Estimação precisa da qualidade de transmissão com redes neurais profundas para sistemas ópticos densos

Abstract

O advento de novas tecnologias e aplicações de Internet tem aumentado a necessidade de um transporte de dados de alta taxa de transmissão e confiável. Redes ópticas DWDM utilizam métricas de Qualidade de Transmissão (QoT), como a Relação Sinal-Ruı́do Generalizada (GSNR), para o aprovisionamento de canais. Esse parâmetro requer uma previsão analı́tica computacionalmente custosa. Assim, este trabalho propõe um modelo de redes neurais profundas para estimar a Relação Sinal-Ruı́do Generalizada com precisão e rapidez. O modelo é validado através de simulações, que por sua vez são validadas com dados de uma rede real em operação. Os resultados mostram um erro absoluto percentual menor que 0,54% entre a estimativa obtida pelo modelo proposto e o valor simulado.