В Новосибирске разработали новую методику обработки сигналов в волоконно-оптических линиях связи

Новую методику разработали ученые НГУ. Она позволяет избежать искажений при передаче сигнала при высоких скоростях на большие расстояния.

«Идею работы можно объяснить через привычное преобразование Фурье. Этот математический инструмент позволяет представить сложный сигнал как набор простых частот — примерно так же, как музыкальный аккорд можно разложить на отдельные ноты. Такой подход широко используется в обработке звука, изображений, радиосигналов и данных в системах связи, — пояснил научный руководитель Центра искусственного интеллекта (Центр ИИ) НГУ, директор научно-образовательного центра «Машинное обучение и анализ больших данных», академик РАН, доктор физико-математических наук, профессор Михаил Федорук.

Однако оптический сигнал в волокне не всегда ведет себя как простой набор независимых частот. При высоких скоростях передачи и достаточно большой мощности проявляются нелинейные эффекты: сигнал начинает влиять на собственное распространение через среду. Кроме того, разные частотные составляющие из-за разности их групповых скоростей, проходят волокно с разной скоростью, из-за чего короткий импульс может растягиваться во времени. Это явление называется дисперсией. В результате форма сигнала искажается, а восстановить исходные данные становится сложнее.

«Обычные методы цифровой обработки хорошо работают, пока искажения оптического сигнала можно считать почти линейными. Но в длинных и высокоскоростных волоконно-оптических линиях этого часто недостаточно. Поэтому исследователи ищут способы учитывать физику распространения оптического сигнала не как помеху, а как часть математической модели, с которой можно работать, и улучшать качество сигнала», — объяснил старший научный сотрудник Лаборатории численного и экспериментального моделирования новых устройств фотоники ММФ НГУ, кандидат физико-математических наук Игорь Чеховской.

Один из таких подходов связан с нелинейным преобразованием Фурье, или NFT. Это более сложный аналог обычного преобразования Фурье, приспособленный для некоторых нелинейных волновых систем. Если обычное преобразование Фурье раскладывает сигнал на линейные частоты, то NFT описывает его через нелинейный спектр, где одновременно учитываются дисперсия и нелинейность.

В нелинейной оптике важную роль играют солитоны — оптические импульсы, которые при определенных условиях могут распространяться, почти не меняя форму. Такое поведение возможно благодаря балансу двух эффектов: дисперсия стремится растянуть импульс во времени, а нелинейность среды противодействует этому растяжению.

«В нелинейном спектре сигнала выделяют непрерывную и дискретную части. Непрерывная часть описывает составляющие, которые при распространении ведут себя скорее как излучение и могут расплываться. Дискретная часть связана с солитонными компонентами. Чем длиннее и мощнее оптический сигнал, тем больше таких компонент может появляться, и тем сложнее становится задача точного численного восстановления сигнала. Именно это делает NFT одновременно привлекательным и сложным инструментом для оптических линий связи. В идеальной математической модели изменение нелинейного спектра вдоль волокна описывается гораздо проще, чем изменение самого сигнала во времени. Поэтому можно перейти в специальное спектральное представление, выполнить там компенсацию и затем восстановить сигнал обратно. В перспективе такой подход может помочь бороться с нелинейными искажениями, которые ограничивают передачу данных на больших скоростях и расстояниях», — уточнил Михаил Федорук.

Отдельное внимание в работе уделено численным методам. Нелинейное преобразование Фурье включает прямую задачу — переход от сигнала к нелинейному спектру — и обратную задачу, то есть восстановление сигнала по этому спектру. Для практических приложений обе части должны быть точными и достаточно быстрыми. Поэтому значительная часть исследования посвящена алгоритмам вычисления нелинейного спектра, поиску его дискретных компонент и устойчивому восстановлению сигнала.

Авторы уточнили, что NFT не является готовой универсальной заменой существующим технологиям. Их работа показывает как возможности нового подхода, так и его ограничения. Это особенно важно для инженерных приложений, поскольку между математической идеей и реальной технологией всегда находится большой слой численных алгоритмов, проверок и ограничений.