光ファイバ伝送における光学非線形波形歪みのディジタル信号処理による補償

点击翻译按钮获取中文摘要

機械学習アルゴリズムによる非線形イコライザの高性能化・高機能化について、昨年度に引き続き大きな研究の前進があった。まず、ニューラルネットワークを用いた非線形イコライザについては、４層以上のディープニューラルネットワークを用いた場合の特性を明らかにした。４層の場合、３層に比べ学習の収束が速くなる傾向が見えていたが、過学習が強く表れる場合があった。この過学習には、学習に用いるデータのパターンを記憶してしまうものだけではなく、ニューロンユニットの非線形性によって雑音を抑圧し、見かけ上、非線形補償後のEVMを小さくしてしまうことがあることを明らかにした。しかしこの場合、BERは逆に悪化する場合がある。現在、正則化等の手法を用いて過学習を抑え、特性を改善できる見込みを得ており、一部、国内において発表を行った。また、用いるニューラルネットワークとして、これまで順伝搬型のものを研究対象としていたが、相互結合型のものを用いたリザーバコンピューティングを利用し、非線形補償を行う方式についても検討を進めた。特に、これまで検討されていなかった複素ニューロンユニットを用いた複素リザーバコンピューティングを非線形イコライザとして用い、従来型のものに比べて計算量を大きく削減できることを明らかにした。この複素リザーバコンピューティングを用いた場合の非線形イコライザの特性をさらに明らかにすべく、研究を加速させており、2023年度中にさらに多くの成果を出せる見込みである。