Compensação de efeitos não lineares em sistemas de comunicação ópticas coerentes digitais utilizando redes neurais com treinamento não supervisionado

• Processo: 25/00062-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de março de 2025
• Data de Término da vigência: 28 de fevereiro de 2026
• Área de conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: Ivan Aritz Aldaya Garde
• Beneficiário: Ana Laura Jorge das Graças
• Instituição Sede: Faculdade de Engenharia. Universidade Estadual Paulista (UNESP). Campus São João da Boa Vista. São João da Boa Vista , SP, Brasil
• Vinculado ao auxílio: 24/01712-9 - Compensação de distorções de transmissão em sistemas de comunicações ópticas utilizando inteligência artificial, AP.R
• Assunto(s): Comunicação óptica Inteligência artificial Redes neurais
• Palavra(s)-Chave do Pesquisador: Comunicações Ópticas | Inteligência Artificial | Redes neurais | Comunicações ópticas

Resumo

Os sistemas de comunicações ópticas coerentes digitais têm transformado a maneira como as redes ópticas são projetadas, especialmente pela adoção de formatos de modulação avançados e pela possibilidade de compensação eficiente de impedimentos. Essas inovações permitem alcançar eficiências espectrais sem precedentes. No entanto, a combinação de ruído aditivo e distorções não lineares continua sendo um dos principais fatores limitantes da capacidade máxima do canal. Neste contexto, diversas técnicas de mitigação de não linearidades foram propostas nos últimos anos. Entre elas, métodos baseados em aprendizado de máquina têm demonstrado um bom equilíbrio entre desempenho e custo computacional. Por exemplo, os métodos de clusterização possuem a vantagem de não requererem sequências de treinamento, mas apresentam uma capacidade de mitigação limitada. Por outro lado, técnicas baseadas em regressão supervisionada oferecem maior desempenho, mas dependem de sequências de treinamento, o que reduz a taxa líquida de transmissão. O presente projeto propõe avaliar a integração de técnicas de clusterização com métodos de regressão supervisionada. O objetivo é analisar se essa abordagem combinada pode superar as limitações individuais e atingir um desempenho superior em relação à mitigação baseada exclusivamente em clusterização. A pesquisa busca contribuir para o desenvolvimento de estratégias mais eficientes e robustas para a compensação de não linearidades em sistemas ópticos coerentes digitais.