一般使用者到现在还是搞不清楚“云端”、“大数据(Big Data) ”、“数据挖掘”等，到底对自己的生活有何影响，许多专家也努力尝试定义这些新名词。值得留意的是，一场悄无声息的革命已开始在世界各地的数据中心蔓延开来。

全球各地正在兴建许多新的数据中心，而最新一代的中央处理器(CPU)也开始用于新一代高效能运算(HPC)服务器。随着CPU性能和RAM等级不断升高，而且延迟显著减少，要在众多服务器间映像大量的数据早已不成问题，几乎不到一秒就可完成。

过去，只有拥有自己的数据中心的大型企业，才能够进行大规模的数据挖掘，以分析极其庞大的结构化和非结构化数据，例如根据不同客户的喜好推广个人营销。不过现在有许多专为中小企业设计的基础设施，可在云端储存并分析大数据，让这些公司能够获得最佳的供应链、营销活动效益。透过云端服务，无力负担服务器建置成本的小企业，现在可用最低的成本，在任何地点进行快速数据分析。 不久的将来，即便是家小咖啡馆，也可以分析大量的结构化和非结构化天气数据，以便掌握客户在不同气候和节日的消费状况，进而在多雨的星期天烘焙出数量恰到好处的蛋糕、松饼和饼干。

采用DQPSK/PDM技术 光纤数据传输率激增

如前所述，数据中心已经准备好要迎接数据革命，但更重要的问题是，外部基础设施是否能跟上这个潮流。数据量的爆炸性成长，使得骨干网络面临极巨大的挑战，如果不希望骨干网络成为未来的传输瓶颈，则须同时提高光纤网络的数据传输效率。不久的将来，光纤基础设施必须能支持100Gbit/s或更高的数据传输速率，而传统数据编码机制将无法因应这个变化。

和电子信号传输一样，光数据传输技术刚开始也是采用最简单、成本最低的数字编码机制，即回返归零(RZ)或是非回返归零(NRZ)开关键控(On-Off-Keying, OOK)。此时信号是理想的1(电源开启)、0(电源关闭)矩形序列，但如果传输速率高达40Gb/s，这个概念就会面临限制。

在速率达40Gbit/s以上时出现的另一个限制因素是，由于时钟速率过高，信号占用带宽会大于50GHz ITU通道带宽。如图1所示，当带宽通道变大，就会开始与相邻的通道重迭，而波长滤光器会改变信号的形状，导致串音干扰和调制信息恶化。结果，开发人员只好放弃OOK并改用差分正交相移键控(DQPSK)这类的复数调制(Complex Modulation)技术。复数调制技术可减少所须占用的带宽，实际减少的占用带宽跟不同的符号时钟速率也就是和波特率

(Baud Rate)有关，而且可在50GHz的ITU通道中支持更高的数据传输速率。

图1使用OOK技术时，当传输速率达100Gb/s或更高，会开始出现信道干扰或调制数据恶化，而复数调制技术可以解决这个问题。

由于相干检测技术可提供完整的光场(Optical Field)信息，这些新概念还允许用户在处理信号时，执行色散(CD)和极化模式色散(PMD)补偿。

色散的原理是，不同的光波根据其频率和极化特性，以不同的速率进行传播，因折射角度不同，所以产生了色散；如果不加以补偿，会造成信号质量降低。传输距离越长，色散问题就越严重。

利用复数光调制技术，开发人员毋须使用PMD补偿器或色散补偿光纤(DCF)来进行补偿，这样就不会出现这些模块所导致的延迟。

复数调制机制参考振幅和频率或相位等光波参数来进行编码，以提高带宽使用效率。多年来无线工程师一直使用这种编码方法，而光通讯产业最近也开始采用这种方法。

除了复数调制法，另外还有其他方法也可提高光纤链路的数据传输效率，例如极化复用(PDM)技术(图2)可将第二光波信号与第一光波信号进行正交极化处理，以便透过同一光纤传输不同的数据。如此一来，用户不须要增加第二条光纤就可以拥有第二个信道，并将传输速度加快一倍。

图2极化复用技术

工程师现在还是持续使用波分复用 (WDM)等其他类型的多任务技术。这些技术有个共同点，就是将多个独立的数据串流绑在一起，并经由同一条光缆进行传输。此外，使用者还可使用脉冲整形滤波器(Pulse Shaping Filter)，进一步降低信号占用的带宽。

图3提出如何结合运用这些不同技术来增进光谱效率的构想。最下方是简易的OOK，如果改用正交相移键控(QPSK)，则可将OOK符码率的传输速率提高一倍，因为QPSK可编码二位符号。藉由使用极化复用(PDM)技术，传输速率还可再提高一倍。QPSK加PDM可让使用者在相同时钟速率下，获得2×2=4倍的数据传输速率。最后，利用脉冲整形滤波器进一步缩小占用带宽后，用户可以100Gb/s的速率，透过50GHz信道传输数据。

图3藉由结合使用不同的调制技术，光谱效率可迅速倍增。

强化带宽/信噪比效能 光谱传输加速升级

上面的方法看起来好像万无一失，只要不再遇到其他问题就好了。但是，事情当然不会这么简单。

早在1940年代，美国数学家和电子工程师，同时也是信息论之父Claude Shannon发现，传输信道最大的无误差数据传输速度，取决于噪声和带宽。他把此速率称为“信道容量”，即众所周知的“Shannon极限值”。

Shannon–Hartley定理：

信道容量：

Shannon–Hartley定理

其中，B是带宽(Hz)、S是平均接收信号功率(W)，而N是平均噪声功率(W)。藉由增加带宽，或是将信噪比(SNR=S/N)优化，用户可增加信道容量；事实上，Shannon–Hartley定理仅提供理论上的最大值，却未指出那一种信号传输法可让用户最接近此极限值。

实作时，SNR是最根本的限制因素。因此，从现在到未来，业界都须持断改进这个问题，以达成Shannon极限值。当数据传输速率超过100Gb/s，就需更出色的SNR性能，以便在给定带宽下进行长距离传输。

Ellis、Zhao和Cotter利用这些范例参数，来仿真相关传输和检测类型的信息光谱密度C/B(图4)。进行非线性传输时，信息光谱密度不会随着发射功率光谱密度而无限增加。由于光纤本身具有功率放大器的饱和效应和非线性效应，因此其信息光谱密度有最高上限。不过如果是进行纯线性传输，就不会遇到这种问题。

图4图中使用A. Ellis、J. Zhao和D. Cotter论文《接近非线性Shannon极限值》JLT 28(4), 423-433中提出的每极化预期信息频光谱密度限制的范例。

在图4中，使用者可清楚看出，就信息光谱密度而言，OOK的直接检测法(仅萃取振幅信息)，完全无法与复数调制信号之相干检测法相抗衡。毫无疑问的，不同类型的复数调制法，对于光传输方案开发人员能够多接近Shannon光谱效率极限，有关键性影响。