Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear

Detalhes bibliográficos
Autor(a) principal: Silva, Lucas Marim da
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/235414
Resumo: Neste trabalho são desenvolvidas técnicas para estimar a probabilidade de erro de bit (BER) em sistemas de comunicações ópticas digitais coerentes utilizando redes neurais convolucionais (CNNs). A estimativa é performada por meio do processamento histogramas de constelações de sinais por um algoritmo de regressão, capaz de generalizar a estimativa para redes ópticas passivas (PONs) com diferentes comprimentos de enlace e valores de potência de transmissão. Os resultados revelam que, utilizando uma CNN capaz de processar histogramas compostos por 10.000 símbolos e 64 bins, o erro entre o valor médio de BER estimado e esperado foi igual ou inferior a 10.87% para uma PON de 150 km considerando a faixa de valores de potência em que o sistema é limitado por modulação de fase não linear. O custo computacional necessário para realizar uma estimativa de BER utilizando a CNN descrita é de 195,61 x 10^6 operações de ponto flutuante.
id UNSP_cd1c42e40b0294991a16a20f8d553b51
oai_identifier_str oai:repositorio.unesp.br:11449/235414
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linearConvolutional neural networks for bit error ratio prediction in digital coherent optical communication systems limited by non-linear phase modulationComunicações ópticasRedes neurais (Computação)TelecomunicaçõesNeste trabalho são desenvolvidas técnicas para estimar a probabilidade de erro de bit (BER) em sistemas de comunicações ópticas digitais coerentes utilizando redes neurais convolucionais (CNNs). A estimativa é performada por meio do processamento histogramas de constelações de sinais por um algoritmo de regressão, capaz de generalizar a estimativa para redes ópticas passivas (PONs) com diferentes comprimentos de enlace e valores de potência de transmissão. Os resultados revelam que, utilizando uma CNN capaz de processar histogramas compostos por 10.000 símbolos e 64 bins, o erro entre o valor médio de BER estimado e esperado foi igual ou inferior a 10.87% para uma PON de 150 km considerando a faixa de valores de potência em que o sistema é limitado por modulação de fase não linear. O custo computacional necessário para realizar uma estimativa de BER utilizando a CNN descrita é de 195,61 x 10^6 operações de ponto flutuante.In this work, we developed techniques to estimate bit error ratio (BER) in digital coher- ent optical communications systems using convolutional neural networks (CNNs). The estimation is performed by processing histograms of constellations diagrams considering a regression algorithm capable of generalizing the estimation to different passive optical networks (PONs) configurations. Results reveal that a CNN trained to process histograms of 64 bins composed by 10,000 symbols presents an estimation error equal to or less than 10.87% considering a 150 km PON for launch optical power values over which the system is limited by non-linear phase modulation. The computational cost required to perform a BER estimation using the described CNN is 195.61 × 106 floating point operations.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Garde, Ivan Aritz Aldaya [UNESP]Oliveira, José Augusto de [UNESP]Universidade Estadual Paulista (Unesp)Silva, Lucas Marim da2022-06-29T18:34:50Z2022-06-29T18:34:50Z2022-06-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/235414porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-08-06T14:38:28Zoai:repositorio.unesp.br:11449/235414Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-06T14:38:28Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear
Convolutional neural networks for bit error ratio prediction in digital coherent optical communication systems limited by non-linear phase modulation
title Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear
spellingShingle Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear
Silva, Lucas Marim da
Comunicações ópticas
Redes neurais (Computação)
Telecomunicações
title_short Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear
title_full Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear
title_fullStr Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear
title_full_unstemmed Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear
title_sort Redes neurais convolucionais para predição de probabilidade de erro de bit em sistemas de comunicações ópticas coerentes digitais limitados por modulação de fase não linear
author Silva, Lucas Marim da
author_facet Silva, Lucas Marim da
author_role author
dc.contributor.none.fl_str_mv Garde, Ivan Aritz Aldaya [UNESP]
Oliveira, José Augusto de [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Silva, Lucas Marim da
dc.subject.por.fl_str_mv Comunicações ópticas
Redes neurais (Computação)
Telecomunicações
topic Comunicações ópticas
Redes neurais (Computação)
Telecomunicações
description Neste trabalho são desenvolvidas técnicas para estimar a probabilidade de erro de bit (BER) em sistemas de comunicações ópticas digitais coerentes utilizando redes neurais convolucionais (CNNs). A estimativa é performada por meio do processamento histogramas de constelações de sinais por um algoritmo de regressão, capaz de generalizar a estimativa para redes ópticas passivas (PONs) com diferentes comprimentos de enlace e valores de potência de transmissão. Os resultados revelam que, utilizando uma CNN capaz de processar histogramas compostos por 10.000 símbolos e 64 bins, o erro entre o valor médio de BER estimado e esperado foi igual ou inferior a 10.87% para uma PON de 150 km considerando a faixa de valores de potência em que o sistema é limitado por modulação de fase não linear. O custo computacional necessário para realizar uma estimativa de BER utilizando a CNN descrita é de 195,61 x 10^6 operações de ponto flutuante.
publishDate 2022
dc.date.none.fl_str_mv 2022-06-29T18:34:50Z
2022-06-29T18:34:50Z
2022-06-01
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/235414
url http://hdl.handle.net/11449/235414
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_ 1808128195342368768

Registros relacionados