Le aziende hanno sviluppato una tecnologia che utilizza il deep learning per auto-addestrarsi sui parametri al fine di evitare l'impatto degli errori sistemici nella trasmissione del segnale ottico. Questo processo avviene durante l'apprendimento della stima dei parametri del segnale di trasmissione ottica, un problema peculiare dei sistemi di comunicazione ottica, tra cui la velocità di simbolo e l'OSNR (rapporto segnale-rumore ottico). Le aziende hanno sviluppato un sistema di trasmissione sperimentale presso i laboratori Fujitsu che emula una rete ottica e, con quasi 10.000 punti dati, hanno verificato che questa tecnologia è in grado di stimare l'OSNR con un errore di misurazione dell'1% e di stimare il formato di modulazione e la velocità di simbolo con un errore di misurazione del 5%.
Quando si presentano problemi nella costruzione o nella gestione di una rete ottica, questa tecnologia consente ora di completare in pochi minuti operazioni che un esperto impiegherebbe diversi giorni con apparecchiature di misurazione specializzate. Ciò semplificherà notevolmente la costruzione, la gestione e l'esercizio delle reti.

Contesto di sviluppo:
Nei prossimi anni, si prevede un aumento vertiginoso del traffico di comunicazione sulle reti ottiche, fondamentali per la società basata sulle tecnologie dell'informazione e della comunicazione (TIC), e di conseguenza del numero di dispositivi connessi a Internet. Per gestire questo volume di dati, si stanno adottando, una dopo l'altra, numerose nuove tecnologie di trasmissione ottica nelle reti ottiche, che diventeranno sempre più diversificate e complesse. Di conseguenza, cresce la domanda di tecnologie che facilitino la costruzione, il funzionamento e la gestione delle reti ottiche.

reti
che mirano ad aumentare la capacità e la distanza, la crescente complessità dei tipi di segnale di trasmissione ottica e della configurazione dei parametri dei dispositivi fa sì che la costruzione o la risoluzione dei problemi della rete possano richiedere diversi giorni, creando notevoli difficoltà per la costruzione e la gestione delle reti in fibra ottica. Di conseguenza, è emersa la necessità di sviluppare tecnologie in grado di monitorare da remoto lo stato delle reti ottiche per affrontare tali problematiche. Tuttavia, la misurazione delle informazioni necessarie agli operatori e agli amministratori di rete senza dover ricorrere a dispositivi di misurazione dedicati ha presentato delle difficoltà, a causa delle caratteristiche uniche del segnale ottico delle tecnologie di trasmissione ottica di recente implementazione.
 
Per quanto riguarda la tecnologia sviluppata,
Fujitsu Laboratories, Fujitsu Laboratories of America e Fujitsu R&D Center hanno sviluppato una tecnologia per misurare i parametri di trasmissione del segnale ottico (rapporto segnale/rumore, formato di modulazione e velocità di simbolo (1)) necessari per costruire e gestire una rete a partire dai segnali trasmessi otticamente presso ricevitori ottici remoti.
Questa tecnologia di recente sviluppo addestra una rete neurale profonda inserendo nella rete i segnali ricevuti dai ricevitori ottici. Utilizzando i risultati delle apparecchiature di misurazione per fornire etichette di monitoraggio, questa tecnologia addestra la rete neurale profonda a ricreare i risultati di misurazione prodotti dalle apparecchiature, consentendole di stimare i parametri di trasmissione del segnale ottico. Poiché possono verificarsi errori sistemici nelle caratteristiche del segnale, come la frequenza del laser, quando si riceve un segnale di trasmissione ottica, se i dati ricevuti vengono utilizzati per l'addestramento così come sono, la rete neurale verrà addestrata a specializzarsi in stati errati. Ciò potrebbe aumentare gli errori di misurazione nelle stime. Per contrastare questo problema, la nuova tecnologia genera virtualmente segnali basati su segnali trasmessi otticamente in stati variabili, ad esempio generando virtualmente più set di dati con diverse frequenze laser e combinandoli poi per formare il set di dati di addestramento. In questo modo, è possibile riflettere una varietà di situazioni nei risultati di addestramento, consentendo a questa tecnologia di minimizzare gli errori di misurazione nelle stime.

Laboratories
, Fujitsu Laboratories of America e Fujitsu R&D Center hanno condotto un test realizzando un sistema di trasmissione simulato che riproduce una rete ottica reale. Il test ha verificato che, con 10.000 punti dati, questa tecnologia è in grado di stimare l'OSNR con un errore di misurazione dell'1% e il formato di modulazione e la velocità di simbolo con un errore di misurazione del 5%. Grazie a questa tecnologia, si prevede che attività che in precedenza richiedevano a un esperto di utilizzare dispositivi di misurazione specializzati per diversi giorni, potranno ora essere stimate da remoto in pochi minuti.
Piani futuri
: In futuro, Fujitsu Laboratories, Fujitsu Laboratories of America e Fujitsu R&D Center condurranno test in un ambiente di rete reale, con l'obiettivo di commercializzare questa tecnologia nell'anno fiscale 2019 o successivamente. Le aziende continueranno inoltre la ricerca focalizzata sul funzionamento automatizzato delle reti ottiche.

Ulteriori informazioni
________________________________________
• [1] Frequenza di simbolo: la velocità con cui le informazioni di ampiezza e fase possono essere commutate quando si modulano i dati trasmessi elettricamente tramite luce.
• [2] Ricevitore digitale coerente: un ricevitore in grado di gestire le informazioni di fase del segnale ottico con stabilità, che era un problema con i precedenti ricevitori coerenti, applicando l'elaborazione del segnale digitale alla comunicazione ottica.