Evaluation of Frequency-Domain Learned Digital Back-Propagation Nonlinear Compensation for Unrepeatered Optical Links

Abstract

We have implemented a technique for nonlinear compensation in optical transmission based on neural network optimization applied to digital back-propagation and evaluated its performance with experimental data from an unrepeatered link, sweeping the parameters most relevant to computational complexity. This technique enabled mutual information gains over 0.1 bit/symbol in all tested scenarios when compared with the non-optimized counterpart, or 0.15 bit/symbol when compared with similar complexity linear compensation.

Classificação Automática de Modulações DP m-PSK e DP m-QAM em Receptores Ópticos Coerentes Flexíveis

“…Assim, no que diz respeito às redes de telecomunicações, as pesquisas relacionadas à AI e ML são aplicáveis nas áreas de transmissão, roteamento e gerenciamento [13]. Nas redes OTN, as técnicas de AI e ML são empregadas nos transponderes ópticos para a caracterização de amplitude e ruído de fase [13], no controle dos amplificadores ópticos [13], na identificação da degradação dos sinais devido aos efeitos lineares de CD e PMD [13], no monitoramento da relação sinal ruído óptica [13], na mitigação dos efeitos não lineares nos receptores [14], [15] e na estimativa da qualidade de transmissão óptica [13]. Além disso, o AI e ML são utilizados nas redes OTN para a classificação automática de modulações [16]- [21], possibilitando o ajuste dinâmico, de tais redes, à qualidade do meio de transmissão, sem a interferência humana, por meio da seleção de taxas de transmissão adequadas ou transmissões em única ou multiportadoras.…”