Compensação de Efeitos Não lineares em Sistemas Ópticos Coerentes Digitais Utilizando Aprendizado Não Supervisionado

- 337703
Abstract
Favorite this paper
How to cite this paper?
Abstract

Este trabalho investiga a compensação de efeitos não lineares em sistemas de comunicações ópticas coerentes digitais utilizando aprendizado de máquina não supervisionado. A proposta combina Modelos de Mistura Gaussiana (GMM) para realizar a clusterização dos símbolos recebidos e gerar rótulos internos, que posteriormente são utilizados para treinar um perceptron multicamada (PMC) responsável pela equalização não linear. Essa abordagem permite dispensar sequências piloto, preservando a eficiência espectral do sistema. A metodologia foi avaliada por meio de simulações de um sistema WDM de alta capacidade com quatro canais de 400 Gbps em um enlace de 80 km. Os resultados mostram que a combinação GMM–PMC apresenta desempenho comparável a métodos tradicionais em potências intermediárias e ganhos relevantes em regimes de baixa e alta potência óptica, onde predominam ruído e fortes distorções não lineares.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Universidade Estadual Paulista 'Júlio de Mesquita Filho'
  • 2 unesp
  • 3 Universidade Estadual Paulista "Júlio de Mesquita Filho" - Unesp)
  • 4 Faculdade de Engenharia de São João da Boa Vista- Unesp
Track
  • ST06 - Mathematics Applied to Engineering 1
Keywords
Redes Neurais
Comunicações Ópticas
Efeitos não Lineares
Aprendizado de Máquina
Compensação de Distorções