CC BY
33ВКВО-2019- ВОСП И КАБЕЛИ
DOI 10.24412/2308-6920-2021-6-207
ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ВОЛОКОННО-ОПТИЧЕСКОЙ СВЯЗИ
12* 1 1 1 12 Редюк А.А. ' , Сидельников О.С. , Козулин И.А. , Аверьянов Е.А. , Ракитский А.А. ' '
Сиглетос С.3, Федорук М.П.1'2, Турицын С.К.1'3
'Новосибирский государственный университет, г. Новосибирск 2Федеральный исследовательский центр информационных и вычислительных технологий, г. Новосибирск
3Университет Астона, г. Бирмингем, Великобритания E-mail: alexey.redyuk@gmail. com
Высокоскоростные волоконно-оптические линии связи остаются основным способом передачи больших объёмов информации на расстояния от сотен метров внутри одного комплекса зданий до нескольких тысяч километров между континентами. В последние десятилетия потребность в пропускной способности линий связи образует стабильно растущий тренд вследствие продолжающегося увеличения объёма рынка цифровых приложений и сервисов [1]. Несмотря на постоянное развитие существующих технологий и появление новых современных методов в области волоконно-оптической связи, всё ещё остаются проблемы, для которых решения или не существуют, или далеки от коммерческой реализации в силу своей сложности. Среди таких проблем можно выделить задачу компенсации или подавления нелинейных искажений оптического сигнала, задачу коррекции вносимых в сигнал шумов от активных компонентов линий связи, задачу эффективного использования доступных спектральных диапазонов. Одним из перспективных инструментов их решения являются методы машинного обучения, широко применяемые в оптической связи в последние несколько лет [2,3].
В обзорном докладе будут представлены результаты возможного использования методов машинного обучения для некоторых проблемных вопросов волоконно-оптической связи, полученные как исследовательскими центрами телекоммуникационных компаний, так и академическими научными группами. В частности, будут представлены результаты применения теории возмущений, модели линейной регрессии [4,5], полносвязных и свёрточных нейронных сетей [6,7] для решения задачи компенсации нелинейных искажений оптического сигнала, полученные в рамках реализации проекта РНФ № 17-72-30006.
Литература
'. P.J.Winzer, Opt. Fiber Telecomm. VII, 337-369 (2020)
2. F.N.Khan et al, Opt. Fiber Telecomm. VII, 921-978 (2020)
3. R.M.Morais, B. Pereira, IEEE Workshop on Signal Processing Systems, ' (2020)
4. A.Redyuk et al, J. Lightwave Technology 38, '250-1257 (2020)
5. I.A.Kozulin, A.A.Redyuk, Opt. Comm. 493, '27026 (202')
6. O Sidelnikov, A.Redyuk, S.Sygletos, Opt. Expr. 26, 32765-32776 (20'8)
7. O.Sidelnikov et al, J. Lightwave Technology, 39, 2397-2406 (202')
№6 2021 СПЕЦВЫПУСК «ФОТОН-ЭКСПРЕСС-НАУКА 2021» www.fotonexpres.rufotonexpress@mail.ru
207
