Новосибирск. 25 февраля. ИНТЕРФАКС - Ученые Новосибирского госуниверситета разработали новый многошаговый подход для компенсации нелинейных искажений в линиях волоконно-оптической связи, сообщает пресс-служба университета.
"Новая разработка позволит повысить эффективность волоконно-оптических линий связи, что составляет основу для развития инфраструктуры высокоскоростной передачи данных, стратегически важной для связанности территории нашей страны", - говорится в сообщении.
В основе разработки - метод цифрового обратного распространения сигнала, в котором применяется усложненная модель нелинейных эффектов с использованием теории возмущений.
Проект "Машинное обучение для прикладных задач нелинейной фотоники", руководителем которого является экс-ректор НГУ, академик РАН Михаил Федорук, получил грантовую поддержку Российского научного фонда и реализуется совместно с учеными Ульяновского государственного университета.
Отмечается, что команда проекта объединяет компетенции двух научных коллективов, необходимые для успешной реализации проекта, а именно разработки алгоритмов машинного обучения и создания с их использованием устройств "умной" фотоники.
В рамках этой коллаборации группа лазерных физиков займется созданием функциональных устройств и инструментов для их контроля, которые станут объектами для тестирования новых оригинальных математических алгоритмов, разрабатываемых группой прикладных математиков НГУ с опытом в моделировании физических систем и применения методов машинного обучения для их оптимизации и управления.
В первый год выполнения проекта ученые добились важных результатов по обоим основным его направлениям. В разработке методов машинного обучения в лазерах и нелинейных фотонных системах они провели комплекс теоретических и численно-экспериментальных исследований, направленных на создание нейросетевых алгоритмов управления одночастотным волоконным лазером с внешним кольцевым резонатором.
В рамках направления "Методы машинного обучения и нелинейные технологии в оптических линиях связи" была разработана глубокая комплекснозначная (основанная на комплексных числах) сверточная нейронная сеть, предназначенная для моделирования распространения оптических сигналов в волоконной линии связи со спектральным уплотнением каналов.
"Полученные результаты демонстрируют высокую точность моделирования распространения сигналов на больших длинах линии связи и подтверждают возможность применения предложенной архитектуры в задачах анализа и оптимизации волоконно-оптических систем со спектральным уплотнением каналов", - говорит Федорук.
Самое важное и интересное — "Интерфакс-Россия" в Мax