智能光纤通信系统团队
华为于2021年发布“后香农时代,信息产业面向数学的十大挑战问题”,其中涉及光纤通信的挑战为“光通信非线性信道补偿问题”,具体分解为光纤信道的快速精准建模问题和非线性补偿问题。通过光纤信道快速精准建模实现低复杂度非线性精确补偿,有望逼近线性信道香农容量限,突破光纤信道的“容量危机”,支撑通信容量的持续增长需求。智能光纤通信系统团队面向这一关键问题开展持续深入研究,引入AI技术,设计适用于光纤通信系统的AI架构和算法,旨在突破光纤非线性补偿这一关键挑战。
团队研究方向
1. 光纤通信系统智能建模与仿真平台
光纤信道的建模和非线性补偿算法设计都依赖于光纤通信系统仿真工具,学术界和工业界均广泛使用matlab作为仿真工具,除具有受控风险外,还有运行效率低,计算耗时长,难以与AI算法兼容等问题。为解决以上问题,LIFE基于开源Python语言开发完整光纤通信系统仿真工具,包括发端整形调制预均衡算法、收端解调均衡补偿算法、光纤信道建模、信号可视化分析等。由于Python语言具有天然的AI兼容性,收发端所有算法以及光纤信道建模均可基于AI实现。LIFE研究适用于光纤信道建模的AI架构和算法,实现多通道高速长距光纤信道的快速精准建模,在此基础上可实现收发端算法的全局优化。
LIFE开发完成的光纤通信系统智能建模与仿真平台具有独立自主、国际领先、融合开放的特点,在支撑自身研究的同时,计划所有代码开源,服务于整个光通信行业。基于此开放平台与业界共同开展光通信系统创新架构和算法研究,共同突破光纤非线性信道补偿这一核心挑战。
2.光纤通信系统非线性补偿与全局优化
在实现光纤信道快速精准建模的基础上,完成光纤传输智能仿真和实验平台的建设。智能光纤传输实验平台采用和仿真平台相同的算法库,仿真和实验平台实现数据对齐并交叉验证。所有实验设备可远程控制,在远程调用算法库即可进行光纤通信系统端到端非线性补偿与全局优化实验。AI算法库包括各类通用神经网络以及强化学习、互信息量估计网络(MINE)、光纤非线性估计网络(FINE)、端到端学习、训练策略等工具包,可在发端进行星座整形和预均衡,在收端进行非线性估计和补偿,并结合收发端和信道全局优化进行非线性性能优化,以达到最大程度降低光纤非线性影响,实现逼近线性信道香农容量限的目标。