Amplifier control using machine learning and coloured optical packet switching node design in optical networks - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Amplifier control using machine learning and coloured optical packet switching node design in optical networks

Contrôle des amplificateurs par apprentissage machine et conception de nœuds de commutation de paquets optiques colorés dans les réseaux optiques

Résumé

Data rate and energy consumption are the major concerns in optical networks. In order to reduce energy consumption, transport operator networks based on optical circuit switching (OCS) concept, are becoming optically transparent, reducing optical to electrical (O/E) and electrical to optical (E/O) conversions. To face data rate increase, complex modulation formats and dual-polarization systems are considered and fiber spectrum is saved using network resources in a more efficient way, giving rise to a flexible frequency grid. Flexible transponders are developed to tune modulation formats and wavelengths and reconfigurable optical add/drop multiplexers (ROADMs) based on wavelength selective switches (WSSs) are studied. Flexible networks consider also a more dynamic traffic. Dynamism and flexibility lead to a deep transformation of the optical networks, including optical nodes, from both physical and control layer point of view. When channels are added and/or dropped, optical power excursion from erbium doped fiber amplifiers (EDFAs) has to be controlled dynamically. In that context, software defined networking (SDN) assisted by machine learning (ML) techniques is envisaged as promising candidate for the management and the dynamic control of optical networks. In this context, in the first part of our PhD work, we deal with optical power excursion in dynamic optical transport networks. In order to mitigate undesirable effects, we introduce and implement power excursion prediction and pre-compensation module using ML methods. As physical layer impairments (PLIs) accumulate along the path, we consider optical power excursion together with optical signal to noise ratio (OSNR) and bit error rate (BER), to estimate quality of transmission (QoT) of unseen channel configurations. Afterwards, using a reinforcement learning (RL) approach, we establish an autonomous impairment aware modulation format and wavelength assignment procedure, and we show that this permits to reduce the blocking probability of the incoming demands in optical nodes. In the second part of our PhD work, in the context of the N-GREEN project from the French national agency of research, we address a disruptive network architecture based on coloured optical packet switching (OPS). The main objective of N-GREEN is to propose a new generation of energy efficient routers. In the N-GREEN project, we perform the experimental characterization of an optical 2 x 2 switch based on semiconductor optical amplifiers (SOAs). This characterization leads to the proof of concept of a ring network with 10 nodes in cascade. Envisaging a 16 x 16 switch configuration, the experimental characterization, in single channel and WDM configurations, unveil interesting possibilities for the transmission of ultra-high data rates.
Le débit de données et la consommation d’énergie sont les principaux défis auxquels doivent faire face les réseaux optiques. Afin de réduire la consommation d’énergie, les réseaux opérateurs de transport optiques basés sur le concept de commutation de circuits optiques (OCS), deviennent optiquement transparents, réduisant les conversions optique/électrique (O/E) et électrique/optique (E/O). Pour faire face à l’augmentation du débit de données, on utilise des formats de modulations complexes et la technique de multiplexage en polarisation et on économise le spectre des fibres optiques en considérant une grille en longueurs d’onde plus flexible que la grille fixe ITU-T WDM. On développe des transpondeurs flexibles capables de sélectionner différents formats de modulation et longueurs d’onde; on développe également des multiplexeurs optiques d’insertion/extraction reconfigurables (ROADMs) basés sur des commutateurs sélectifs en longueur d’onde (WSSs). Ces réseaux flexibles prennent également en compte un trafic plus dynamique. Dynamisme et flexibilité impactent fortement les équipements des réseaux optiques, y compris les nœuds optiques d’un point de vue couche physique et couche de contrôle. Lorsque des canaux ou demandes sont ajoutés et/ou extraits, l’excursion de puissance optique des amplificateurs à fibre dopée à l’erbium (EDFAs) varie temporellement ce qui implique qu’elle doit être contrôlée dynamiquement. Dans ce contexte, le concept de réseau défini par le soft (SDN: Software Defined Network) prend tout son sens et l’introduction des techniques d’apprentissage machine (ML) permet d’entrevoir une aide au concept de SDN pour la gestion et le contrôle dynamique des réseaux optiques. Dans la première partie de ce travail de thèse, nous étudions l’excursion de puissance optique dans les réseaux de transport optiques dynamiques. Afin d’en atténuer les effets indésirables, nous introduisons et mettons en œuvre un module de prédiction et de pré-compensation de l’excursion de puissance en utilisant les méthodes ML. Comme les altérations de la couche physique (PLIs : Physical Layer Impairments) s’accumulent le long du chemin optique entre les noeuds source et destination de réseau, nous associons à l’excursion de puissance optique le rapport signal/bruit optique (OSNR: Optical Signal to Noise Ratio) et le taux d’erreur binaire (BER: Bit Error Rate), afin d’estimer la qualité de transmission (QoT: Quality of Transmission) de nouvelles configurations de canaux. Ensuite, en utilisant l’approche d’apprentissage par renforcement (RL), nous attribuons un format de modulation et une longueur d’onde aux différents canaux de façon automatique afin de réduire la probabilité de blocage des demandes entrantes dans les nœuds optiques. Dans la deuxième partie de ce travail de thèse, nous présentons notre contribution en tant que partenaire du projet ANR N-GREEN. Le principal objectif de N-GREEN est de proposer une nouvelle génération de routeurs peu consommateurs en énergie en considérant une architecture de réseau. Dans ce projet, nous abordons une architecture de réseau basée sur la commutation optique de paquets colorés (OPS: Optical Packet Switching) en rupture avec celle considérée dans la première partie de cette thèse. Dans le cadre de ce projet, nous avons caractérisé expérimentalement un commutateur optique 2 x 2 basé sur des amplificateurs optiques à semi-conducteurs (SOAs). Cette caractérisation nous a permis de valider un réseau en anneau constitué de 10 noeuds en cascade. En envisageant une configuration de commutateur 16 x 16, la caractérisation expérimentale, dans des configurations à canal unique et WDM, laisse entrevoir des possibilités intéressantes pour la transmission de données à très haut débit.
Fichier principal
Vignette du fichier
96572_FREIRE_HERMELO_2020.pdf (28.73 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03137899 , version 1 (10-02-2021)

Identifiants

  • HAL Id : tel-03137899 , version 1

Citer

Maria Freire Hermelo. Amplifier control using machine learning and coloured optical packet switching node design in optical networks. Optics / Photonic. Institut Polytechnique de Paris, 2020. English. ⟨NNT : 2020IPPAS024⟩. ⟨tel-03137899⟩
176 Consultations
69 Téléchargements

Partager

Gmail Facebook X LinkedIn More