Гібридна система інтелектуального адаптивного оптоволокна для зменшення нелінійних ефектів у системах WDM з метрологічними аспектами
DOI:
https://doi.org/10.15276/opu.1.71.2025.22Ключові слова:
оптоволокно, нелінійні ефекти, електрооптичний ефект, акустооптичний ефект, штучний інтелект, метрологія, WDMАнотація
Нелінійні оптичні ефекти, зокрема самофазова модуляція (SPM), перехресна фазова модуляція (XPM) та чотирихвильове змішування (FWM), суттєво обмежують продуктивність сучасних оптоволоконних систем з мультиплексуванням за довжиною хвилі (WDM), що призводить до деградації якості сигналу, зростання показника бітової помилки (BER) та скорочення максимальної дальності передачі. Для подолання цих обмежень у статті запропоновано інноваційну гібридну інтелектуальну адаптивну оптоволоконну систему (IAF), яка поєднує електрооптичне та акустооптичне керування показником заломлення в фотонно-кристалічних волокнах з рідкими кристалами (LC-PCF). Використання прозорих індій-тін-оксидних (ITO) електродів та п’єзотрансд’юсерів дозволяє забезпечити високу точність і швидкість динамічної модуляції нелінійного коефіцієнта n2 та ефективної площі моди Aeff. Це дає змогу в реальному часі адаптувати оптичні властивості середовища, мінімізуючи нелінійні спотворення і покращуючи якість передачі. Ключовим елементом системи є інтеграція сучасних методів штучного інтелекту, зокрема глибоких нейронних мереж (DNN) та алгоритмів посиленого навчання (RL), які здійснюють оптимізацію параметрів управління на основі безперервного моніторингу сигналу. Таке інтелектуальне керування дозволяє враховувати мінливі умови експлуатації, виявляти та коригувати нелінійні ефекти з високою точністю. Особливу увагу приділено метрологічним аспектам системи: розроблено комплексні методи калібрування сенсорів і оцінки похибок, що забезпечують достовірність і стабільність вимірювань. Завдяки цьому підвищується надійність адаптивної системи, а також її здатність підтримувати оптимальні параметри протягом тривалого часу. Результати чисельного моделювання демонструють значне покращення параметрів системи: зниження нелінійного коефіцієнта γ на 25…50%, зменшення BER на 20…35% та збільшення максимальної дальності передачі на 15…25% у високошвидкісних WDM системах із пропускною здатністю 400G та 800G. Запропонована гібридна інтелектуальна адаптивна система має великий потенціал для застосування у магістральних, підводних і довготривалих оптоволоконних мережах, забезпечуючи підвищену ефективність, надійність та адаптивність сучасних телекомунікаційних інфраструктур.
Завантаження
Посилання
Korotieiev, A. O., & Honcharenko, Yu. V. (2017). Optical Information Transmission Systems. Kyiv: Naukova Dumka.
Snyder, A. W., & Love, J. D. (1983). Optical Waveguide Theory. London: Chapman and Hall.
Hlushchenko, Yu. V., & Sakhno, Yu. I. (2020). Metrology, Standardization, and Certification in Telecommunications. Odesa: ONAT.
DSTU ISO/IEC 19762-1:2008. (n.d.). Information Technology. Automatic Identification and Data Capture (AIDC). Terms and Definitions.
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. Cambridge: MIT Press.
Hecht, J. (2005). Understanding Fiber Optics (5th ed.). Boston: Pearson.
Ramaswami, R., Sivarajan, K. N., & Sasaki, G. H. (2009). Optical Networks: A Practical Perspective (3rd ed.). San Francisco: Morgan Kaufmann.
Yariv, A., & Yeh, P. (2007). Photonics: Optical Electronics in Modern Communications (6th ed.). Oxford: Oxford University Press.
Shostak, V. Y. (2015). Electro-Optic and Acousto-Optic Devices. Kharkiv: KhNURE.
Kachmar, V. O. (2021). Nonlinear Optics and Its Applications in Telecommunication Systems. Lviv: LNU.
