講演情報
[B-10B-04]CNNを用いた超広帯域分布ラマン増幅器の励起条件最適化
◎南里 拓実1、佐野 明秀1 (1. 立命館大学大学院)
キーワード：
分布ラマン増幅、超広帯域伝送、光ファイバ伝送、深層学習、逆システム設計
近年、光通信ネットワークの大容量化に向けて、C帯・L帯に加えS帯やU帯を活用した超広帯域伝送の実現が求められている。このような広帯域伝送を支える増幅技術として、伝送ファイバを増幅媒体として用いる分布ラマン増幅が注目されている。しかし、超広帯域分布ラマン増幅では、信号光間および励起光間の誘導ラマン散乱の影響により、各励起光の周波数およびパワーの最適化が困難となる。本研究では、13 THzの信号利得帯域を対象とした後方励起分布ラマン増幅において、逆方向モデルに全結合ニューラルネットワーク、順方向モデルに一次元畳み込みニューラルネットワークを用いた深層学習モデルにより励起条件を最適化した。さらに、励起光源数を4〜8波に変化させ、目標ネット利得を0 dBとしたときの利得平坦化精度を数値シミュレーションにより評価した。その結果、4波および5波励起では誤差が大きい一方、6〜8波励起では広帯域にわたりネット利得を0 dB付近に維持できることを確認した。以上より、提案モデルは超広帯域分布ラマン増幅における励起条件最適化に有効であることが示された。