光ベクトルビームマルチビット

光ベクトルビームマルチビット' can be condensed to '光ベクトルビーム

ベクトルビームのシーケンスで調整可能なベクトル品質因子(Cは共起)。各Cの値は、基底の選択によって決まるビット列にマップされます。¶ クレジット:南アフリカのウィットウォーターズランド大学

光通信はインターネットのバックボーンとして、100以上の異なる色のチャネル(波長分割多重化を使用)を使用して、それぞれが秒速100ギガビットのデータを移動するように変調されたレーザーを使用します。実験室でのマルチビットエンコーディングモードは、スループットをさらに向上させることが証明されていますが、南アフリカのウィットウォーターズランド大学(Wits)の研究者によると、すべてのエラーは、特に衛星、潜水艦、または生きた細胞を接続するフリースペースチャネルを介してノイズによって導入されます。

今、Witsの研究者は、ベクトル(偏光)ビームの純度を定量的に測定するモード分割多重化(MDM)スキームを実証しました。技術的には、ベクトル品質因子(偏光分離度)を情報のキャリアとして使用し、1と0だけでなく、チャネルノイズにほとんど影響を受けない無数のベクトル光のモードをエンコードできます。

光通信の専門家であるアラン・ウィルナー博士(アメリカ南カリフォルニア大学電気・コンピュータ工学部の著名教授)は、「ウィットウォーターズランド大学のグループは、光通信分野に重要な貢献をしました。彼らは世界中の研究者に対して、乱れに比較的影響を受けない特別に調整された偏光分布でエンコードされたビームを使用して、マルチレベルのデジタル情報を伝送する方法を示しています。この開発は、特に乱気流によって劣化するさまざまなタイプの光リンクに強い関心を持っているR&Dコミュニティに大きな影響を与える可能性があります」と述べています。

ウィットウォーターズランドの研究者によれば、ベクトルビームの強度と偏光プロファイルはノイズの影響を受けますが、ベクトル品質因子は影響を受けません。

この技術は、レーザーの振幅ではなくベクトル品質因子を変調することによって機能し、レンズ、ハーフウェーブプレート、ウォラストンプリズム、直線偏光子、デジタルマイクロミラー、フォトダイオードなどの光学部品を使用します。これらの部品は、レーザーと同じチップ上に統合することができます。

研究者によると、この結果はチャネルのノイズによって悩まされることはありません。他のMDMエンコーディングスキームとは異なり、ベクトル品質因子は不変であり、重要なクロストークも起こりません。既存の波長分割多重化システムと使用することができ、そのマルチビット情報容量は、受信機の検出器の感度(ノイズフロア)に限定されるだけです。

ウィットウォーターズランド大学のアンドリュー・フォーブスは、「私たちの結果は、使用する検出器の感度に制限される範囲0から1をいくつのレベルにでも分割できることを示唆しています。私たちは概念実証テストのために非常に安価な検出器を使用しましたので、1と0だけでなく50のレベルのアルファベットをエンコードしましたが、正しい検出器技術を使用すると、アルファベットは何千ものレベルをエンコードすることができます」と述べています。

より高速の光通信への飽くなき欲求は、1と0のエンコーディングに代わるマルチビットの選択肢を探索するため、多くの他の研究グループを刺激しました。たとえば、フランスの研究者は1982年に光ファイバーでのモード分割多重化を実証しましたが、10メートルの実験室でのみです。中国の研究者によって最近、1キロメートル以上の改善が実証されました。しかし、フォーブスらによれば、これらの成功したモード分割多重化技術でも、送信されるモードパターンが歪むためにチャネル内のノイズに制限があり、検出時にエラーが発生します。それに対して、不変な量子に触発されたメトリックであるベクトル品質因子を情報のキャリアとして抽出することで、その伝送はチャネルノイズに対して無関係になります。実際、研究者によれば、不変なベクトル品質因子は、チャネルノイズに関係なく、0から1の間のモード数を検出器のノイズフロアまで拡大できます。

「アイデアは、完全に分離可能な0から完全に非分離可能な1まで変化するベクトル光の非分離性を利用することです。これは『量子』的な測定です」とフォーブスは述べています。「この不変の特性を測定するために必要な検出器は、単純なフォトダイオードだけです。これは非常に大きな利点です。エンコードされたモードパターンを認識するために複雑な光電子機器が必要なくなります。単にベクトル品質係数が必要です。」

フォーブスによれば、競合するモード分割多重化アプローチは、モードパターンを検出スキームの重要な部分として認識する必要があり、そのためにはより洗練されたイメージャーと関連するパターン認識アルゴリズムが必要です。これらのアルゴリズムは、ファイバーやフリースペースの両方のチャンネルでエラーが発生しやすいです。

フォーブスは「問題は、非理想的なシステムでは’パターン’が歪んでしまうことです。これは通信にとって深刻な問題です。 ‘A’を送信するが、パターン検出器はそれを’B’と誤認識する可能性があります」と述べています。「私たちのアプローチでは、パターンを認識する必要がなく、多くのパターンを活用することができます。私たちのアプローチは、モードを認識するペナルティなしのモードアプローチです。単にベクトル品質係数を認識するだけです。私たちの利点は、私たちの技術が古典的な通信と量子物理学の両方に関与することが必要であり、両方を行っている数少ないグループの1つであることです。」

量子コンピューティングでは、共有状態を示す不変状態である共状態があります。これは、連続変数状態での分離可能性を示すために一般化されました。ウィッツグループは、この量子メトリックを連続ベクトル品質係数に適用し、チャネルノイズに対して免疫性を持つマルチビットエンコーディングによる情報容量の増加を求める光通信研究者にとっての利点としました。

R.コリン・ジョンソンは、京都賞フェローであり、20年以上にわたってテクノロジージャーナリストとして働いています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

がん診断の革命:ディープラーニングが正確に識別し再分類することで、肝臓がんの組み合わせを強化された治療判断につながります

“` 肝臓癌は、肝細胞癌(HCC)と肝内胆管癌(ICCA)を含む原発性肝癌は、それぞれ異なる特徴を持つため、重要な課題を...

AI研究

「MITの研究者が、デバイス内の意味的セグメンテーションのための新しい軽量マルチスケールアテンションを紹介」

セマンティックセグメンテーションは、コンピュータビジョンの基本的な課題であり、入力画像の各ピクセルを特定のクラスに分...

機械学習

この中国のAI論文では、「物理的なシーンの制約を持つ具体的な計画におけるタスクプランニングエージェント(TaPA)」が提案されています

日常生活でどのように意思決定を行うのでしょうか?私たちはしばしば私たちの常識に基づいて偏見を持ちます。ではロボットは...

AI研究

「UCLA研究者が「Rephrase and Respond」(RaR)を導入、LLMsの人間の質問理解を向上させる新しい人工知能手法を紹介」

研究チームは、Rephrase and Respond(RaR)という方法を導入しました。これは、LLMsのパフォーマンスを向上させるために、人...

AIニュース

「未来のコンピュータから秘密を守る競争」

中国、ロシア、そしてアメリカは、将来の量子コンピューターによる長年支持されてきた暗号化プロトコルの解読を防止する方法...