2．実験構成

高知工科大学システム工学群電子・光工学専攻 学士論文要旨 2020年2月13日

ディープラーニングを用いた IM-DD 光ファイバ伝送における 波長分散及び非線形劣化補償

1200155 森 文香 （光制御・ネットワーク研究室）

（指導教員 岩下 克 教授）

1．はじめに

近年、通信量が増加しているため、今後更に大容量の通信 が求められる。しかし、光ネットワークでは通信の大容量化 を行おうとすると、光ファイバの非線形により信号波形劣化 が発生し、大容量化に限界があるのが現状である。そこでデ ィープラーニング技術を用いて劣化の特徴を学習すれば、そ の制限が緩和され、通信の大容量化に繋がると考えられる。

本研究では、強度変調・直接検波(IM-DD)伝送において、時 系列データを扱える再帰型ニューラルネットワーク(RNN)を 用いて補償し、実験データを用いて補償の確認をしたので報 告する。

2．実験構成

図1に示す実験系で、送信信号を光ファイバで101km伝 送させ、受信データを得る。

図1 IMDD伝送の構成

伝送中非線形現象が現れ、特に自己位相変調で光スペクト ルが広がり、波長分散により波形歪みが生じる。光受信器は 2乗検波のため、受信電気回路で補償を行うには限界がある。

そこで、検波したデータを50000bit分取得し、学習データと してRNNに入力して学習をさせる。

RNNのプログラムの全体図を図2に示す。

図2 RNNプログラム処理構成[1]

受信データをRNNに入力し、出力結果(補償の判定結果)と 正解データ(元々の送信データ)を比較し、結果が全て一致す るようRNNのパラメータを調整する。これを繰り返し行っ て学習を進めていき、これ以上正解データに近づけない(正解 データとの誤差が小さくならない)と判断したら学習を切り 上げる。その後新たに受信データを入力して出力結果と正解 データを比較し、ビット誤り率(BER)を算出して判定の精度 を測る。

シミュレーションによりパラメータを調整した結果を図 3、

4に示す。1bitあたりのサンプリング数S とノード数Nは BERと計算時間のバランスを考慮してS=8, N=15とした。

図3 サンプリング数とBER及び計算時間との関係

図4 ノード数とBER及び計算時間との関係

3．実験結果

送信信号の基となる擬似ランダム信号のそれぞれの種類に おいて、RNNに入力する時系列データ範囲とBERの関係を 図5に示す。

図5 時系列データ範囲とBERの関係

Tが1bitに設定した時のBERが最も高くなり、それ以外 の値ではBERが10^-5～10^-4の範囲にほとんど収まっていた。

Tが11bit以上に設定するとBERが少し上昇しているのが分 かるが、光ファイバ 100km 伝送においては波長分散によっ て2～3bitの広がりが発生してしまうため、波長分散に関係 がないビットが増えたことによる判定の妨げが発生したと考 えられる。

4．まとめ

IMDD伝送において発生する信号の劣化を、ディープラーニ ングを用いて補償することができた。しかし、設定によって は BER が高くなってしまう場合もあり、学習を切り上げる 方法等、安定した結果が得られるようプログラムを見直し改 善する必要がある。

参考文献

[1] 巣籠 悠輔 『詳解 ディープラーニング TensorFlow・Kerasに よる時系列データ処理』 株式会社マイナビ出版

1.E-05 1.E-04 1.E-03 1.E-02 1.E-01 1.E+00

1 3 5 7 9 11 13 15 17

BER

時系列データ範囲T(bit)

2^7-1bit 2^9-1bit 2^10-1bit 2^11-1bit 2^15-1bit 0 2 4 6

0.0 0.2 0.4 0.6

1 2 4 8 16 32

補償計算時間(s)

BER

サンプリング数S BER

補償計算時間

2.3 2.4 2.5 2.6 2.7 2.8 2.9

0.00 0.05 0.10 0.15

5 10 15 20 25 30 35 40 45 50

補償計算時間(s)

BER

ノード数N BER

補償計算時間

2⁷ 2⁹ 2¹⁰ 2¹¹ 2¹⁵