Applications de l'apprentissage automatique à la transmission de données sur fibre optique

par Mohanad Abu romoh

Projet de thèse en Information, communications, électronique

Sous la direction de Mansoor Isvand yousefi.

Thèses en préparation à l'Institut polytechnique de Paris , dans le cadre de École doctorale de l'Institut polytechnique de Paris , en partenariat avec Laboratoire de Traitement et Communication de l'Information (laboratoire) et de GTO : Télécommunications Optiques (equipe de recherche) depuis le 25-11-2019 .


  • Résumé

    La fibre optique constitue l'´epine dorsale des syst`emes de communication. L'augmentation exponentielle du trafic de donn´ees exerce une pression croissante sur les r´eseaux optiques. La fibre optique est un milieu non-lin´eaire du fait que ses propri´et´es changent avec l'intensit ´e du signal. Il en r´esulte une limitation des d´ebits d'information des m´ethodes de transmission conventionnelles en communication optique. L'objectif de ce projet est de d´evelopper des algorithmes de communication adapt´es `a lafibre optique non-lin´eaire, afin d'augmenter les d´ ebits de donn´ees des futurs syst`emes decommunication. Le projet vise en particulier ´a d´evelopper des algorithmes de traitement dusignal de faible complexit´e pouvantˆetre mis en oeuvre en temps r´eel et pouvant att ´enuerl'impact de la non-lin ´earit ´e de la fibre sur les vitesses de transmission.

  • Titre traduit

    Applications of machine learning in optical fiber data transmission


  • Résumé

    Optical fiber forms the backbone of the communication systems. The exponential increase in data traffic is putting an escalating pressure on fiber-optic networks. Optical fiber is a nonlinear medium because its properties change with the signal intensity. It is well known that the fiber nonlinearity limits the achievable information rates of the conventional transmission methods in optical communication. The objective of this project is to develop communication algorithms suitable for the nonlinear optical fiber, in order to increase the data rates of the future communication systems. In particular, the project aims to develop low-complexity signal processing algorithms that can be implemented in real-time and can mitigate the impact of fiber nonlinearity on transmission rates.