Evolução da potência óptica em redes de fibra óptica:nova estrutura para melhor modelagem e controle
A recém-desenvolvida estrutura de inferência bayesiana (BIF) modela e controla com eficiência as evoluções da potência óptica em sistemas de comunicação de fibra óptica. Aproveitando a teoria bayesiana, o BIF seleciona o próximo espectro ou configuração de amplificação óptica a ser medido, usando estimativa de desempenho e análise de incerteza. A abordagem permite a exploração e exploração simultânea de um espaço de dados para identificar os candidatos mais adequados, reduzindo assim o tamanho dos dados necessários. Crédito:Liu et al., doi 10.1117/1.AP.6.2.026006. Com o surgimento de serviços de Internet, como conteúdos gerados por IA e realidade virtual, a procura de capacidade global aumentou, intensificando significativamente as pressões sobre os sistemas de comunicação de fibra óptica. Para fazer face a este aumento e reduzir os custos operacionais, estão em curso esforços para desenvolver redes ópticas de condução autónoma (ADONs) com operações de rede altamente eficientes.
Uma das tarefas mais importantes para um ADON é modelar e controlar com precisão a evolução da potência óptica (OPE) em links de fibra, uma vez que determina o nível de ruído prejudicado e a qualidade da transmissão do sinal.
Em sistemas de comunicação de fibra óptica, a potência óptica dos sinais evolui ao longo da fibra e varia em diferentes comprimentos de onda, apresentando um processo físico complexo, especialmente para sistemas multibanda com não-linearidade de Kerr severa e espalhamento Raman estimulado entre canais.
Em ADONs multibanda, o OPE é influenciado principalmente pelos processos de propagação e amplificação de fibra. Em particular, o principal desafio na modelagem e controle do OPE reside nos amplificadores ópticos (OAs). As abordagens baseadas em dados são capazes de alcançar alta precisão. No entanto, os métodos tradicionais baseados em dados, especialmente as redes neurais (NNs), exigem dados extensos para construir modelos precisos de gêmeos digitais, levando a custos de medição significativos.
Embora algumas abordagens possam minimizar as medições necessárias através de técnicas como a transferência de aprendizagem ou a integração do conhecimento físico, a perspectiva da seleção de dados tem recebido pouca atenção.
Recentemente, pesquisadores da Universidade Shanghai Jiao Tong (SJTU), em Xangai, China, propuseram uma estrutura de inferência bayesiana (BIF) para modelar e controlar eficientemente as evoluções da potência óptica em sistemas de comunicação de fibra óptica.
A pesquisa deles é relatada em Advanced Photonics em um artigo intitulado "Modelagem de gêmeos digitais e controle da evolução da potência óptica, permitindo redes ópticas de condução autônoma:uma abordagem bayesiana."
Aproveitando a teoria bayesiana, o BIF seleciona a próxima configuração de espectro/OA a ser medida tanto pela estimativa de desempenho quanto pela análise de incerteza. Esta abordagem permite a exploração e exploração simultânea de um espaço de dados para identificar os candidatos mais adequados, reduzindo assim o tamanho dos dados necessários.
Os pesquisadores conduziram extensos experimentos e simulações em sistemas de transmissão de fibra óptica de banda C + L, para modelar e controlar o OPE com OAs heterogêneos, incluindo um amplificador de fibra dopada com érbio (EDFA) e um amplificador Raman (RA).
Comparado com os métodos de modelagem baseados em NN que utilizam dados coletados aleatoriamente, o BIF proposto pode reduzir os dados necessários para modelagem em mais de 80% com um EDFA e em mais de 60% com um RA. Em termos de controle, foram realizados ajustes iterativos de espectros de sinal e configurações de bomba, alcançando espectros de ganho/potência alvo arbitrários em menos de 30 iterações.
Este trabalho fornece uma abordagem eficiente para selecionar dados para medição de maneira sequencial. Os dados medidos podem ser aprendidos imediatamente para orientar a próxima rodada de coleta e otimização de dados, alcançando assim modelagem e controle eficientes de dados para OPE. Além disso, a análise probabilística do framework proposto mostra potencial na análise de confiabilidade para operações de rede, o que é de vital importância para o ADON.
De acordo com o autor correspondente, Prof. Qunbi Zhuge da SJTU, "A estrutura proposta pode ser um caminho técnico promissor para a realização de ADON baseado em dados em futuras redes ópticas."
