Μελέτη σύγχρονων τεχνικών μηχανικής μάθησης για την αντιστάθμιση φαινομένων διάδοσης σε συστήματα οπτικών επικοινωνιών

Πρίφτι, Αλμπάνο

Study of modern machine learning techniques for compensation of propagation effects in optical communications systems

Διπλωματική εργασία

Author

Πρίφτι, Αλμπάνο

Date

2022-10-10

Advisor

Bogris, Adonis

cs_71115109.pdf (1.528Mb)

Keywords

Μη γραμμικά φαινόμενα

Abstract

Στο πλαίσιο αυτής της πτυχιακής εργασίας θα μελετήσουμε μεθόδους αντιμετώπισης των μη- γραμμικών φαινομένων που παρουσιάζονται στα συστήματα οπτικών ινών. H μελέτη θα γίνει σε μία προσομοίωση ενός συστήματος μετάδοσης σε περιβάλλον Matlab. Θα εστιάσουμε την προσοχή μας στην πιθανοκρατική διαμόρφωση και στα αποτελέσματα της εφαρμογής της στην απόσταση μετάδοσης καθώς επίσης και στην πληροφορία του καναλιού. Ύστερα με την χρήση των νευρωνικών δικτύων και της μηχανικής μάθησης θα προσπαθήσουμε να αυξήσουμε την απόσταση μετάδοσης ελαχιστοποιώντας τα μη γραμμικά φαινόμενα του οπτικού μας συστήματος.

Abstract

In the framework of this dissertation we will study methods for dealing with non-linear phenomena that occur in fiber optic systems. The study will be done in a simulation of a transmission system in Matlab environment. We will focus our attention on the possible configuration and the results of its application in the transmission distance as well as in the channel information. Then with the use of neural networks and machine learning we will try to increase the transmission distance by minimizing the non-linear phenomena of our visual system.