Lehrstuhl für Nachrichtenübertragungstechnik

Abschlußarbeiten

im Angebot

Für weitere Master- / Bachelor Theses Themen sprechen Sie bitte Prof. Dr.-Ing. Stephan Pachnicke oder direkt die Wissenschaftlichen Assistenten an.

  1. Probabilistic Shaping für optische Übertragungssysteme zwischen Rechenzentren
     Motivation: Internetprovider und Anbieter von Internetdiensten sind durch stetig steigende Datenverkehr gezwungen, ihre Netzwerke innerhalb und zwischen Rechenzentren auszubauen. Um den Tradeoff zwischen Reichweite und Kapazität des Übertragungssystems möglichst effizient auszunutzen, liegt ein Forschungsschwerpunkt auf der Entwicklung von Modulationsformaten, welche eine gebrochen rationale Anzahl an Bits pro Symbol erlauben. Im Gegensatz zu konventionellen Modulationsformaten, welche lediglich eine ganzzahlige Anzahl an Bits pro Symbol ermöglichen, kann somit eine flexible Skalierung der spektralen Effizienz erfolgen. Neben zeitlich hybriden Modulationsformaten oder Discrete Multi-tone ist das Probabilistic Shaping ein vielversprechender Ansatz, welcher in dieser Arbeit implementiert und Untersucht werden soll.
     Stichworte: Probabilistic Shaping, Flexible Transmision, Digital Signal Processing Interference
     Betreuer: Simon Ohlendorf, Room C-014, Telefon: 880-6311,
    simon.ohlendorf@tf.uni-kiel.de

     

  2. Nichtlineare Fourier Transformation
    Motivation: Die nichtlineare Fourier Transformation (engl.: Nonlinear Fourier Transform, NFT) hat das Potential, die Kapazität durch das Vergrößern des Signal-Rausch-Abstands (engl.: Signal-to-Noise-Ratio, SNR) trotz der vorhanden Nichtlinearitäten in einer optischen Faser zu erhöhen. Hierbei wird das zeitliche Signal in zwei nichtlineare Spektren ähnlich dem Fourier Spektrum unterteilt. Dadurch wird das Signal durch eine Zusammensetzung von harmonischen (kontinuierliches Spektrum) und nichlinearen Wellen (diskretes Spektrum) beschrieben. Sie sind orthogonal zu einander und können separat moduliert werden. Im nichtlinearen Spektrum entspricht die Entwicklung des Signals entlang einer optischen Faser einer linearen Phasendrehung. So kann dadurch eine Linearisierung einer nichtlinearen Entwicklung erreicht werden. Entsprechend einfach ist die Demodulation im nichtlinearen Spektrum.

    Allerdings sind die numerischen Berechnungen für die Generierung (Inverse NFT) und Demodulation (NFT) von Signalen sehr rechenaufwändig. Diese und noch nicht angepasste Modulationsformate verhindern bisher den kommerziellen Einsatz in optischen Kernnetzwerken.
    Stichworte: Nichttlineare Fourier Transformation (NFT), Numerische Berechnung, Modellierung, Komplexe Modulationsformate, Nichtlineare Kompensation, Optische Kommunikation
     Betreuer: Shi Li, Room C-031, Telefon: 880-6305,
    shi.li@tf.uni-kiel.de

     

  3. Maschinelles Lernen in der optischen Kommunikationstechnik
     Motivation: Next Generation Digital Signal Processing - Der Kerr-Effekt in der optischen Faser führt zu nichtlinearen Störungen in der optischen Kommunikation. Diese führen zu einem zusätzlichen Limit der Datenrate bei steigendem Signal-Rausch-Verhältnis (engl.: Signal-to-Noise-Ratio, SNR). Bisherige Versuche, mithilfe moderner kohärenter Empfänger und digitaler Signalverarbeitung (engl.: Digital Signal Processing, DSP) diese Nichtlinearitäten zu kompensieren, sind nur wenig effizient. Hinzu kommt die hohe Komplexität aktueller Methoden, so dass eine Echtzeitkompensation häufig nicht praktikabel ist. Auch werden nur deterministische Nichtlinearitäten betrachtet. In einem optischen Kernnetzwerk sind jedoch weitere nichtlineare Störungen vorhanden. Diese Störungen werden durch die Interaktionen zwischen dem Kerr-Effekt und dem stochastischen Rauschen (z.B. durch die Verkettung von mehreren Erbium dotierter Verstärkern, engl.: Erbium-doped Amplifier, EDFA) verursacht. Insbesondere die stochastischen Nichtlinearitäten können durch Algorithmen im Bereich des maschinellen Lernens charakterisiert und dadurch ebenfalls entzerrt werden. Mithilfe der Charakterisierung solcher Störungen lassen sich probabilistische Modelle erstellen, mit der die Demodulations-Algorithmen optimiert werden können.

    Im Rahmen einer Masterarbeit soll ein Teilbereich in diesem Forschungsgebiet behandelt werden. Dies kann die Untersuchung von möglichen Anwendungsbereichen sowie Entwicklung bzw. Evaluation von unterschiedlichen Modulationsformaten beinhalten.
     Stichworte: Maschinelles Lernen, Digitale Signalverarbeitung, Nichtlineare Kompensation, Charakterisierung von stochastischen nichtlinearen Effekten
     Betreuer: Shi Li, Room C-031, Telefon: 880-6305,
    shi.li@tf.uni-kiel.de

     

  4. Analyse der Energieeffizienz in hybriden optisch-elektrischen Rechenzentren
     Motivation:

    In next generation data centers thousands of servers need to be interconnected with very high bit rates. Current architectures mainly rely on so called “fat-tree” approaches using a multi-layer electrical switching matrix. For further increasing data rates such architectures become more and more inefficient and consume a tremendous amount of electrical energy. A potential solution is to use additional optical connects between blades or racks purely in the optical layer without any electrical components in between. The optical switching of data connects will allow a significant reduction of the energy consumption because no optical-electrical conversion is required along the path. As an example an electrical 10 Gb/s Ethernet connection requires approx. 10 W of power whereas a pure photonic solution can be realized with only a fraction of the energy consumption.

     Stichworte: Modelling, Optimization, Data Center
     Betreuer: Mihail Balanici, Raum C-014, Telefon: 880-6311,
    mba@tf.uni-kiel.de