Ученые Новосибирского государственного университета (НГУ) создали нейросеть, основанную на новом подходе, для компенсации нелинейных искажений в волоконно-оптических линиях связи.
Источник: Shutterstock
Это даст возможность улучшить эффективность линий связи для развития инфраструктуры высокоскоростной передачи данных, сообщили в пресс-службе вуза.
В оптических сенсорах и волоконно-оптических линиях связи сигнал подвергается искажению из-за нелинейных эффектов и шумов. Это приводит к возникновению ошибок при передаче данных. Для повышения качества корректируют свойства волокна и сигнала, применяют чистые волокна и цифровую обработку, что делает передачу более надежной.
«Создана глубокая комплекснозначная сверточная нейронная сеть, предназначенная для моделирования распространения оптических сигналов в волоконной линии связи со спектральным уплотнением каналов», — отметили в пресс-службе.
Как сообщил руководитель проекта, академик РАН Михаил Федорук, архитектура нейросети основана на физических уравнениях (в том числе нелинейных уравнениях Шредингера) и имитирует разделение процессов на отдельные этапы. Ученые подобрали оптимальные параметры сети (число слоев, ширину фильтров) и обучили ее компенсировать хроматическую дисперсию — искажение сигнала в волокне. В результате была создана модель, которая точно предсказывает, как сигнал будет распространяться на больших расстояниях, и может способствовать улучшению волоконно-оптических систем со спектральным уплотнением каналов.
«Такой междисциплинарный подход, объединяющий фотонику и машинное обучение, позволяет разработать новые методы анализа, оптимизации и управления нелинейными процессами, опираясь как на высокую скорость обработки сигнала в оптических системах, так и на способность машинного обучения выявлять и использовать скрытую информацию», — пояснил Федорук.
Ученый подчеркнул, что достигнутые результаты помогут повысить эффективность волоконно-оптических линий связи, что имеет значение для развития инфраструктуры высокоскоростной передачи данных в России. Внедрение новых технологий, включая методы машинного обучения, будет способствовать развитию цифровых сервисов, науки, промышленности и других сфер экономики.
Фото: hi-tech.mail.ru