于海底光缆系统的FEC,采用RS(255,239),G.709根据G.975的FEC编码修改。

在DWDM/OTN系统中我们主要使用带外FEC技术,在G.709中,为OTN系统定义了Reed Solomon FEC (RS-FEC),位于OTUk层的FEC开销,它的位置如下图所示。

FEC

目前FEC已经发展了多代。

第1代FEC主要采用循环码或代数码,比如说ITU-T G.975定义的RS(255,239)码,我们常称之为标准FEC。

第2代FEC主要级联码来构建FEC,比如说RS+RS或者RS+BCH,这种FEC有两种,增强型Ehanced FEC(EFEC)和超强FEC(AFEC)。

第3代FEC则采用软判决或迭代的方式,比如说Block Turbo Code分组Turbo码和LDPC低密度奇偶校验码。

FEC

在第1代、第2代FEC技术中,通常只利用码的代数结构进行译码,由解调器供给译码器的是二进制序列,即解调器仅对接收序列进行0、1判决,这种译码方法称为硬判决Hard-Decision(HD-FEC)。这几种硬判决FEC对比如下:

FEC

而在第3代FEC中则使用软判决技术Soft-Decision(SD-FEC)。它是一种概率译码法,它将解调器输出的抽样电压进行多位量化后,再送入译码器进行码的代数结构译码。

FEC

如上图所示,简单一点理解,SD-FEC与硬判决只使用1个门限来量化1个比特不同,软判决使用多个门限来量化恢复的符号,从而得到一个比特信息加上若干比特概率(置信度)信息。

相当于在YES和NO之间再增加了Maybe。在同样的开销比例下,软判决SD-FEC要比硬判决HFEC高出1-1.5dB的NCG增益。

FEC

目前来说,对100G及超100G波分系统而言,采用的多是SD-FEC或者SD-FEC与EFEC/HFEC等编码的混合方式。以LOFC会议对LDPC定义为例,其开销和NCG如下表所示.

FEC

从上表中,我们似乎看到了一个规律,FEC使用的开销越大,编码增益也越大。是不是意味着开销越大越好?

审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分