Fujitsu Laboratories Ltd., Fujitsu Laboratories of America, Inc. y Fujitsu R & D Center Co., Ltd. han anunciado el desarrollo de tecnología en un marco para estimar los parámetros de transmisión de señal óptica de los receptores ópticos. Las empresas se han embarcado en este desarrollo para simplificar la construcción, funcionamiento y gestión de redes ópticas.
Las empresas ahora han desarrollado tecnología que utiliza Deep Learning que puede formarse en parámetros para evitar el impacto de errores sistémicos en la transmisión óptica de señales en el curso de aprender a estimar parámetros de señales de transmisión óptica, que es un problema exclusivo de los sistemas de comunicación óptica, incluyendo para tasa de símbolos y OSNR (Optical Signal to Noise Ratio). Las empresas desarrollaron un sistema de transmisión experimental dentro de Fujitsu Laboratories que emula una red óptica, y con cerca de 10.000 datos verificaron que esta tecnología podría estimar OSNR con un error de medición del 1% y estimar el formato de modulación y la tasa de símbolos con una medición de error del 5%.
Cuando surgen problemas en la construcción o funcionamiento de una red óptica, esta tecnología ahora permite realizar tareas en cuestión de minutos, lo que llevaría varios días a un experto utilizando equipos de medición especializados. Esto contribuirá a facilitar considerablemente la construcción, funcionamiento y gestión de redes.

Antecedentes de desarrollo
Se espera que el tráfico de comunicaciones en las redes ópticas que sostienen una sociedad impulsada por las TIC aumente enormemente junto con la cantidad de dispositivos conectados a Internet en los próximos años. Para acomodar este volumen de datos, se están adoptando una serie de nuevas tecnologías de transmisión óptica, una tras otra, en redes ópticas, y se cree que las redes serán aún más diversas y complejas. En consecuencia, existe una demanda de tecnologías que faciliten la construcción, funcionamiento y gestión de redes ópticas.

Cuestiones
Anteriormente, cuando se construía una red óptica, o cuando surgían problemas al operar una red, era necesario enviar un experto en este campo con equipos de medición costosos y especializados al sitio de trabajo, y realizar mediciones y pruebas para determinar la causa. En las redes ópticas que apuntan a aumentar la capacidad y la distancia, la creciente complejidad de los tipos de señales de transmisión óptica y la configuración de parámetros del dispositivo implican que la construcción de la red o la solución de problemas puede requerir varios días, lo que genera problemas importantes para construir y gestionar redes de fibra. Como resultado, ha surgido la demanda del desarrollo de tecnologías que puedan monitorizar remotamente el estado de las redes ópticas para resolver estos problemas. Sin embargo, ha surgido desafíos al medir la información que necesitan los operadores de red y los administradores sin depender de dispositivos de medición dedicados, debido a las características únicas de señal óptica de las tecnologías de transmisión óptica recién implementadas.
 
Acerca de la tecnología desarrollada
Fujitsu Laboratories, Fujitsu Laboratories of America y Fujitsu R & D Center han desarrollado tecnología para medir los parámetros de transmisión óptica de señal (relación señal / ruido, formato de modulación y velocidad de símbolos (1)) necesarios para construir y operar una red a partir de señales ópticamente transmitidas en receptores ópticos remotos.
Esta tecnología recientemente desarrollada entrena una red neuronal profunda al ingresar las señales recibidas por los receptores ópticos en la red. Al utilizar los resultados del equipo de medición para proporcionar etiquetas de supervisión, esta tecnología entrena la red neuronal profunda para recrear los resultados de medición producidos por el equipo, lo que le permite estimar los parámetros de transmisión de la señal óptica. Dado que pueden surgir errores sistémicos en las características de la señal, como la frecuencia del láser, cuando se ha recibido una señal de transmisión óptica, si los datos recibidos se utilizan para el entrenamiento tal como está, la red neuronal se formará para especializarse en estados erróneos. Esto podría aumentar los errores de medición en las estimaciones. Como una forma de contrarrestar esto, la nueva tecnología genera virtualmente señales basadas en señales ópticamente transmitidas en estados variables, por ejemplo, generando virtualmente datos múltiples con diferentes frecuencias de láser, y luego combinándolos para formar el conjunto de datos de entrenamiento. Al hacerlo, es posible reflejar una variedad de situaciones en los resultados del entrenamiento, permitiendo que esta tecnología minimice los errores de medición en las estimaciones.

Efectos
Fujitsu Laboratories, Fujitsu Laboratories of America y Fujitsu R & D Center llevaron a cabo una prueba mediante la construcción de un sistema de transmisión simulado que modela una red óptica real. El ensayo verificó que con 10.000 datos, esta tecnología podía estimar OSNR con un error de medición del 1% y el formato de modulación y la velocidad de símbolos con un error de medición del 5%. Con esta tecnología, se espera que las tareas que llevaron a un experto a utilizar dispositivos de medición especializados durante varios días se puedan estimar de forma remota en cuestión de minutos.
Planes futuros
En el futuro, Fujitsu Laboratories, Fujitsu Laboratories of America y Fujitsu R & D Center realizarán pruebas en un entorno de red real, con el objetivo de comercializar esta tecnología en el año fiscal 2019 o posterior. Las empresas también continuarán la investigación dirigida al funcionamiento automático de redes ópticas.

Más información
________________________________________
• [1] Velocidad de símbolo: La velocidad a la cual se puede conmutar la información de amplitud y fase cuando se modulan datos transmitidos eléctricamente a través de la luz.
• [2] Receptor digital coherente: Un receptor que puede manejar información de fase de señal óptica con estabilidad, que era un problema con receptores coherentes previos, aplicando procesamiento de señal digital a la comunicación óptica.