[論文レビュー] High-Cardinality Hybrid Shaping for 4D Modulation Formats in Optical Communications Optimized via End-to-End Learning

Vinícius Oliari, Boris Karanov+7 more|arXiv (Cornell University)|Dec 20, 2021

Optical Network Technologies被引用数 11

ひとこと要約

本稿では、スプリットステップフーリエ法（SSFM）を用いたファイバーチャネルモデルを用いて、エンドツーエンドのディープラーニングにより最適化された、4次元10ビット/シンボルの変調フォーマットを提案する。自己符号化器ベースの手法により、確率的形状と幾何的形状を同時に最適化し、20%のFECオーバヘッドを伴う400 GbpsでPM-32QAMに比べ13.6%の伝送距離向上を達成。エネルギー制約なしに、非線形耐性とスペクトル効率に優れた性能を示した。

ABSTRACT

In this paper we carry out a joint optimization of probabilistic (PS) and geometric shaping (GS) for four-dimensional (4D) modulation formats in long-haul coherent wavelength division multiplexed (WDM) optical fiber communications using an auto-encoder framework. We propose a 4D 10 bits/symbol constellation which we obtained via end-to-end deep learning over the split-step Fourier model of the fiber channel. The constellation achieved 13.6% reach increase at a data rate of approximately 400 Gbits/second in comparison to the ubiquitously employed polarization multiplexed 32-QAM format at a forward error correction overhead of 20%.

研究の動機と目的

• 長距離コherent WDMシステムにおける4次元光変調フォーマットの確率的形状（PS）と幾何的形状（GS）の共同最適化の課題に対処すること。
• 簡素化されたチャネルモデルや定エネルギー信号対応に依存する従来のPSおよびGS手法の限界を克服すること。
• 非線形ファイバーチャネルにおけるスペクトル効率および非線形耐性を向上させるために、10ビット/シンボルの高容量4次元変調フォーマットを開発すること。
• 一般化相互情報量（GMI）および実世界のファイバープロパゲーションモデルを用いて、学習された信号対応の性能を検証すること。
• SSFMチャネルモデルを用いたエンドツーエンドディープラーニングが、標準QAMフォーマットに比べ優れた信号対応設計を可能にすることを示すこと。

提案手法

• 非線形ファイバーチャネル上でエンドツーエンドに訓練される、確率的形状（PS）と幾何的形状（GS）のための別個のニューラルネットワークを有する自己符号化器フレームワークを採用する。
• 双偏波ファイバーリンクの正確な物理層モデルとして、スプリットステップフーリエ法（SSFM）を用い、Kerr非線形性および分散を含む非線形劣化をシミュレートする。
• SSFMを介した逆誤差伝搬により、4次元信号対応とシンボル確率を同時に最適化し、非線形チャネル効果の直接学習を可能にする。
• 波形生成のため、ロールオフ係数0.01のルート・レイズドコサインフィルタを用いたパルス整形を行い、1シンボルあたり16サンプルにアップサンプリングする。
• スペクトル効率および複数スパンにわたる信頼性を評価するための性能指標として、一般化相互情報量（GMI）を用いる。
• 非線形劣化下での相互情報量を最大化する最適な信号対応点とシンボル確率を学習することで、ビット誤り率を最小化するように自己符号化器を訓練する。

実験結果

リサーチクエスチョン

• RQ1 正確なSSFMベースのファイバーチャネルモデルを用いたエンドツーエンドディープラーニングは、4次元変調フォーマットの幾何的形状と確率的形状を同時に最適化できるか？
• RQ2 自己符号化器を用いて学習された4次元10ビット/シンボルの信号対応は、標準のPM-32QAMおよびPM-64QAMに比べ、伝送距離およびスペクトル効率で優れるか？
• RQ3 エネルギー制約を除去した場合、学習された信号対応の非線形ファイバーリンクにおける性能にどのような影響を与えるか？
• RQ4 高データレート下で、学習された信号対応はPM-PS64QAMに比べ、伝送距離およびFECオーバヘッドの点で優れるか？
• RQ5 最適化された信号対応は、複雑なバイナリラベル付けスキームを必要とせずに、従来のQAMフォーマットに比べ優れた非線形耐性を達成できるか？

主な発見

• 提案された4次元10ビット/シンボルの信号対応は、20%のFECオーバヘッドを伴う400 GbpsでPM-32QAMに比べ13.6%の伝送距離向上を達成し、優れた非線形耐性を示した。
• 4000 km（50スパン）において、最適な送信パワー下で平均GMIが約8ビット/シンボルに達し、スペクトル効率は7.76ビット/秒/Hzに達した。
• 最適送信パワー下でPM-32QAMに比べ0.3ビット/シンボルの性能向上を達成し、線形領域でも優れた性能を示した。
• シンボル確率が一様分布に収束したため、性能向上の主因は幾何的形状であり、確率的形状ではないことが示された。
• シンボル間でのエネルギー変動が著しく、従来の研究で一般的に仮定されてきた定エネルギー信号対応とは矛盾する結果となった。
• 6000 kmにおいて、最適化された信号対応はPM-64QAM（44%オーバーヘッド）と同等のネットレートを達成するためのFECオーバーヘッドを33%にまで低減した。これにより、PM-64QAMに比べ520 km（8.7%）の伝送距離向上、PM-PS64QAMに比べ340 km（5.5%）の向上を達成した。