Προτεινόμενη Διπλωματική εργασία Προπτυχιακού προγράμματος Σπουδών
Σκοπός της παρούσας διπλωματικής είναι η μελέτη-κατανόηση αλλά και υλοποίηση σε προγραμματιστικό περιβάλλον (Matlab, C ή Python) των παραπάνω τοπολογιών ισοσταθμιστών. Απώτερος σκοπός είναι η διερεύνηση των επιδόσεων αυτών των λύσεων, ως προς το BER, την κατανάλωση ισχύος, συναρτήσει της απόστασης (τυπικές αποστάσεις για inter-data centers <120Km), του ρυθμού εκπομπής (BitRate) και του λόγω σήματος προς θόρυβο (signal-to-noise ratio SNR).
Οι οπτικές τεχνολογίες αποτελούν το βασικό μέσο για τη διασύνδεση κατανεμημένων data-centers λόγω του μεγάλου εύρους ζώνης που παρέχουν καθώς και λόγω των πολύ χαμηλών απωλειών διάδοσης, που δεν ξεπερνούν τα 0.2dB/Km. Παρόλα τα πλεονεκτήματα τους, φαινόμενα όπως η χρωματική διασπορά, δηλαδή η μεταβολή του δείκτη διάθλασης του υλικού με το μήκος κύματος, αλλοιώνουν σημαντικά τα διαδιδόμενα σήματα, μέσω της χρονικής διαπλάτυνσης τους. Επιπροσθέτως, όταν αυτό το φαινόμενο συνδυαστεί με τη μη-γραμμικότητα στους δέκτες, λόγω της χρήσης φωτοδιόδων, προκαλούνται και διαλείψεις ισχύος με αποτέλεσμα τη ραγδαία αύξηση του ρυθμού λαθών στους δέκτες (bit-error-rate BER).
Για την αντιμετώπιση αυτών των προβλημάτων μετά τη φώραση του σήματος χρησιμοποιείται μια σειρά από ισοσταθμιστές όπως feed-forward equalizers, non-linear equalizers (voltera etc.) καθώς και νευρωνικά δίκτυα (recursive neural networks, LSTMs, etc).
Οπτικές Επικοινωνίες, ψηφιακές επικοινωνίες, τηλεπικοινωνίες
Προγραμματισμός Matlab, Python
S. Deligiannidis, C. Mesaritakis, A. Bogris, “Performance and Complexity Analysis of bi-directional Recurrent Neural Network Models vs. Volterra Nonlinear Equalizers in Digital Coherent Systems.” IEEE Journal of Lightwave Technology 2021
S. Deligiannidis, A. Bogris, C. Mesaritakis, Y. Kopsinis, "Compensation of Fiber Nonlinearities in Digital Coherent Systems Leveraging Long Short-Term Memory Neural Networks" ΙΕΕΕ Journal of Lightwave Technology, 38(21) 5991-5999 (2020)