Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | https://hdl.handle.net/11449/252547 |
Resumo: | Neste trabalho de conclusão de curso em Engenharia Eletrônica e de Telecomunicações, abordamos a mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais, focando na aplicação da classificação por árvores de decisão. As comunicações ópticas coerentes digitais, cruciais para a eficiência espectral em redes ópticas, enfrentam limitações devido à combinação de ruído e distorção não linear. Ao aplicar a inteligência artificial, especificamente a classificação por árvores de decisão, investigamos sua eficácia em um sistema de comunicação óptica coerente de longo alcance com modulação 16-QAM. Os resultados demonstram uma melhoria significativa na tolerância à distorção não linear. Para o método de máxima verossimilhança, com potência óptica de 7 dBm, alcançamos uma taxa de erro de bit (BER) de cerca de 1.4982 × 10−3. Em contraste, o método de classificação por árvores de decisão, processando cada polarização independentemente com hiperparâmetros em configuração padrão e potência óptica de 8 dBm, resultou em uma BER de aproximadamente 9.3460× 10−4. Otimizando os hiperparâmetros, essa taxa melhorou para 6.7075 × 10−4. Processando as duas polarizações conjuntamente, os hiperparâmetros em configuração padrão resultaram em uma BER de 5.9127 × 10−4, e com hiperparâmetros otimizados, em 5.6743 × 10−4, considerando o melhor caso para ambas as configurações. Este estudo destaca a eficácia da classificação por árvores de decisão na otimização de sistemas ópticos digitais coerentes, particularmente em ambientes de longo alcance com modulação avançada, representando uma contribuição valiosa para o desenvolvimento de tecnologias de comunicação óptica mais eficientes e confiáveis. |
id |
UNSP_49b2b395427599c63ccbdb09f76f751a |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/252547 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisãoMitigation of nonlinearities in digital coherent optical communications systems using decision treesAprendizado do computadorComunicações digitaisKerr, Efeito deTelecomunicaçõesNeste trabalho de conclusão de curso em Engenharia Eletrônica e de Telecomunicações, abordamos a mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais, focando na aplicação da classificação por árvores de decisão. As comunicações ópticas coerentes digitais, cruciais para a eficiência espectral em redes ópticas, enfrentam limitações devido à combinação de ruído e distorção não linear. Ao aplicar a inteligência artificial, especificamente a classificação por árvores de decisão, investigamos sua eficácia em um sistema de comunicação óptica coerente de longo alcance com modulação 16-QAM. Os resultados demonstram uma melhoria significativa na tolerância à distorção não linear. Para o método de máxima verossimilhança, com potência óptica de 7 dBm, alcançamos uma taxa de erro de bit (BER) de cerca de 1.4982 × 10−3. Em contraste, o método de classificação por árvores de decisão, processando cada polarização independentemente com hiperparâmetros em configuração padrão e potência óptica de 8 dBm, resultou em uma BER de aproximadamente 9.3460× 10−4. Otimizando os hiperparâmetros, essa taxa melhorou para 6.7075 × 10−4. Processando as duas polarizações conjuntamente, os hiperparâmetros em configuração padrão resultaram em uma BER de 5.9127 × 10−4, e com hiperparâmetros otimizados, em 5.6743 × 10−4, considerando o melhor caso para ambas as configurações. Este estudo destaca a eficácia da classificação por árvores de decisão na otimização de sistemas ópticos digitais coerentes, particularmente em ambientes de longo alcance com modulação avançada, representando uma contribuição valiosa para o desenvolvimento de tecnologias de comunicação óptica mais eficientes e confiáveis.In this undergraduate thesis in Electronic and Telecommunications Engineering, we address the mitigation of nonlinearities in digital coherent optical communication systems, focusing on the application of decision tree classification. Digital coherent optical communications, crucial for spectral efficiency in optical networks, face limitations due to the combination of noise and nonlinear distortion. By applying artificial intelligence, specifically decision tree classification, we investigated its effectiveness in a long-range coherent optical communication system with 16-QAM modulation. The results demonstrate a significant improvement in tolerance to nonlinear distortion. For the maximum likelihood method, with an optical power of 7 dBm, we achieved a bit error rate (BER) of about 1.4982× 10−3. In contrast, the decision tree classification method, processing each polarization independently with standard hyperparameters and optical power of 8 dBm, resulted in a BER of approximately 9.3460 × 10−4. Optimizing the hyperparameters, this rate improved to 6.7075 × 10−4. Processing both polarizations together, the standard hyperparameters resulted in a BER of 5.9127 × 10−4, and with optimized hyperparameters, in 5.6743 × 10−4, considering the best case for both configurations. This study highlights the efficacy of decision tree classification in optimizing digital coherent optical systems, particularly in long-range environments with advanced modulation, representing a valuable contribution to the development of more efficient and reliable optical communication technologies.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)CNPq: 121703/2023-1Universidade Estadual Paulista (Unesp)Garde, Ivan Aritz Aldaya [UNESP]Mendonça, Otávio José de2024-01-09T15:38:52Z2024-01-09T15:38:52Z2023-12-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfMENDONÇA, O. J. Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão. 2024. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica e de Telecomunicações) — Faculdade de Engenharia, Universidade Estadual Paulista "Júlio de Mesquita Filho", São João da Boa Vista, 2023.https://hdl.handle.net/11449/252547porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-08-06T13:59:24Zoai:repositorio.unesp.br:11449/252547Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-06T13:59:24Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão Mitigation of nonlinearities in digital coherent optical communications systems using decision trees |
title |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão |
spellingShingle |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão Mendonça, Otávio José de Aprendizado do computador Comunicações digitais Kerr, Efeito de Telecomunicações |
title_short |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão |
title_full |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão |
title_fullStr |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão |
title_full_unstemmed |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão |
title_sort |
Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão |
author |
Mendonça, Otávio José de |
author_facet |
Mendonça, Otávio José de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Garde, Ivan Aritz Aldaya [UNESP] |
dc.contributor.author.fl_str_mv |
Mendonça, Otávio José de |
dc.subject.por.fl_str_mv |
Aprendizado do computador Comunicações digitais Kerr, Efeito de Telecomunicações |
topic |
Aprendizado do computador Comunicações digitais Kerr, Efeito de Telecomunicações |
description |
Neste trabalho de conclusão de curso em Engenharia Eletrônica e de Telecomunicações, abordamos a mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais, focando na aplicação da classificação por árvores de decisão. As comunicações ópticas coerentes digitais, cruciais para a eficiência espectral em redes ópticas, enfrentam limitações devido à combinação de ruído e distorção não linear. Ao aplicar a inteligência artificial, especificamente a classificação por árvores de decisão, investigamos sua eficácia em um sistema de comunicação óptica coerente de longo alcance com modulação 16-QAM. Os resultados demonstram uma melhoria significativa na tolerância à distorção não linear. Para o método de máxima verossimilhança, com potência óptica de 7 dBm, alcançamos uma taxa de erro de bit (BER) de cerca de 1.4982 × 10−3. Em contraste, o método de classificação por árvores de decisão, processando cada polarização independentemente com hiperparâmetros em configuração padrão e potência óptica de 8 dBm, resultou em uma BER de aproximadamente 9.3460× 10−4. Otimizando os hiperparâmetros, essa taxa melhorou para 6.7075 × 10−4. Processando as duas polarizações conjuntamente, os hiperparâmetros em configuração padrão resultaram em uma BER de 5.9127 × 10−4, e com hiperparâmetros otimizados, em 5.6743 × 10−4, considerando o melhor caso para ambas as configurações. Este estudo destaca a eficácia da classificação por árvores de decisão na otimização de sistemas ópticos digitais coerentes, particularmente em ambientes de longo alcance com modulação avançada, representando uma contribuição valiosa para o desenvolvimento de tecnologias de comunicação óptica mais eficientes e confiáveis. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-12-15 2024-01-09T15:38:52Z 2024-01-09T15:38:52Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
MENDONÇA, O. J. Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão. 2024. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica e de Telecomunicações) — Faculdade de Engenharia, Universidade Estadual Paulista "Júlio de Mesquita Filho", São João da Boa Vista, 2023. https://hdl.handle.net/11449/252547 |
identifier_str_mv |
MENDONÇA, O. J. Mitigação de não linearidades em sistemas de comunicações ópticas coerentes digitais utilizando árvores de decisão. 2024. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica e de Telecomunicações) — Faculdade de Engenharia, Universidade Estadual Paulista "Júlio de Mesquita Filho", São João da Boa Vista, 2023. |
url |
https://hdl.handle.net/11449/252547 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128170627432448 |