| 大会名称 |
| 2023年 総合大会 |
| 大会コ－ド |
| 2023G |
| 開催年 |
|
2023
|
| 発行日 |
|
2023-02-28
|
| セッション番号 |
|
B-10B
|
| セッション名 |
|
光通信システムB
|
| 講演日 |
|
2023/3/8
|
| 講演場所(会議室等) |
|
2号館 2208教室
|
| 講演番号 |
|
B-10-26
|
| タイトル |
|
ニューラルネットワークシンボル判定器の特性変動耐性評価
|
| 著者名 |
|
◎加川功己, 白木隆太, 森 洋二郎, 長谷川 浩,
|
| キーワード |
|
ディジタル信号処理, 機械学習, 帯域狭窄効果, 超高密度波長分割多重
|
| 抄録 |
|
超高密度波長分割多重システムでは，ノードに設置された波長選択スイッチ(WSS)によるスペクトル狭窄が課題となる．スペクトル狭窄の影響を緩和する信号処理技術として，ニューラルネットワークを用いた新しい復調方式が提案されている．先行研究では時系列データを扱うことができる回帰型ニューラルネットワーク(RNN)を用いてシンボル判定器を実現している．この方式では，オフラインであらかじめ伝送路に対して最適化を行うことが想定されている．しかし，スペクトル狭窄の特性はレーザ周波数やWSS特性の変動に伴い変化することが示されている．本稿では，実際の伝送路での使用を想定した数値シミュレーションにより，WSS特性の差異がRNNによる復調性能に深刻な影響を与えることを明らかにしたので報告する．
|
| 本文pdf |
|
PDF download
|
