ict_nsu_eaaveryanov_201807_report.pdf

Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований (грант № 17–42–543379) и Российского научного фонда (грант № 17–72–30006).

• Аверьянов Е. А., бак. ММФ НГУ, лаборант НГУ; исполнитель.
• Редюк А. А., канд. физ.-мат. наук, уч. секр. ИВТ СО РАН; исполнитель.
• Сидельников О. С., канд. физ.-мат. наук; исполнитель.
• Федорук М. П., член-корр. РАН, ректор НГУ; руководитель.

'Объектом исследования являются методы компенсации нелинейных искажений в волоконно-оптических линиях связи, выполняющиеся в приёмнике.

Целью работы является апробация и изучение эффективности методов машинного обучения для детектирования сигнала в волоконно-оптических линиях связи. Для её достижения ставятся следующие задачи:

1. реализовать математическую модель волоконно-оптической линии связи для генерации тренировочного и тестового материалов для машинного обучения;
2. отобрать наиболее эффективные и быстрые методы машинного обучения в контексте исследуемой модели;
3. сравнить качество выбранных методов с основными существующими способами детектирования сигнала, а именно линейным эквалайзером и методом обратного распространения.

В результате были разработаны простые методы цифровой обработки сигнала в приёмнике, продемонстрирована их высокая эффективность в численном эксперименте и приведено сравнение с другими методами компенсации нелинейных искажений.'

• Averyanov E., Redyuk A., Sidelnikov O., Sorokina M., Fedoruk M., Turitsyn S. Perturbative machine learning technique for nonlinear impairments compensation in WDM systems // Proceedings of European Conference on Optical Communication. Rome, 2018. Paper We2.27 (4076522).