В России создали нейросеть для улучшения линий связи

Решение может повысить эффективность передачи данных и способствовать развитию инфраструктуры высокоскоростных сетей, сообщили ТАСС в пресс-службе НГУ.

В оптических сенсорах и магистральных линиях связи сигнал неизбежно искажается под воздействием нелинейных эффектов и шумов. Это приводит к ошибкам передачи и снижению пропускной способности. Традиционно для повышения качества используют улучшенные характеристики волокна и цифровую обработку сигнала. В НГУ предложили иной подход:

«Разработана глубокая комплекснозначная сверточная нейронная сеть, предназначенная для моделирования распространения оптических сигналов в волоконной линии связи со спектральным уплотнением каналов», — пояснили в университете.

По словам руководителя проекта, академика РАН Михаила Федорука, архитектура нейросети основана на физических уравнениях, в том числе на нелинейном уравнении Шредингера, которое описывает распространение сигнала в оптическом волокне. Система имитирует разбиение процесса передачи на отдельные этапы, что позволяет более точно учитывать физику распространения сигнала.

Исследователи подобрали оптимальные параметры сети — число слоев и ширину фильтров — и обучили модель компенсировать хроматическую дисперсию, один из ключевых источников искажений. В результате создана модель, способная предсказывать поведение сигнала на больших расстояниях и повышать эффективность систем со спектральным уплотнением каналов.

Как отметил Михаил Федорук, междисциплинарный подход, сочетающий фотонику и машинное обучение, позволяет использовать преимущества обеих областей: высокую скорость обработки сигнала в оптических системах и способность алгоритмов выявлять скрытые закономерности.

В университете подчеркивают, что внедрение подобных решений может повысить надежность и пропускную способность волоконно-оптических линий связи, что имеет стратегическое значение для развития цифровой инфраструктуры, науки и промышленности.