Design of a flattening filter using Fiber Bragg Gratings for EDFA gain equalization: an artificial neural network application

Palabras clave: EDFA, red neuronal artificial, filtro de aplanamiento, red de difracción de Bragg, multiplexación por división de longitud de onda

Resumen

Este artículo presenta una propuesta para la compensación de la ganancia no uniforme de los amplificadores ópticos de fibra dopada con Erbio (EDFA) en sistemas multiplexados por longitud de onda (WDM) usando redes de difracción de Bragg (FBG). En esta propuesta las redes neuronales artificiales tipo perceptrón multicapa con propagación hacia atrás (feed-forward backpropagation) se entrenaron bajo el método de la secante (one-step secant) y se seleccionaron según error cuadrático medio. La propuesta optimiza los parámetros del FBG, como la frecuencia central, el nivel de rechazo y la longitud para determinar una respuesta de filtrado basada en un número reducido de FBG que se utilizarán para aplanar la respuesta no lineal de la ganancia del amplificador y evitar el tratamiento por portadora de un filtro de aplanamiento estándar. Mientras que una red neuronal artificial con una estructura de 7-10-6 demostró la viabilidad de igualar la ganancia de un EDFA utilizando tan solo tres FBG, una estructura de 25-18-12 mejoró los resultados cuando la configuración consistió en un arreglo de seis FBG que proporcionaron resultados similares a los que ofrece el filtro estándar de aplanamiento de ganancia. La propuesta se evaluó en un sistema WDM amplificado de ocho portadoras ópticas ubicados entre 195 THz y 196,4 THz.

 

Descargas

La descarga de datos todavía no está disponible.

Citas

Ferreira, J.M., Fonseca, D., Monteiro,P. P.,Pinto, A. N. and Rapp, L. (2015).Site-Dependent Pumping Effect on Two-Level EDFAs. Journal of Lightwave Technology, 33(2), pp. 285-292.

doi: 10.1109/JLT.2014.2374073.

Cai, J. et al. (2015). 49.3 Tb/s Transmission Over 9100 km Using C+L EDFA and 54 Tb/s Transmission Over 9150 km Using Hybrid-Raman EDFA. Journal of Lightwave Technology. 33(13), pp. 2724-2734. doi: 10.1109/JLT.2015.2409846.

Pedro, J., Costa, N. Optimized Hybrid Raman/EDFA Amplifier Placement for DWDM Mesh Networks. (2018). Journal of Lightwave Technology, 36(9), pp. 1552-1561. doi: 10.1109/JLT.2017.2783678.

Mo, W., Zhu, S., Li, Y. and Kilper,D. C. (2018). EDFA Wavelength Dependent Gain Spectrum Measurement Using Weak Optical Probe Sampling.IEEE Photonics Technology Letters, 30(2), pp. 177-180.

doi: 10.1109/LPT.2017.2779746.

Rodas, P.E. and Coronel,E. J. (2015, October).“Simulation and analysis of a gain flat filter GFF for the correction of gain fluctuations produced by an EDFA amplifier for a WDM system," Presented in 2015 CHILEAN Conference on Electrical, Electronics Engineering, Information and Communication Technologies (CHILECON), Santiago, Chile.

Cowle, G. (2017). "The state of the art of modern non-SDM amplification technology in agile optical networks: EDFA and Raman amplifiers and circuit packs," Presented in 2017 Optical Fiber Communications Conference and Exhibition (OFC), Los Angeles, USA.

Iridian Spectral Technologies, (2018). Gain Flattening Filters. In: https://www.iridian.ca/product-category/telecom-filters/gain-flattening/

Sharma, S. R. and Sharma, V. R. (2016). "Gain flattening of EDFA using hybrid EDFA/RFA with reduced channel spacing" Presented in3rd International Conference on Signal Processing and Integrated Networks (SPIN), Noida, India.doi: 10.1109/SPIN.2016.7566700.

Kye, J.,Bae, J.,Hyuck, S., Park, N. and Lee, S.B. (2005). Dynamic EDFA gain-flattening filter using two LPFGs with divided coil heaters. IEEE Photonics Technology Letters, 17(6), pp. 1226-1228.doi: 10.1109/LPT.2005.847439.

Bastos-Filho, C. J. A., Barboza, E. D. A. and Martins-Filho, J. F. (2017, June). Estimating the spectral gain and the noise figure of EDFA using artificial neural networks. 19th International Conference on Transparent Optical Networks (ICTON), Girona, Spain.doi: 10.1109/ICTON.2017.8024971.

Erdogan, T.(1997). Fiber grating spectra, Journal of Lightwave Technology, 15(8), pp. 1277-1294.doi: 10.1109/50.618322.

GarcíaVázquez, J.C., Sancho Caparrini, F. (2016).NetLogo: Una herramienta de modelado. Sevilla, España: Editorial Universidad de Sevilla.

Ledesma, S. (2006).Las Redes Neuronales implementación y consideraciones prácticas. In: http://newton.azc.uam.mx/mcc/01_esp/08_sitios/micai_06/TUTORIALS/09_LEDESMA_REDES_NEURONALES.PDF

Cómo citar
Montoya Alba, D. E., Cagua Herrera, J. M., & Puerto Leguizam´ónG. A. (2019). Design of a flattening filter using Fiber Bragg Gratings for EDFA gain equalization: an artificial neural network application. Ciencia E Ingeniería Neogranadina, 29(2), 25-36. https://doi.org/10.18359/rcin.3818
Publicado
2019-06-20
Sección
Artículos