[論文レビュー] A generalized GN-model closed-form formula

P. Poggiolini|arXiv (Cornell University)|Sep 24, 2018

Optical Network Technologies参考文献 14被引用数 24

ひとこと要約

本論文は、周波数依存性分散、損失、およびラマン効果に起因する増幅/減衰を含む、光ファイバー通信システムへの一般化非線形（GN）モデルの閉形式解析的公式を提示する。これらの周波数依存性効果を統合的に組み込んだ計算効率の高いフレームワークにより、任意のチャネル構成およびリンク構造を有する複雑な現代のWDMネットワークのリアルタイム分析および最適化が可能になる。

ABSTRACT

The GN-model of fiber non-linearity has had quite substantial success in modern optical telecommunications networks as a design and management tool. A version of it, capable of handling arbitrary WDM combs and link structures in closed form, was proposed in 2014. Here we upgrade that formula, to make it capable of handling frequency-dependent dispersion, frequency-dependent loss and frequency-dependent gain/loss due to Stimulated Raman Scattering (SRS) among channels. This way, more challenging and complex network scenarios, like the ones that are being deployed right now, can be dealt with in real-time, to the great advantage of management, control and optimization of such networks.

研究の動機と目的

• 光ファイバー系における周波数依存性分散を扱えるように一般化GNモデルを拡張すること。
• マルチチャネルWDM系におけるラマン効果に起因する周波数依存性損失および増幅を統合すること。
• 複雑で現代的な光通信ネットワークにおけるリアルタイムのネットワーク管理および最適化を可能にすること。
• 数値積分を回避する高速な計算を実現する閉形式解析的解を提供すること。

提案手法

• 周波数依存性群速度分散（GVD）を考慮した一般化GNモデルの導出。
• 非線形伝送モデルへの周波数依存性損失プロファイルの組み込み。
• 周波数依存性増幅/損失項を用いたSRSに起因するチャネル間のパワー移動の明示的モデル化。
• 非線形クロストークの繰り返し計算や数値計算を回避する閉形式積分解の使用。
• 2014年のGNモデルフレームワークを拡張し、任意のWDMコンブおよびリンクトポロジをサポートする。
• 解析的一致性の確認および既知の物理的極限との整合性によるモデルの妥当性検証。

実験結果

リサーチクエスチョン

• RQ1 一般化GNモデルは、光ファイバー系における周波数依存性分散をどのように拡張できるか？
• RQ2 周波数依存性損失およびSRS増幅を含めた場合の非線形クロストークの解析的形は何か？
• RQ3 複雑な物理的効果を捉えつつも計算効率を維持する閉形式解を導出できるか？
• RQ4 周波数依存性SRSを組み込むことで、WDMネットワークにおける非線形ペナルティ推定の精度はどのように変化するか？
• RQ5 拡張されたモデルは、現代の光トランスポートネットワークにおけるリアルタイムネットワーク最適化をどの程度サポートできるか？

主な発見

• 提案された公式は、周波数依存性分散、損失、およびSRSを有するWDMシステムにおける非線形クロストークの閉形式解を提供し、数値積分の必要性を排除する。
• 周波数依存性増幅プロファイルを用いることで、SRSに起因するチャネル間のパワー移動を正確に捉えることができる。
• 拡張されたGNモデルにより、任意のチャネル間隔や複雑なリンク構造を有する複雑なネットワークシナリオのリアルタイムシミュレーションが可能になる。
• 周波数依存性効果の組み込みにより、現代の高容量光ネットワークにおける非線形ペナルティ推定の精度が顕著に向上する。
• 解析的フレームワークは計算効率を維持しており、オンラインでのネットワーク管理および最適化用途に適している。