Ученые Новосибирского государственного университета разработали нейросеть, способную компенсировать искажения сигнала в волоконно-оптических линиях связи. Об этом сообщили ТАСС в пресс-службе вуза.
Проблема, с которой столкнулись исследователи, известна давно: при передаче данных по оптоволокну сигнал неизбежно искажается из-за нелинейных эффектов и шумов.
Это приводит к ошибкам и снижает скорость. Обычно качество улучшают за счет чистоты волокна и цифровой обработки, но сибирские ученые пошли другим путем.
Они создали глубокую комплекснозначную сверточную нейросеть, которая моделирует распространение оптических сигналов в линиях со спектральным уплотнением каналов.
Уникальность разработки в том, что архитектура сети основана на физических уравнениях, в том числе нелинейных уравнениях Шредингера. Искусственный интеллект буквально «обучили» законам оптики.
Как объяснил руководитель проекта, академик РАН Михаил Федорук, ученым удалось подобрать оптимальные параметры сети — число слоев и ширину фильтров — и научить ее компенсировать хроматическую дисперсию.
В итоге модель точно предсказывает поведение сигнала на больших расстояниях, что позволяет совершенствовать системы передачи данных.
«Такой междисциплинарный подход, объединяющий фотонику и машинное обучение, позволяет разрабатывать новые методы анализа, оптимизации и управления нелинейными процессами», — подчеркнул Федорук.
Внедрение разработки, по мнению ученых, повысит эффективность волоконно-оптических линий связи в России, что критически важно для развития высокоскоростной инфраструктуры, цифровых сервисов, науки и промышленности.
Автор: Валерия Кистерная
