知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-03-26
(45)【発行日】2024-04-03
(54)【発明の名称】伝送路監視装置及び伝送路監視方法
(51)【国際特許分類】
H04B 10/079 20130101AFI20240327BHJP
G06N 20/00 20190101ALI20240327BHJP
H04B 10/2507 20130101ALN20240327BHJP
【ＦＩ】
H04B10/079 150
G06N20/00 130
H04B10/2507
【請求項の数】
5
(21)【出願番号】P 2020040870
(22)【出願日】2020-03-10
(65)【公開番号】P2021145171
(43)【公開日】2021-09-24
【審査請求日】2022-10-06
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成３０年度、国立研究開発法人情報通信研究機構、「高度通信・放送研究開発委託研究／高スループット・高稼動な通信を提供する順応型光ネットワーク技術の研究開発」、産業技術力強化法第１７条の適用を受ける特許出願
(73)【特許権者】
【識別番号】000005223
【氏名又は名称】富士通株式会社
(74)【代理人】
【識別番号】100087480
【弁理士】
【氏名又は名称】片山 修平
(72)【発明者】
【氏名】谷村 崇仁
【審査官】後澤 瑞征
(56)【参考文献】
【文献】特開２０１８－１３３７２５（ＪＰ，Ａ）
【文献】Takahito Tanimura et al.，Experimental Demonstration of a Coherent Receiver that Visualizes Longitudinal Signal Power Profile over Multiple Spans out of Its Incoming Signal，45th European Conference on Optical Communication (ECOC 2019)，2019年，DOI: 10.1049/cp.2019.1031
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｈ０４Ｂ １０／０７ － １０／０７９
Ｈ０４Ｂ １０／２５０７
Ｇ０６Ｎ ２０／００
(57)【特許請求の範囲】
【請求項1】
伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償する第１補償部と、前記第１補償部による補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償する第２補償部と、
前記第２補償部による補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償する第３補償部と、
前記第３補償部による補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出する算出部と、
前記第１補償部の補償量を前記伝送路の波長分散量の所定の範囲内で変化させ、前記第１補償部の補償量ごとに前記第２補償部の補償量を変化させつつ前記指標値を取得することにより、前記指標値が所定条件を満たすときの前記第１補償部の補償量と前記第２補償部の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得する取得部と、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定する推定部とを有し、
前記推定部は、ランダムに変動するパラメータを用いて前記伝送路に前記光信号を伝送するシミュレーションにより生成された前記電界信号に基づいて、前記パラメータの変動の影響が抑制されるように、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視装置。
【請求項2】
伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償する第１補償部と、前記第１補償部による補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償する第２補償部と、
前記第２補償部による補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償する第３補償部と、
前記第３補償部による補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出する算出部と、
前記第１補償部の補償量を前記伝送路の波長分散量の所定の範囲内で変化させ、前記第１補償部の補償量ごとに前記第２補償部の補償量を変化させつつ前記指標値を取得することにより、前記指標値が所定条件を満たすときの前記第１補償部の補償量と前記第２補償部の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得する取得部と、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定する推定部と、
前記電界信号の波形を、前記伝送路に前記光信号を伝送するシミュレーションにより生成される前記電界信号の波形に近づけるように変換する変換部とを有し、
前記推定部は、前記シミュレーションにより生成される前記電界信号に基づいて、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視装置。
【請求項3】
前記推定部は、前記電界信号の波形、及び前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形の対応関係を学習することを特徴とする請求項２に記載の伝送路監視装置。
【請求項4】
伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償し、前記波長分散の一部の補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償し、
前記非線形光学効果による劣化の補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償し、
前記残りの波長分散の補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出し、
前記波長分散の一部の補償量を前記伝送路の波長分散量の所定の範囲内で変化させ、前記波長分散の一部の補償量ごとに、前記非線形光学効果による劣化の補償量を変化させつつ前記指標値を取得することにより、前記指標値が所定条件を満たすときの前記波長分散の一部の補償量と前記非線形光学効果による劣化の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得し、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定し、
該推定のため、ランダムに変動するパラメータを用いて前記伝送路に前記光信号を伝送するシミュレーションにより生成された前記電界信号に基づいて、前記パラメータの変動の影響が抑制されるように、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視方法。
【請求項5】
伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償し、前記波長分散の一部の補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償し、
前記非線形光学効果による劣化の補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償し、
前記残りの波長分散の補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出し、
前記波長分散の一部の補償量を前記伝送路の波長分散量の所定の範囲内で変化させ、前記波長分散の一部の補償量ごとに、前記非線形光学効果による劣化の補償量を変化させつつ前記指標値を取得することにより、前記指標値が所定条件を満たすときの前記波長分散の一部の補償量と前記非線形光学効果による劣化の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得し、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定し、
前記電界信号の波形を、前記伝送路に前記光信号を伝送するシミュレーションにより生成される前記電界信号の波形に近づけるように変換し、
該推定のため、前記シミュレーションにより生成される前記電界信号に基づいて、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視方法。
【発明の詳細な説明】
【技術分野】
【0001】
本件は、伝送路監視装置及び伝送路監視方法に関する。
【背景技術】
【0002】
大容量のデータ伝送の需要の増加に応じ、例えば、１つの波長光で１００（Ｇｂｐｓ）以上の伝送を可能とするデジタルコヒーレント光伝送方式の研究開発が行われている。デジタルコヒーレント光伝送方式では、強度変調方式とは異なり、信号の変調に、光の強度だけでなく、光の位相も用いられる。このような変調方式としては、例えば１６ＱＡＭ（Quadrature Amplitude Modulation）が挙げられる。
【0003】
デジタルコヒーレント光伝送方式の受信装置は、伝送路から光信号をデジタルコヒーレント受信し、光信号の偏波成分ごとの電界信号に変換し、各電界信号に対し、例えば、伝送路の波長分散と伝送路の非線形光学効果による劣化を補償する。
【0004】
送信装置と受信装置の間には、伝送路として、例えば数十ｋｍから数千ｋｍの光ファイバが延びている。このような伝送路を保守管理するにあたり、作業者が伝送路全体の状態を確認することは困難であるため、受信装置が受信した光信号から取得された電界信号から伝送路の状態を監視するための手段が提案されている（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【0005】
【文献】特開２０１８－１３３７２５号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
特許文献１の技術によると、ディープニューラルネットワークを用いて伝送路の状態の監視結果のデータを、容易に解析可能な形式に変換する。ディープニューラルネットワークは、事前に教師データに基づいて監視結果のデータと変換後のデータの対応関係を学習する。
【0007】
ディープニューラルネットワークの学習において、実際の光伝送システムを用いて十分な教師データを生成するには多くのコストだけでなく、多くの時間も必要となる。これに対し、コンピュータシミュレーションを用いて教師データを生成すれば、コスト及び所要時間を低減することが可能である。
【0008】
しかし、コンピュータシミュレーションでは、各種の設定値が典型的な値に設定された一般的な光伝送システムのモデルが用いられるため、実際の光伝送システムの挙動を高精度に再現することは難しい。たとえば、実際の光伝送システムにおける送信器及び受信器の不完全性、光信号の偏波角の変動、及び電気配線長の違いによるスキューなどは、コンピュータシミュレーションによる再現が困難である。
【0009】
したがって、コンピュータシミュレーションによる教師データと実際の光伝送システムによる教師データの間の差分のため、ニューラルネットワークの学習が不十分となり、伝送路の状態を高精度に監視することができないおそれがある。
【0010】
そこで本件は、伝送路の状態を高精度に監視することができる伝送路監視装置及び伝送路監視方法を提供することを目的とする。
【課題を解決するための手段】
【0011】
１つの態様では、伝送路監視装置は、伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償する第１補償部と、前記第１補償部による補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償する第２補償部と、前記第２補償部による補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償する第３補償部と、前記第３補償部による補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出する算出部と、前記第１補償部の補償量を前記伝送路の波長分散量の所定の範囲内で変化させ、前記第１補償部の補償量ごとに前記第２補償部の補償量を変化させつつ前記指標値を取得することにより、前記指標値が所定条件を満たすときの前記第１補償部の補償量と前記第２補償部の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得する取得部と、前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定する推定部とを有し、前記推定部は、ランダムに変動するパラメータを用いて前記伝送路に前記光信号を伝送するシミュレーションにより生成された前記電界信号に基づいて、前記パラメータの変動の影響が抑制されるように、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習する。
【0012】
１つの態様では、伝送路監視装置は、伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償する第１補償部と、前記第１補償部による補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償する第２補償部と、前記第２補償部による補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償する第３補償部と、前記第３補償部による補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出する算出部と、前記第１補償部の補償量を前記伝送路の波長分散量の所定の範囲内で変化させ、前記第１補償部の補償量ごとに前記第２補償部の補償量を変化させつつ前記指標値を取得することにより、前記指標値が所定条件を満たすときの前記第１補償部の補償量と前記第２補償部の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得する取得部と、前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定する推定部と、前記電界信号の波形を、前記伝送路に前記光信号を伝送するシミュレーションにより生成される前記電界信号の波形に近づけるように変換する変換部とを有し、前記推定部は、前記シミュレーションにより生成される前記電界信号に基づいて、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習する。
【0013】
１つの態様では、伝送路監視方法は、伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償し、前記波長分散の一部の補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償し、前記非線形光学効果による劣化の補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償し、前記残りの波長分散の補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出し、前記波長分散の一部の補償量を前記伝送路の波長分散量の所定の範囲内で変化させ、前記波長分散の一部の補償量ごとに、前記非線形光学効果による劣化の補償量を変化させつつ前記指標値を取得することにより、前記指標値が所定条件を満たすときの前記波長分散の一部の補償量と前記非線形光学効果による劣化の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得し、前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定し、該推定のため、ランダムに変動するパラメータを用いて前記伝送路に前記光信号を伝送するシミュレーションにより生成された前記電界信号に基づいて、前記パラメータの変動の影響が抑制されるように、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習する方法である。
【0014】
１つの態様では、伝送路監視方法は、伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償し、前記波長分散の一部の補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償し、前記非線形光学効果による劣化の補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償し、前記残りの波長分散の補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出し、前記波長分散の一部の補償量を前記伝送路の波長分散量の所定の範囲内で変化させ、前記波長分散の一部の補償量ごとに、前記非線形光学効果による劣化の補償量を変化させつつ前記指標値を取得することにより、前記指標値が所定条件を満たすときの前記波長分散の一部の補償量と前記非線形光学効果による劣化の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得し、前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定し、前記電界信号の波形を、前記伝送路に前記光信号を伝送するシミュレーションにより生成される前記電界信号の波形に近づけるように変換し、該推定のため、前記シミュレーションにより生成される前記電界信号に基づいて、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習する方法である。
【発明の効果】
【0015】
１つの側面として、伝送路の状態を高精度に監視することができる。
【図面の簡単な説明】
【0016】
【図1】デジタルコヒーレント光伝送方式の伝送システムの一例を示す構成図である。
【図2】伝送路監視装置の一例を示す構成図である。
【図3】伝送路監視装置の動作の一例を示すフローチャートである。
【図4】伝送路の特性と等価伝送路を示す図である。
【図5】特徴抽出部の一例を示す構成図である。
【図6】特徴抽出部の動作の一例を示すフローチャートである。
【図7】特徴マップ情報の例を示す図である。
【図8】情報生成部の一例を示す構成図である。
【図9】情報生成部の学習処理の一例を示す図である。
【図10】情報生成部の他の例を示す構成図である。
【図11】正準化部の学習処理の一例を示す図である。
【図12】正準化部の変換処理の一例を示す図である。
【図13】ニューラルネットワークの一例を示す構成図である。
【発明を実施するための形態】
【0017】
図１は、デジタルコヒーレント光伝送方式の伝送システムの一例を示す構成図である。伝送システムは、デジタルコヒーレント光伝送方式に従って伝送路９に光信号Ｓｏを送信する送信装置１と、伝送路９を介して光信号Ｓｏを受信する受信装置２と、伝送路９の状態を監視する伝送路監視装置３とを有する。
【0018】
送信装置１は、送信信号処理部１８及び光送信部１９を有する。送信信号処理部１８は、他の装置から入力されたデータ信号Ｓから、送信光Ｌｓを変調するための電気的なアナログ信号を生成する。光送信部１９は、送信信号処理部１８から入力されたアナログ信号に基づき送信光Ｌｓを変調することにより光信号Ｓｏを生成する。
【0019】
送信信号処理部１８は、送信処理回路１０と、デジタルアナログ変換器（Digital-to-Analog Converter）１２ａ～１２ｄとを有する。光送信部１９は、光源１１と、光変調器１３ａ～１３ｄと、偏波ビームスプリッタ（PBS: Polarization Beam Splitter）１４と、偏波ビームコンバイナ（PBC: Polarization Beam Combiner）１５とを有する。
【0020】
送信処理回路１０は、データ信号Ｓを複数のデータ列に分けて、各データ列の値の組み合わせに応じて多値変調のシンボルをデータ信号Ｓに割り当てる（シンボルマッピング処理）。多値変調方式としては、例えば１６ＱＡＭが挙げられるが、これに限定されない。送信処理回路１０は、データ信号Ｓを、シンボルを含むデジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑにそれぞれ分離して、ＤＡＣ１２ａ～１２ｄに出力する。
【0021】
デジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑは光信号Ｓｏの光電界成分を示す電界信号の一例である。デジタル信号ＨｉはＨ偏波の同相成分であり、デジタル信号ＨｑはＨ偏波の直交位相成分である。また、デジタル信号ＶｉはＶ偏波の同相成分であり、デジタル信号ＶｑはＶ偏波の直交位相成分である。なお、送信処理回路１０としては、例えばＤＳＰ（Digital Signal Processor）が挙げられるが、これに限定されず、例えばＦＰＧＡ（Field Programmable Gate Array）またはＡＳＩＣ（Application Specific Integrated Circuit）であってもよい。
【0022】
ＤＡＣ１２ａ～１２ｄは、デジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑをそれぞれアナログ信号に変換する。アナログ信号は、光変調器１３ａ～１３ｄに入力される。なお、ＤＡＣ１２ａ～１２ｄは、送信処理回路１０内に構成されてもよい。
【0023】
光源１１は、例えばＬＤ（Laser Diode）であり、所定の周波数の送信光ＬｓをＰＢＳ１４に出力する。ＰＢＳ１４は、送信光ＬｓをＨ偏波成分及びＶ偏波成分に分離する。送信光ＬｓのＨ偏波成分は光変調器１３ａ，１３ｂにそれぞれ入力され、送信光ＬｓのＶ偏波成分は光変調器１３ｃ，１３ｄにそれぞれ入力される
【0024】
光変調器１３ａ～１３ｄは、ＤＡＣ１２ａ～１２ｄからのアナログ信号に基づき送信光Ｌｓを光変調する。より具体的には、光変調器１３ａ，１３ｂは、送信光ＬｓのＨ偏波成分をＤＡＣ１２ａ，１２ｂからのアナログ信号に基づき光変調し、光変調器１３ｃ，１３ｄは、送信光ＬｓのＶ偏波成分をＤＡＣ１２ｃ，１２ｄからのアナログ信号に基づき光変調する。変調済みのＨ偏波成分及びＶ偏波成分はＰＢＣ１５に入力される。ＰＢＣ１５は、Ｈ偏波成分及びＶ偏波成分を偏波合成して光信号Ｓｏを生成し伝送路９に出力する。
【0025】
受信装置２は、受信信号処理部２８及び光受信部２９を有する。受信信号処理部２８は、受信処理回路２０と、ＡＤＣ（Analog-to-Digital Convertor）２２ａ～２２ｄとを有する。光受信部２９は、光源２１と、ＰＤ（PhotoDiode）２３ａ～２３ｄと、９０度光ハイブリッド回路２４０，２４１と、ＰＢＳ２５，２６とを有する。
【0026】
光受信部２９は、光信号Ｓｏを受信して送信装置１側のアナログ信号を復元する。受信信号処理部２８は、アナログ信号をデジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑに変換して、伝送路９上で生じた光信号Ｓｏの劣化を補償することにより元のデータ信号Ｓを復元する。
【0027】
光信号Ｓｏは、送信装置１から伝送路９を介してＰＢＳ２６に入力される。ＰＢＳ２６は、光信号ＳｏをＨ偏波成分及びＶ偏波成分に分離する。光信号ＳｏのＨ偏波成分及びＶ偏波成分は９０度光ハイブリッド回路２４０，２４１にそれぞれ入力される。
【0028】
また、光源２１は、例えばＬＤであり、局発光ＬｒをＰＢＳ２５に出力する。局発光Ｌｒの中心周波数は、送信光Ｌｓの中心周波数に応じた値に設定されている。ＰＢＳ２５は、局発光ＬｒをＨ偏波成分及びＶ偏波成分に分離する。局発光ＬｒのＨ偏波成分及びＶ偏波成分は９０度光ハイブリッド回路２４０，２４１にそれぞれ入力される。
【0029】
９０度光ハイブリッド回路２４０は、光信号ＳｏのＨ偏波成分及び局発光ＬＯｒのＨ軸成分を干渉させるための導波路を有し、光信号ＳｏのＨ偏波成分を検波する。９０度光ハイブリッド回路２４０は、検波結果として、Ｉチャネル及びＱチャネルの振幅及び位相に応じた光電界成分をＰＤ２３ａ，２３ｂにそれぞれ出力する。
【0030】
９０度光ハイブリッド回路２４１は、光信号ＳｏのＶ偏波成分及び局発光ＬＯｒのＶ偏波成分を干渉させるための導波路を有し、光信号ＳｏのＶ偏波成分を検波する。９０度光ハイブリッド回路２４１は、検波結果として、Ｉチャネル及びＱチャネルの振幅及び位相に応じた光電界成分をＰＤ２３ｃ，２３ｄにそれぞれ出力する。
【0031】
ＰＤ２３ａ～２３ｄは、９０度光ハイブリッド回路２４０，２４１から入力された光電界成分を電気的なアナログ信号に変換して、アナログ信号をＡＤＣ２２ａ～２２ｄにそれぞれ出力する。ＡＤＣ２２ａ～２２ｄは、ＰＤ２３ａ～２３ｄから入力されたアナログ信号をデジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑにそれぞれ変換する。デジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑは受信処理回路２０に入力される。
【0032】
受信処理回路２０は、デジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑに対して、伝送路９上で光信号Ｓｏに生じた波長分散及び位相回転などの補償を行う。受信処理回路２０は、デジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑをシンボルに応じた複数のデータ列に変換し、（デマッピング処理）、複数のデータ列を合成することによりデータ信号Ｓを復元する。なお、受信処理回路２０としては、例えばＤＳＰが挙げられるが、これに限定されず、例えばＦＰＧＡまたはＡＳＩＣであってもよい。
【0033】
伝送路監視装置３は、例えばＬＡＮ（Local Area Network）などを介して送信装置１及び受信装置２に接続され、伝送路９の物理的な状態を監視する。伝送路監視装置３の監視結果は、例えば不図示のネットワーク管理装置に送信され、送信装置１及び受信装置２の制御に用いられる。
【0034】
伝送路監視装置３は、送信装置１及び受信装置２からデジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑをそれぞれ取得する。なお、以降の説明では、送信装置１のデジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑを「電界信号Ｅｓ」と表記し、受信装置２のデジタル信号Ｈｉ，Ｈｑ，Ｖｉ，Ｖｑを「電界信号Ｅｒ」と表記する。伝送路監視装置３は、受信側の電界信号Ｅｒから伝送路９の物理的な状態を推測する。このとき、伝送路監視装置３は、送信側の電界信号Ｅｓを受信側の電界信号Ｅｒと比較することにより受信側の電界信号Ｅｒの品質を判定する。
【0035】
図２は、伝送路監視装置３の一例を示す構成図である。伝送路監視装置３は、制御部３０と、書き込み処理部３１と、メモリ３２と、正準化部３３、特徴抽出部３４と、情報生成部３５とを有する。
【0036】
書き込み処理部３１は、例えばＦＰＧＡなどのハードウェアにより構成される。制御部３０、正準化部３３、特徴抽出部３４、及び情報生成部３５は、例えば、ＦＰＧＡまたはＡＳＩＣなどのハードウェア、ＣＰＵ（Central Processing Unit）などのプロセッサを駆動するソフトウェアの機能、またはハードウェアとソフトウェアの組み合わせにより構成される。
【0037】
書き込み処理部３１及びメモリ３２は、受信装置２から電界信号Ｅｒを取得して保持する。より具体的には、書き込み処理部３１には、ＡＤＣ２２ａ～２２ｄから電界信号Ｅｒが入力される。書き込み処理部３１は電界信号Ｅｒをメモリ３２に書き込む。このとき、書き込み処理部３１は、伝送路９の状態の監視に必要な時間分の電界信号Ｅｒを書き込む。メモリ３２には電界信号Ｅｒの信号値が記憶される。なお、電界信号Ｅｒの記憶手段は、メモリ３２に限定されず、ハードディスクドライブなどの他の記憶手段が用いられてもよい。
【0038】
正準化部３３は、メモリ３２から電界信号Ｅｒを読み出して正準化処理を行う。正準化部３３は、変換部の一例であり、事前の学習結果に基づき電界信号Ｅｒの波形を、コンピュータシミュレーションにより生成される電界信号の波形に近づけるように変換する。正準化部３３は、例えばローパスフィルタのように電界信号Ｅｒの波形を平滑化することにより、情報生成部３５の学習処理においてコンピュータシミュレーションの電界信号の波形を利用可能とする。正準化部３３は、正準化された電界信号Ｅ０を特徴抽出部３４に出力する。
【0039】
特徴抽出部３４は、解析部の一例であり、電界信号Ｅ０に基づき、伝送路９上の位置と光信号Ｓｏの状態の関係を解析する。例えば特徴抽出部３４は、電界信号Ｅ０に対し、伝送路９の波長分散と伝送路９の非線形光学効果による劣化を補償する。なお、以下の説明では、波長分散の補償量を「分散補償量」と表記し、非線形光学効果による劣化の補償量を「非線形補償量γ」と表記する。
【0040】
また、特徴抽出部３４は、補償後の電界信号Ｅ０の波形と送信側の電界信号Ｅｓの波形の類似性の指標値の一例として類似度Ｃｒを算出する。特徴抽出部３４は、例えば各電界信号Ｅｓ，Ｅｒに付与された所定の識別コードを基準として各電界信号Ｅｓ，Ｅ０の波形同士を比較することにより類似度Ｃｒを算出する。類似度は、波形同士が類似するほど、高い値を示す。このため、類似度Ｃｒが高いほど、電界信号Ｅ０の補償が有効であることになるため、補償後の電界信号Ｅ０の品質が良いことになる。
【0041】
特徴抽出部３４は、類似度Ｃｒが最大となるときの波長分散量Ｖｃｄ及び非線形補償量γと類似度Ｃｒを記録する。ここで、波長分散量Ｖｃｄは伝送路９上の光信号Ｓｏの位置に応じて変化し、非線形補償量γは光信号Ｓｏのパワーに応じて変化する。このため、波長分散量Ｖｃｄと非線形補償量γの関係は、伝送路９上の位置とパワーの関係に相当する。なお、光信号Ｓｏのパワーは光信号Ｓｏの状態の一例である。
【0042】
特徴抽出部３４は、記録した波長分散量Ｖｃｄ、非線形補償量γ、及び類似度Ｃｒを情報生成部３５に出力する。ここで、波長分散量Ｖｃｄ、非線形補償量γ、及び類似度Ｃｒの組み合わせを以降の説明では「特徴マップ情報」と表記する。なお、特徴マップ情報は、伝送路９上の位置と光信号Ｓｏの状態の関係を示す情報の一例である。
【0043】
情報生成部３５は、推定部の一例であり、学習済みのニューラルネットワークを用いることにより伝送路９上の位置と光信号Ｓｏの状態の関係に基づき伝送路９の物理的な状態を推定する。情報生成部３５は、伝送路９上の位置と光信号Ｓｏの状態の関係として、波長分散量Ｖｃｄ及び非線形補償量γを特徴抽出部３４から取得する。
【0044】
また、情報生成部３５は、伝送路９の物理的な状態として、例えば伝送路９のスパン数、スパンごとの距離、及びスパンごとのファイバ種を推定する。情報生成部３５は、伝送路９の物理的な状態を示す伝送路情報ＤＴを生成して例えばネットワーク管理装置などに出力する。
【0045】
制御部３０は、書き込み処理部３１、正準化部３３、特徴抽出部３４、及び情報生成部３５に対し、所定のアルゴリズムに従って制御を行う。例えば、制御部３０は、書き込み処理部３１、正準化部３３、特徴抽出部３４、及び情報生成部３５に各種の設定及び動作指示などを行う。
【0046】
図３は、伝送路監視装置３の動作の一例を示すフローチャートである。本動作は、制御部３０から書き込み処理部３１、正準化部３３、特徴抽出部３４、及び情報生成部３５に対する指示により順次に実行される。
【0047】
書き込み処理部３１は、光受信部２９から電界信号Ｅｒをそれぞれ取得する（ステップＳｔ１）。次に、書き込み処理部３１は、電界信号Ｅｒをメモリ３２に書き込む（ステップＳｔ２）。
【0048】
次に正準化部３３は、メモリ３２から電界信号Ｅｒを読み出す（ステップＳｔ３）。次に正準化部３３は、電界信号Ｅｒを正準化された電界信号Ｅ０に変換する（ステップＳｔ４）。次に、特徴抽出部３４は、電界信号Ｅ０と、送信信号処理部１８から受信した電界信号Ｅｓから特徴マップ情報を生成する（ステップＳｔ５）。
【0049】
次に情報生成部３５は、特徴マップ情報から伝送路情報ＤＴを生成する（ステップＳｔ６）。このようにして伝送路監視装置３は動作する。
【0050】
次に送信装置１と受信装置２を結ぶ伝送路９の特性について述べる。
【0051】
図４は、伝送路９の特性と等価伝送路を示す図である。伝送路９の途中には、一例として、光信号Ｓｏを増幅する光アンプ９１～９４がそれぞれ接続されている。光アンプ９１～９４としては、例えばＥＤＦＡ（Erbium Doped optical Fiber Amplifier）が挙げられるが、これに限定されない。
【0052】
伝送路９は、光アンプ９１～９４により複数の区間、つまりスパン＃０～＃Ｎに分けられる。スパン＃０は、送信装置１と光アンプ９１の出力端の間の区間であり、スパン＃１は、光アンプ９１の出力端と光アンプ９２の出力端の間の区間である。スパン＃２は、光アンプ９２の出力端と光アンプ９３の出力端の間の区間であり、スパン＃３は、光アンプ９３の出力端と光アンプ９４の出力端の間の区間である。スパン＃Ｎは、直前のスパン＃（Ｎ－１）の光アンプの出力端と受信装置２の間の区間である。なお、スパン＃４～＃（Ｎ－１）の図示は省略されている。
【0053】
符号Ｇ１は、伝送路９の送信装置１からの距離に対する光信号Ｓｏのパワーの変化の一例を示す。光信号Ｓｏのパワーは光アンプ９１～９４により増幅される。このため、スパン＃０では光アンプ９１の出力端の位置においてパワーが最も高くなり、スパン＃１では光アンプ９２の出力端の位置においてパワーが最も高くなる。また、スパン＃２では光アンプ９３の出力端の位置においてパワーが最も高くなる。
【0054】
伝送路９上のパワーの高い範囲では、光信号Ｓｏに対して非線形光学効果が顕著に作用する。例えば、上記の光アンプ９１～９４の出力端から所定範囲内では、非線形光学効果による光信号Ｓｏの劣化が無視できない程度となる。
【0055】
非線形光学効果としては、例えばカー効果が挙げられる。カー効果が生ずると、伝送路９の光ファイバの屈折率が光信号Ｓｏのパワーの二乗に比例して変化する。その結果、光信号Ｓｏに自己位相変調（SPM: Self Phase Modulation）が生じて、光の位相速度の変化によりパルス幅が細くなり、信号エラーが生ずる原因となる。
【0056】
符号Ｇ２は、伝送路９の送信装置１からの距離に対する累積の波長分散量の一例を示す。波長分散（ps/ns/km）は、光ファイバ中における光波の伝搬速度の波長依存性であり、例えば光ファイバの種類（例えばＳＭＦ（Single Mode Fiber））などにより決まる。波長分散は、光信号Ｓｏの波形を歪ませるため、信号エラーが生ずる原因となる。
【0057】
波長分散量は、送信装置１からの距離に比例して増加する。なお、受信装置２側の伝送路９の端部における累積の波長分散量をＶｃｄ＿ｍａｘとする。
【0058】
符号Ｇ３は、伝送路９を数学的に等価な等価伝送路で表したモデルを示す。等価伝送路は、伝送路９上の位置Ｐに着目して、光信号Ｓｏに非線形光学効果を付与する非線形光学効果付加部９０２と、その非線形光学効果付加部９０２の前後で光信号Ｓｏに波長分散を付与する波長分散付加部９０１，９０３とにより表わされる。
【0059】
したがって、特徴抽出部３４は、波長分散付加部９０１，９０３の波長分散、及び非線形光学効果付加部９０２に対応する非線形補償量γを用いて伝送路９上の位置Ｐのパワーに関連する情報を検出することができる。
【0060】
図５は、特徴抽出部３４の一例を示す構成図である。特徴抽出部３４は、パラメータ調整部４０と、波長分散補償部（CDC: Chromatic Dispersion Compensator）４１，４３と、非線形効果補償部（NLC: Nonlinear Compensator）４２と、類似度算出部４４と、記憶部４５と、パラメータ記録部４６と、出力処理部４７とを有する。
【0061】
ＣＤＣ４１は、第１補償部の一例であり、電界信号Ｅ０に対し伝送路９の波長分散の一部を補償する。ＣＤＣ４１は、等価伝送路において受信装置２側の波長分散付加部９０３の波長分散量Ｖｃｄ分の補償を行う。
【0062】
ＣＤＣ４１は、高速フーリエ変換（FFT: Fast Fourier Transform）部４１０、周波数領域フィルタ４１１、及び逆高速フーリエ変換（IFFT: Inverse FFT）部４１２を有する。ＦＦＴ部４１０は、電界信号Ｅ０を時間領域の信号から周波数領域の信号に変換する。
【0063】
Ｇ＝ｅｘｐ（ｊ・（２π・ｆｎ）２・Ｃ・Ｋｃｄ／（２π・Ｆｓ２）／２）・・・（１）
【0064】
周波数領域フィルタ４１１は、ＦＦＴ部４１０から出力される電界信号Ｅ０の周波数ｆｎの成分に対する波長分散係数Ｋｃｄを電界信号Ｅ０に乗算する。ここで、周波数領域フィルタ４１１の伝達関数Ｇは上記の式（１）で表される。式（１）において、ｊは虚数単位を示し、Ｃは光速（299,792,458(m/s)）を示し、Ｆｓは光源１１のレーザの周波数を示す。
【0065】
波長分散係数Ｋｃｄは、パラメータ調整部４０により分散補償量に応じて調整される。これにより、周波数領域フィルタ４１１は、電界信号Ｅ０に対し波長分散量Ｖｃｄ分の波長分散を補償する。
【0066】
ＩＦＦＴ部４１２は、周波数領域フィルタ４１１から出力される電界信号Ｅ０を周波数領域の信号から時間領域の電界信号Ｅ１に変換する。ＣＤＣ４１による補償後の電界信号Ｅ１はＮＬＣ４２に入力される。
【0067】
ＮＬＣ４２は、第２補償部の一例であり、電界信号Ｅ１に対し、伝送路９の非線形光学効果による劣化を補償する。ＮＬＣ４２は、等価伝送路の非線形光学効果付加部９０２に対応する非線形補償量γの補償を行う。
【0068】
ＮＬＣ４２は、位相調整部４２０と、強度検出部４２１と、係数保持部４２２と、乗算器４２３とを有する。強度検出部４２１は、電界信号Ｅ１から光信号Ｓｏの強度、つまりパワーを検出する。強度検出部４２１は、パワーの二乗を示す検出信号Ｓｐｗを乗算器４２３に出力する。
【0069】
係数保持部４２２は、非線形係数として非線形補償量γを保持している。非線形補償量γは、パラメータ調整部４０により調整される。係数保持部４２２は、非線形補償量γを乗算器４２３に出力する。乗算器４２３は、検出信号Ｓｐｗが示す値と非線形補償量γを乗算し、その算出値を位相調整部４２０に出力する。
【0070】
Ｈ＝ｅｘｐ（－ｊ・γ・Ｐｗ２） ・・・（２）
【0071】
位相調整部４２０は、乗算器４２３からの入力値に応じて電界信号Ｅ１の位相を調整する。これにより、電界信号Ｅ１は、非線形光学効果による自己位相変調で生じた位相変化量が、非線形補償量γに応じた位相分だけ調整される。位相の調整量Ｈは、光信号ＳｏのパワーをＰｗとすると、上記の式（２）により表される。位相調整部４２０は、電界信号Ｅ１の位相調整により電界信号Ｅ２を生成し、ＣＤＣ４３に出力する。
【0072】
ＣＤＣ４３は、第３補償部の一例であり、ＮＬＣ４２による補償後の電界信号Ｅ２に対し、伝送路９の全体の波長分散から、ＣＤＣ４１が補償した波長分散の分を除いた残りの波長分散を補償する。ＣＤＣ４３は、等価伝送路において送信装置１側の波長分散付加部９０１に対応する波長分散量（Ｖｃｄ＿ｍａｘ－Ｖｃｄ）分の補償を行う。
【0073】
つまり、ＣＤＣ４３は、伝送路９の全体の波長分散量Ｖｃｄ＿ｍａｘのうち、ＣＤＣ４１の波長分散量Ｖｃｄを除いた残りの波長分散量（Ｖｃｄ＿ｍａｘ－Ｖｃｄ）を補償する。このため、ＣＤＣ４１，４３の各補償量の合計は伝送路９の全体の波長分散量Ｖｃｄ＿ｍａｘの補償量に等しくなる。なお、ＣＤＣ４３はＣＤＣ４１と同様の構成を有する。
【0074】
類似度算出部４４は、補償後の電界信号Ｅ３の波形と送信側の電界信号Ｅｓの波形の類似度Ｃｒを算出する。類似度算出部４４は類似度Ｃｒをパラメータ調整部４０に出力する。
【0075】
パラメータ調整部４０は、ＣＤＣ４１の波長分散量Ｖｃｄ分の分散補償量、ＮＬＣ４２の非線形補償量γ、及びＣＤＣ４３の波長分散量（Ｖｃｄ＿ｍａｘ－Ｖｃｄ）分の分散補償量をそれぞれ調整する。これにより、パラメータ調整部４０は、電界信号Ｅ３，Ｅｓが所定条件を満たすときのＣＤＣ４１の波長分散量ＶｃｄとＮＬＣ４２の非線形補償量γの関係を取得する。なお、パラメータ調整部４０は取得部の一例である。伝送路９の累積の波長分散量Ｖｃｄは、図４の符号Ｇ２で示されるように、送信装置１からの距離に比例するため、波長分散量Ｖｃｄは、受信装置２からの距離とみなすことができる。
【0076】
また、非線形光学効果は、上述したように、光信号Ｓｏのパワーの高い位置、つまり光アンプ９１～９４の出力端から所定範囲内で顕著となる。このため、パラメータ調整部４０が、分散補償量を伝送路９上の位置Ｐの波長分散量Ｖｃｄに応じて調整し、電界信号Ｅ３，Ｅｓの類似度Ｃｒが最大となるように非線形補償量γを調整した場合、その非線形補償量γは、位置Ｐにおける光信号Ｓｏのパワーとみなすことができる。なお、特徴抽出部３４は、類似度Ｃｒが最大となることを必ずしも条件とする必要がなく、例えば類似度Ｃｒが一定値以上となることを条件としてもよい。
【0077】
例えば図４に示されたスパン＃０について、分散補償量が、光アンプ９１の出力端から受信装置２までの累積の波長分散量Ｖｃｄに一致する場合、電界信号Ｅ３，Ｅｓの類似度Ｃｒが最大になるときの非線形補償量γは、光アンプ９１の出力端における光信号Ｓｏのパワーに該当する。なお、これは他のスパン＃１～＃Ｎについても同様である。
【0078】
このように、電界信号Ｅ３，Ｅｓの類似度Ｃｒが所定条件を満たすときの波長分散量Ｖｃｄと非線形補償量γの組み合わせから、伝送路９上の位置と光信号Ｓｏのパワーの関係を得ることが可能である。
【0079】
例えばパラメータ調整部４０は、ＣＤＣ４１が補償する波長分散量Ｖｃｄを所定量ΔＶｃｄごとに変化させ、波長分散量Ｖｃｄの変化のたびに類似度Ｃｒが最大となるようにＮＬＣ４２の非線形補償量γを調整することにより波長分散量Ｖｃｄと非線形補償量γの関係を取得する。このため、パラメータ調整部４０は、波長分散量Ｖｃｄに該当する伝送路９上の位置Ｐを受信装置２から送信装置１または送信装置１から受信装置２に向かうように変化させながら、その位置ごとに、類似度Ｃｒが最大となるときの非線形補償量γを効率的に探索することができる。
【0080】
また、パラメータ調整部４０は、非線形補償量γごとの類似度Ｃｒを一時的に記憶部４５に記憶させる。パラメータ調整部４０は、類似度Ｃｒが最大となる非線形補償量γを記憶部４５から検索する。パラメータ調整部４０は、類似度Ｃｒが最大となるときの波長分散量Ｖｃｄ、非線形補償量γ、及び類似度Ｃｒをパラメータ記録部４６に記録する。パラメータ記録部４６には、波長分散量Ｖｃｄ、非線形補償量γ、及び類似度Ｃｒの組み合わせが特徴マップ情報として記録されている。
【0081】
パラメータ調整部４０は、特徴マップ情報の記録が完了すると、出力処理部４７に特徴マップ情報の出力を指示する。出力処理部４７は特徴マップ情報をパラメータ記録部４６から読み出して情報生成部３５に出力する。
【0082】
【0083】
パラメータ調整部４０は、ＣＤＣ４１の波長分散量Ｖｃｄを０に設定する（ステップＳｔ１１）。このとき、ＣＤＣ４２の波長分散量はＶｃｄ＿ｍａｘとなる。
【0084】
次にパラメータ調整部４０は、波長分散量Ｖｃｄを伝送路９の全体の波長分散量Ｖｃｄ＿ｍａｘと比較する（ステップＳｔ１２）。ここで波長分散量Ｖｃｄ＿ｍａｘは、例えば事前に設定値としてパラメータ調整部４０に設定されている。パラメータ調整部４０は、Ｖｃｄ≦Ｖｃｄ＿ｍａｘが成立する場合（ステップＳｔ１２のＹｅｓ）、ＣＤＣ４１に、波長分散量Ｖｃｄに応じた分散補償量で電界信号Ｅ０に対する波長分散の補償を実行させる（ステップＳｔ１３）。次に、ＣＤＣ４１は、補償後の電界信号Ｅ１をＮＬＣ４２に出力する（ステップＳｔ１４）。
【0085】
次にパラメータ調整部４０は、非線形補償量γに０を設定する（ステップＳｔ１５）。次にパラメータ調整部４０は、非線形補償量γと所定値γ＿ｍａｘと比較する（ステップＳｔ１６）。ここで所定値γ＿ｍａｘは、例えば事前に設定値としてパラメータ調整部４０に設定されている。パラメータ調整部４０は、γ≦γ＿ｍａｘが成立する場合（ステップＳｔ１６のＹｅｓ）、ＮＬＣ４２に、非線形補償量γで電界信号Ｅ１に対する非線形光学効果による劣化の補償を実行させる（ステップＳｔ１７）。次に、ＮＬＣ４２は、補償後の電界信号Ｅ２をＣＤＣ４３に出力する（ステップＳｔ１８）。
【0086】
次にパラメータ調整部４０は、ＣＤＣ４３に、波長分散量（Ｖｃｄ＿ｍａｘ－Ｖｃｄ）に応じた分散補償量で電界信号Ｅ３に対する波長分散の補償を実行させる（ステップＳｔ１９）。次にＣＤＣ４３は、補償後の電界信号Ｅ３を類似度算出部４４に出力する（ステップＳｔ２０）。
【0087】
次に、類似度算出部４４は、電界信号Ｅ３の波形と送信側の電界信号Ｅｓの波形の類似度Ｃｒを算出してパラメータ調整部４０に出力する（ステップＳｔ２１）。次にパラメータ調整部４０は、非線形補償量γと類似度Ｃｒを記憶部４５に記憶させる（ステップＳｔ２２）。次にパラメータ調整部４０は、非線形補償量γに所定量Δγ（＞０）を加算する（ステップＳｔ２３）。その後、ステップＳｔ１６の処理が再び実行される。
【0088】
パラメータ調整部４０は、γ＞γ＿ｍａｘが成立する場合（ステップＳｔ１６のＮｏ）、記憶部４５から、類似度Ｃｒが最大となる非線形補償量γを検索する（ステップＳｔ２４）。次にパラメータ調整部４０は、その非線形補償量γ、波長分散量Ｖｃｄ、及び類似度Ｃｒの組み合わせ（Ｖｃｄ，γ，Ｃｒ）をパラメータ記録部４６に記録する（ステップＳｔ２５）。
【0089】
次に、パラメータ調整部４０は、波長分散量Ｖｃｄに所定量ΔＶｃｄ（＞０）を加算し（ステップＳｔ２６）、ステップＳｔ１２以降の処理を再び実行する。パラメータ調整部４０は、Ｖｃｄ＞Ｖｃｄ＿ｍａｘが成立する場合（ステップＳｔ１２のＮｏ）、出力処理部４７に（Ｖｃｄ，γ，Ｃｒ）の組み合わせを特徴マップ情報として出力させる（ステップＳｔ２７）。
【0090】
このように、パラメータ調整部４０は、波長分散量Ｖｃｄを０からＶｃｄ＿ｍａｘまで増加させ、その波長分散量に応じた分散補償量ごとに非線形補償量γを０からγ＿ｍａｘまで増加させることにより、類似度Ｃｒが最大となる非線形補償量γを探索する。
【0091】
また、本実施例のパラメータ調整部４０は、波長分散量Ｖｃｄを０からＶｃｄ＿ｍａｘまで増加させるが、これに限定されず、波長分散量ＶｃｄをＶｃｄ＿ｍａｘから０まで減少させてもよい。さらに、パラメータ調整部４０は、非線形補償量γを０からγ＿ｍａｘまで増加させるが、これに限定されず、非線形補償量γをγ＿ｍａｘから０まで減少させてもよい。
【0092】
上述したように、特徴抽出部３４は、類似度Ｃｒが所定条件を満たすときのＣＤＣ４１が補償した波長分散量ＶｃｄとＮＬＣ４２の補償量の関係を、伝送路９上の位置Ｐと光信号Ｓｏのパワーの関係として取得する。このため、特徴抽出部３４は、伝送路９上の計測器などを用いることなく、電界信号Ｅｓ，Ｅｒから伝送路９上の位置Ｐと光信号Ｓｏのパワーの関係を取得することができる。
【0093】
次に特徴マップ情報の例を挙げて説明する。
【0094】
図７は、特徴マップ情報の例を示す図である。符号Ｇ１１～Ｇ１３は、３つの異なる構成の伝送路９に応じた特徴マップ情報であり、横軸は波長分散量を示し、縦軸は非線形補償量γを示す。なお、本例では、光信号Ｓｏの多値変調方式を１６ＱＡＭとし、変調のボーレートを６４（ＧＢａｕｄ）とする。
【0095】
光アンプ９１～９４が設けられた伝送路９上の位置では光信号Ｓｏのパワーが増加するため、非線形光学効果による光信号Ｓｏの劣化の度合いが増加し、劣化を補償するために非線形補償量γが増加する。
【0096】
符号Ｇ１１の場合の伝送路９は、１００（km）のＳＭＦの５つのスパンを有する。波長分散量Ｖｃｄがスパン同士の境界の光アンプ近傍の位置範囲に該当するとき、非線形補償量γが凸状に増加する増加領域Ｍａが生ずる。このため、情報生成部３５は、特徴マップ情報において、増加領域Ｍａを有した同一のパタンを計数することによりスパン数を５つと推定する。また、情報生成部３５は、特徴マップ情報において増加領域Ｍａを有した各パタンの波長分散量の幅から各スパンの長さを１００（km）と推定する。
【0097】
符号Ｇ１２の場合の伝送路９は、互いに異なる距離（４０（km）、１００（km）、１２０（km）、４０（km）、１００（km）、８０（km））のＳＭＦの６つのスパンを有する。波長分散量Ｖｃｄがスパン同士の境界の光アンプ近傍の位置範囲に該当するとき、非線形補償量γが凸状に増加する増加領域Ｍｂが生ずる。このため、情報生成部３５は、特徴マップ情報において、増加領域Ｍｂを有した同一のパタンを計数することによりスパン数を６つと推定する。また、情報生成部３５は、特徴マップ情報において増加領域Ｍｂを有した各パタンの波長分散量の幅から各スパンの長さを推定する。
【0098】
符号Ｇ１３の場合の伝送路９は、１００（km）のＳＭＦ及びＮＺ－ＤＳＦ（Non-Zero Dispersion Shifted Fiber）の６つのスパンを有する。波長分散量Ｖｃｄがスパン同士の境界の光アンプ近傍の位置範囲に該当するとき、非線形補償量γが凸状に増加する増加領域Ｍｃが生ずる。ＮＺ－ＤＳＦはＳＭＦより非線形光学効果が小さいため、増加領域Ｍｃにおける非線形補償量γの増加率（傾き）は、他の場合の増加領域Ｍａ，Ｍｂより小さい。このため、情報生成部３５は、増加領域Ｍａ～Ｍｃの形状などから伝送路９のスパンごとの光ファイバの種類を検出する。
【0099】
図８は、情報生成部３５の一例を示す構成図である。情報生成部３５は、学習機能部３５０及び人工知能部３５１を有する。人工知能部３５１はニューラルネットワーク（NN: Neural Network）３５１ａ～３５１ｃを有する。
【0100】
人工知能部３５１は特徴マップ情報及び受光パワー情報を分析することにより伝送路９の物理的な状態を推定する。本例では伝送路９の物理的な状態として、伝送路９のスパン数、スパンごとの光ファイバの種類（ファイバ種）、スパンごとの光ファイバの長さ（スパン長）、及びスパンごとの光信号Ｓｏの入力パワー（入力光パワー）を挙げるが、これに限定されない。情報生成部３５は、推定した情報を伝送路情報ＤＴとして外部に出力する。
【0101】
ニューラルネットワーク３５１ａは、特徴マップ情報に基づきスパン数を推定して外部及びニューラルネットワーク３５１ｂに出力する。ニューラルネットワーク３５１ｂは、スパン数及び特徴マップ情報に基づきファイバ種及びスパン長を推定し外部に出力する。ニューラルネットワーク３５１ｃは特徴マップ情報及び受光パワー情報に基づき入力光パワーを推定し外部に出力する。なお、受光パワー情報は、受信装置２における光信号Ｓｏのパワーを示し、例えば制御部３０が予め情報生成部３５に通知する。
【0102】
学習機能部３５０は、各ニューラルネットワーク３５１ａ～３５１ｃの学習処理を行う。例えば学習機能部３５０は、各ニューラルネットワーク３５１ａ～３５１ｃの動作モードを学習モードまたは推論モードに切り替える。
【0103】
ニューラルネットワーク３５１ａ～３５１ｃは、学習モードにおいて特徴マップ情報と伝送路情報ＤＴの対応関係を学習する。また、ニューラルネットワーク３５１ａ～３５１ｃは、推論モードにおいて、学習結果に基づきスパン数、ファイバ種、スパン長、及び入力光パワーを推定する。
【0104】
例えばニューラルネットワーク３５１ａ～３５１ｃは、上述したように、特徴マップ情報の非線形補償量γの増加領域Ｍａ～Ｍｃに基づきスパン数、ファイバ種、スパン長、及び入力光パワーを推定する。このため、ニューラルネットワーク３５１ａ～３５１ｃは、特徴マップ情報と、スパン数などの伝送路情報ＤＴとの対応関係（相関関係）を学習する。
【0105】
ニューラルネットワーク３５１ａ～３５１ｃは、上記の伝送システムの電界信号Ｅｒに基づく特徴マップ情報を教師データとして学習することもできるが、実際の伝送システムを用いると多くのコストだけでなく、多くの時間も必要となる。これに対し、以下のようにコンピュータシミュレーションを用いて教師データを生成すれば、コスト及び所要時間を低減することが可能である。
【0106】
図９は、情報生成部３５の学習処理の一例を示す図である。シミュレータ６は、例えばコンピュータであり、光信号Ｓｏを送信装置１から伝送路９を経て受信装置２まで伝送するコンピュータシミュレーションを実行する。なお、コンピュータシミュレーションはシミュレーションの一例である。
【0107】
シミュレータ６は、例えばＣＰＵなどのプロセッサが実行するソフトウェアの機能として、送信信号処理部６０、光送信部６１、伝送路部６２、光受信部６３、及び受信信号処理部６４を有する。送信信号処理部６０、光送信部６１、伝送路部６２、光受信部６３、及び受信信号処理部６４は、実施の伝送システムにおける送信信号処理部１８、光送信部１９、伝送路９、光受信部２９、及び受信信号処理部２８の機能をそれぞれ模擬した動作を行う。
【0108】
送信信号処理部６０から光送信部６１に入力される疑似的な電界信号Ｅｓ＿ｓｉｍは、電界信号Ｅｓに該当する。また、光受信部６３から受信信号処理部６４に入力される疑似的な電界信号Ｅｒ＿ｓｉｍは、電界信号Ｅｒに該当する。シミュレータ６は疑似的な電界信号Ｅｓ＿ｓｉｍ，Ｅｒ＿ｓｉｍを、ＬＡＮなどの通信回線を介して特徴抽出部３４に出力する。
【0109】
また、光送信部６１は、光送信部１９のパラメータＫ１を用いて電界信号Ｅｓ＿ｓｉｍから疑似的な光信号Ｓｏ＿ｓｉｍを生成する。パラメータＫ１としては、例えば光源１１の位相雑音、光変調器１３ａ～１３ｄの消光比、及び増幅器（不図示）の帯域などが挙げられる。
【0110】
伝送路部６２は、伝送路９のパラメータＫ２を用いて疑似的な光信号Ｓｏ＿ｓｉｍに波長分散及び非線形光学効果による劣化などを与える。パラメータＫ２としては、例えば光ファイバの損失、波長分散、コア径、及び非線形応答の数値や、光アンプ９１～９４などが挙げられる。
【0111】
光受信部６３は、光受信部２９のパラメータＫ３を用いて電界信号Ｅｒ＿ｓｉｍから疑似的な光信号Ｓｏ＿ｓｉｍを生成する。パラメータＫ３としては、例えば光源２１の位相雑音などが挙げられる。
【0112】
シミュレータ６はパラメータＫ１～Ｋ３を、ＬＡＮなどの通信回線を介して特徴抽出部３４に出力する。
【0113】
特徴抽出部３４は、疑似的な電界信号Ｅｓ＿ｓｉｍ，Ｅｒ＿ｓｉｍを実際の電界信号Ｅｓ，Ｅｒとみなして電界信号Ｅｓ＿ｓｉｍ，Ｅｒ＿ｓｉｍから上記の手法により特徴マップ情報を生成する。特徴抽出部３４は、特徴マップ情報を学習用の入力データＸとして人工知能部３５１に出力する。
【0114】
学習機能部３５０は、シミュレータ６からパラメータＫ１～Ｋ３を受信する。学習機能部３５０は、パラメータＫ１～Ｋ３から伝送路情報ＤＴを生成する。学習機能部３５０は、伝送路情報ＤＴを学習用の出力データＹとして人工知能部３５１に出力する。このとき、学習機能部３５０は、人工知能部３５１の各ニューラルネットワーク３５１ａ～３５１ｃの動作モードを学習モードに切り替える。
【0115】
人工知能部３５１は、教師データである入力データＸ及び出力データＹの対応関係を学習する。仮にコンピュータシミュレーションにおいて、パラメータＫ１～Ｋ３が光伝送システムの典型的な値に設定された場合、実際の光伝送システムの挙動をコンピュータシミュレーションで高精度に再現することは難しい。この場合、コンピュータシミュレーションによる教師データと実際の光伝送システムによる教師データの間の差分のため、ニューラルネットワーク３５１ａ～３５１ｃの学習が不十分となり、伝送路情報ＤＴの精度が低下して伝送路９の状態を高精度に監視することができないおそれがある。
【0116】
このため、シミュレータ６は、電界信号Ｅｒ＿ｓｉｍの生成に用いられるパラメータＫ１～Ｋ３を時間的にランダムに変動させる。これにより、電界信号Ｅｒ＿ｓｉｍは、パラメータＫ１～Ｋ３の変動の影響を受ける。
【0117】
Ｋ１’＝Ｋ１＋δ１・Ｋ１ ・・・（３）
Ｋ２’＝Ｋ２＋δ２・Ｋ２ ・・・（４）
Ｋ３’＝Ｋ３＋δ３・Ｋ３ ・・・（５）
Ｋ２’＝Ｋ２＋δ２・Ｋ２ ・・・（４）
Ｋ３’＝Ｋ３＋δ３・Ｋ３ ・・・（５）
【0118】
例えば光送信部６１は、上記の式（３）に従って典型値のパラメータＫ１を変動させてパラメータＫ１’とする。式（３）において、変数δ１は時間的にランダムに変化する値である。光送信部６１は、変動するパラメータＫ１’に基づき光信号Ｓｏ＿ｓｉｍを生成する。また、光送信部６１は、学習処理の正解データである出力データＹを変動させないように、変動のないパラメータＫ１を学習機能部３５０に出力する。
【0119】
例えば伝送路部６２は、上記の式（４）に従って典型値のパラメータＫ２を変動させてパラメータＫ２’とする。式（４）において、変数δ２は時間的にランダムに変化する値である。伝送路部６２は、変動するパラメータＫ２’に基づき光信号Ｓｏ＿ｓｉｍを変化させる。また、伝送路部６２は、学習処理の正解データである出力データＹを変動させないように、変動のないパラメータＫ２を学習機能部３５０に出力する。
【0120】
例えば光受信部６３は、上記の式（５）に従って典型値のパラメータＫ３を変動させてパラメータＫ３’とする。式（５）において、変数δ３は時間的にランダムに変化する値である。光受信部６３は、変動するパラメータＫ３’に基づき電界信号Ｅｒ＿ｓｉｍを生成する。また、光受信部６３は、学習処理の正解データである出力データＹを変動させないように、変動のないパラメータＫ３を学習機能部３５０に出力する。
【0121】
したがって、人工知能部３５１には、変動するパラメータＫ１’～Ｋ３’から生成された電界信号Ｅｒ＿ｓｉｍの入力データＸが入力される。人工知能部３５１は、パラメータＫ１’～Ｋ３’の変動の影響が抑制されるように、入力データＸと出力データＹの対応関係を学習する。
【0122】
符号Ｇ２１は、人工知能部３５１の学習のイメージを示す。横軸は入力データＸを示し、縦軸は出力データＹを示す。点線は、パラメータＫ１’～Ｋ３’の変動を抑制せずに学習した結果の例であり、実線は、パラメータＫ１’～Ｋ３’の変動を抑制して学習した結果の例である。このような学習処理によると、人工知能部３５１は、コンピュータシミュレーションの伝送システムと実際の伝送システムの間に差異に対して高いロバスト性を備えたモデルを構築することができる。
【0123】
このように、情報生成部３５は、ランダムに変動するパラメータＫ１’～Ｋ３’を用いたコンピュータシミュレーションにより生成された電界信号Ｅｒ＿ｓｉｍに基づいて、パラメータＫ１’～Ｋ３’の変動の影響が抑制されるように、特徴マップ情報及び伝送路情報ＤＴの対応関係を学習する。このため、情報生成部３５は、コンピュータシミュレーションの伝送システムと実際の伝送システムの間に差異に対して高いロバスト性を備えたモデルを構築し、伝送路９の状態を高精度に監視することを可能とする。
【0124】
なお、人工知能部３５１の構成は上記に限定されない。
【0125】
図１０は、情報生成部３５の他の例を示す構成図である。図１０において、図８と共通する構成には同一の符号を付し、その説明は省略する。情報生成部３５は、人工知能部３５１に代えて他の構成の人工知能部３５２を有する。
【0126】
人工知能部３５２は、ニューラルネットワーク３５３ａ，３５３ｂ，３５５，３５７ａ～３５７ｄ、結合部３５４、及び分配部３５６を有する。ニューラルネットワーク３５３ａは特徴マップ情報を解析して結合部３５４に出力する。ニューラルネットワーク３５３ｂは受光パワー情報を解析して結合部３５４に出力する。
【0127】
結合部３５４は、ニューラルネットワーク３５３ａ，３５３ｂの解析結果を結合してニューラルネットワーク３５５に出力する。ニューラルネットワーク３５５は、結合された解析結果を解析して分配部３５６に出力する。分配部３５６は、解析結果をニューラルネットワーク３５７ａ～３５７ｄに分配する。
【0128】
ニューラルネットワーク３５７ａは解析結果からスパン数を推測する。ニューラルネットワーク３５７ｂは解析結果からファイバ種を推測する。ニューラルネットワーク３５７ｃは解析結果からスパン長を推測する。ニューラルネットワーク３５７ｄは解析結果から入力光パワーを推測する。
【0129】
本例の人工知能部３５２によっても、上記の人工知能部３５１と同様の機能を実行することができる。
【0130】
次に正準化部３３の学習処理について述べる。正準化部３３は、上記のコンピュータシミュレーションにより生成された疑似的な電界信号Ｅｒ＿ｓｉｍと実際の伝送システムの電界信号Ｅｒの差異を抑制するため、事前の学習結果に基づき電界信号Ｅｒの波形を疑似的な電界信号Ｅｒ＿ｓｉｍの波形に近づけるように変換する。
【0131】
図１１は、正準化部３３の学習処理の一例を示す図である。正準化部３３は、学習機能部３３０及びニューラルネットワーク３３１を有する。学習機能部３３０は、ニューラルネットワーク３３１の動作モードを、上記の学習機能部３５０と同様に学習モードまたは推論モードに切り替える。ニューラルネットワーク３３１は、推論モードにおいて、学習結果に基づき電界信号Ｅｒを正準化した電界信号Ｅ０に変換する。
【0132】
ニューラルネットワーク３３１の学習には、実際の送信装置１及び受信装置２が用いられる。ここで、送信装置１及び受信装置２は、伝送路９を介さずに、例えば短距離（例えば数ｍ）の光ファイバを介して直接的に互いに接続されている。このため、伝送路９を介して接続された送信装置１及び受信装置２を用いる場合よりコスト及び所要時間が低減される。
【0133】
送信信号処理部１８が出力した電界信号Ｅｓ、及び光受信部２９が出力した電界信号Ｅｒは、正準化部３３に入力される。ニューラルネットワーク３３１には、送信側の電界信号Ｅｓが入力データＸ’として入力される。また、学習機能部３３０には、受信側の電界信号Ｅｒが入力される。学習機能部３３０は、電界信号Ｅｒを出力データＹ’としてニューラルネットワーク３３１に出力する。
【0134】
ニューラルネットワーク３３１は、入力データＸ’及び出力データＹ’の対応関係を学習する。学習機能部３３０は、ニューラルネットワーク３３１が出力データＹ’から入力データＸ’を再現するように学習を制御する。このため、正準化部３３は、電界信号Ｅｒの波形をコンピュータシミュレーションの疑似的な電界信号Ｅｒ＿ｓｉｍに高精度に近づけることができる。
【0135】
図１２は、正準化部３３の変換処理の一例を示す図である。符号Ｇａは変換前の電界信号Ｅｒの信号値の時間的な変化を示し、符号Ｇｂは変換後の電界信号Ｅ０の信号値の時間的な変化を示す。なお、符号Ｇａ，Ｇｂのグラフには、コンピュータシミュレーションによる疑似的な電界信号Ｅｒ＿ｓｉｍの波形が点線で示されている。
【0136】
変換後の電界信号Ｅ０の波形は、変換前の電界信号Ｅｒの波形と比べると、高周波成分が除去されてコンピュータシミュレーションによる疑似的な電界信号Ｅｒ＿ｓｉｍの波形に近い。このため、特徴抽出部３４は、変換後の電界信号Ｅ０に基づいて高精度な特徴マップ情報を生成することができる。
【0137】
このように、正準化部３３は、電界信号Ｅｒの波形を、コンピュータシミュレーションにより生成される電界信号Ｅｒ＿ｓｉｍの波形に近づけるように変換する。したがって、伝送路監視装置３は、伝送路９の状態を高精度に監視することができる。
【0138】
正準化部３３による変換は、例えば以下のように表すことができる。
【0139】
Ｓｒ＝Ｈａｄ・Ｈｒｘ・Ｈｔｒ・Ｈｔｘ・Ｈｄａ・Ｓｓ ・・・（６）
【0140】
送信側の電界信号Ｅｓに該当する光電場をＳｓとし、受信側の電界信号Ｅｒに該当する光電場をＳｒとすると、光電場Ｓｓ，Ｓｒの関係は上記の式（６）で表される。式（６）において、ＨａｄはＤＡＣ１２ａ～１２ｄの波形応答を示し、Ｈｒｘは光送信部１９の波形応答を示し、Ｈｔｒは伝送路９の波形応答を示す。また、Ｈｔｘは光受信部２９の波形応答を示し、ＨｄａはＡＤＣ２２ａ～２２ｄの波形応答を示す。
【0141】
また、特徴抽出部３４における波形変換は、例えばＨｆ（Ｖｃｄ，γ）で表されるとする。
【0142】
Ｓｒ＝Ｈｔｒ・Ｓｓ ・・・（７）
【0143】
コンピュータシミュレーションにおける光送信部６１、光受信部６３、ＤＡＣ１２ａ～１２ｄ（送信信号処理部６０）、及びＡＤＣ２２ａ～２２ｄ（受信信号処理部６４）は理想的な動作を行うため、Ｈａｄ、Ｈｒｘ、Ｈｔｘ、及びＨｄａは恒等変換となる。したがって、受信側の光電場Ｓｒは、式（６）から上記の式（７）として表すことができる。
【0144】
また、特徴マップ情報の類似度Ｃｒを、送信側の光電場Ｓｒと受信側の光電場Ｓｓの関数としてＣｒ（Ｓｓ，Ｈｆ・Ｓｒ）とすると、式（７）から、類似度ＣｒはＣｒ（Ｓｓ，Ｈｆ・Ｈｔｒ・Ｓｓ）となる。
【0145】
一方、実際の送信装置１及び受信装置２を用いる場合、Ｈａｄ、Ｈｒｘ、Ｈｔｘ、及びＨｄａは恒等変換とはならないため、類似度ＣｒはＣｒ（Ｓｓ，Ｈｆ・Ｈａｄ・Ｈｒｘ・Ｈｔｒ・Ｈｔｘ・Ｈｄａ・Ｓｓ）となる。ここで、正準化部３３の波形応答であるＨｃｎを追加すると、類似度ＣｒはＣｒ（Ｓｓ，Ｈｆ・Ｈｃｎ・Ｈａｄ・Ｈｒｘ・Ｈｔｒ・Ｈｔｘ・Ｈｄａ・Ｓｓ）となる。
【0146】
正準化部３３は、光送信部６１、光受信部６３、ＤＡＣ１２ａ～１２ｄ、及びＡＤＣ２２ａ～２２ｄの波形変換を打ち消すため、Ｈｃｎ＝Ｈｄａ－１・Ｈｔｘ－１・Ｈｒｘ－１・Ｈａｄ－１となる。このため、演算順序の入れ替えが可能であるとすれば、類似度ＣｒはＣｒ（Ｓｓ，Ｈｆ・Ｈｄａ－１・Ｈｔｘ－１・Ｈｒｘ－１・Ｈａｄ－１・Ｈａｄ・Ｈｒｘ・Ｈｔｒ・Ｈｔｘ・Ｈｄａ・Ｓｓ）＝Ｃｒ（Ｓｓ，Ｈｆ・Ｈｔｒ・Ｓｓ）となる。
【0147】
このように、正準化部３３によると、実際の送信装置１及び受信装置２を用いる場合でも、コンピュータシミュレーションの場合と同様の類似度Ｃｒが得られる。このため、情報生成部３５は、何れの場合でも電界信号Ｅｒ，Ｅｒ＿ｓｉｍに差分がほとんどないため、同様の動作を行えばよい。
【0148】
次にニューラルネットワーク３５１ａ～３５１ｃ，３５３ａ，３５３ｂ，３５５，３５７ａ～３５７ｄ，３３１の構成を述べる。
【0149】
図１３は、ニューラルネットワーク３５１ａ～３５１ｃ，３５３ａ，３５３ｂ，３５５，３５７ａ～３５７ｄ，３３１の一例を示す構成図である。ニューラルネットワーク３５１ａ～３５１ｃ，３５３ａ，３５３ｂ，３５５，３５７ａ～３５７ｄ，３３１は、人間の脳機能を数学的にモデル化したものであり、深層学習機能を備えるネットワークである。
【0150】
ニューラルネットワーク３５１ａ～３５１ｃ，３５３ａ，３５３ｂ，３５５，３５７ａ～３５７ｄ，３３１は、入力層Ｌｉｎ、第１～第ｍ隠れ層Ｌ１～Ｌｍ（ｍ：２以上の整数）、及び出力層Ｌｏｕｔを有する。入力層Ｌｉｎ、第１～第ｍ隠れ層Ｌ１～Ｌｍ、及び出力層Ｌｏｕｔには、ニューロンに該当する複数の入出力ユニットＵが設けられている。なお、各層Ｌｉｎ，Ｌ１～Ｌｍ，Ｌｏｕｔの入出力ユニットＵの数は同一であっても互いに異なっていてもよい。
【0151】
【数1】
【0152】
入出力ユニットＵは、符号Ｇ３１で示されるように、変数ｘ１～ｘｎ（ｎ：２以上の整数）の入力に対して変数ｙを出力する。変数ｙは、変数ｘ１～ｘｎの活性化関数ｆを用いて上記の式（８）で表される。ここで、変数ｘ１～ｘｎの重み係数ｗ１～ｗnと定数ｗ０は学習により決定される。活性化関数ｆは、例えばシグモイド関数、ＲｅＬＵ関数、及びＭａｘｏｕｔ関数が挙げられるが、これに限定されない。重み係数ｗ１～ｗn、定数ｗ０、及び活性化関数ｆは、不図の中央解析装置から入出力ユニットＵに予め設定される。
【0153】
入力データＤｉｎは、Ｎｉｎ列（Ｎｉｎ：２以上の整数）で入力層Ｌｉｎに入力され、第１～第ｍ隠れ層Ｌ１～Ｌｍにおいて演算処理されることにより出力データＤｏｕｔに変換されて出力層ＬｏｕｔからＮｏｕｔ列（Ｎｏｕｔ：２以上の整数）で出力される。ここで、データの変換規則は、重み係数ｗ１～ｗn及び定数ｗ０に応じて決定される。重み係数ｗ１～ｗn及び定数ｗ０は、例えば、上述した学習処理によりニューラルネットワーク３５１ａ～３５１ｃ，３５３ａ，３５３ｂ，３５５，３５７ａ～３５７ｄ，３３１に学習させることにより最適な値とすることができる。
【0154】
なお、伝送路監視装置３は、パラメータＫ１～Ｋ３が変動するコンピュータシミュレーションの電界信号Ｅｒ＿ｓｉｍを用いて学習処理を行い、また、受信装置２から入力された電界信号Ｅｒを正準化部３３により変換するが、これに限定されない。
【0155】
伝送路監視装置３は、パラメータＫ１～Ｋ３が変動しないコンピュータシミュレーションの電界信号Ｅｒ＿ｓｉｍを用いて学習処理を行っても、正準化部３３による変換処理を行えば、伝送路９の状態を高精度に監視することができる。また、伝送路監視装置３は、正準化部３３による変換処理を行わなくても、パラメータＫ１～Ｋ３が変動するコンピュータシミュレーションの電界信号Ｅｒ＿ｓｉｍを用いて学習処理を行えば、伝送路９の状態を高精度に監視することができる。
【0156】
上述した実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形して実施可能である。
【0157】
なお、以上の説明に関して更に以下の付記を開示する。
（付記１） 伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償する第１補償部と、
前記第１補償部による補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償する第２補償部と、
前記第２補償部による補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償する第３補償部と、
前記第３補償部による補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出する算出部と、
前記指標値が所定条件を満たすときの前記第１補償部が補償した波長分散の量と前記第２補償部の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得する取得部と、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定する推定部とを有し、
前記推定部は、ランダムに変動するパラメータを用いて前記伝送路に前記光信号を伝送するシミュレーションにより生成された前記電界信号に基づいて、前記パラメータの変動の影響が抑制されるように、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視装置。
（付記２） 伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償する第１補償部と、
前記第１補償部による補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償する第２補償部と、
前記第２補償部による補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償する第３補償部と、
前記第３補償部による補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出する算出部と、
前記指標値が所定条件を満たすときの前記第１補償部が補償した波長分散の量と前記第２補償部の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得する取得部と、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定する推定部と、
前記電界信号の波形を、前記伝送路に前記光信号を伝送するシミュレーションにより生成される前記電界信号の波形に近づけるように変換する変換部とを有し、
前記推定部は、前記シミュレーションにより生成される前記電界信号に基づいて、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視装置。
（付記３） 前記推定部は、前記電界信号の波形、及び前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形の対応関係を学習することを特徴とする付記２に記載の伝送路監視装置。
（付記４） 伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償し、
前記波長分散の一部の補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償し、
前記非線形光学効果による劣化の補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償し、
前記残りの波長分散の補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出し、
前記指標値が所定条件を満たすときの前記波長分散の一部の補償量と前記非線形光学効果による劣化の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得し、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定し、
該推定のため、ランダムに変動するパラメータを用いて前記伝送路に前記光信号を伝送するシミュレーションにより生成された前記電界信号に基づいて、前記パラメータの変動の影響が抑制されるように、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視方法。
（付記５） 伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償し、
前記波長分散の一部の補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償し、
前記非線形光学効果による劣化の補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償し、
前記残りの波長分散の補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出し、
前記指標値が所定条件を満たすときの前記波長分散の一部の補償量と前記非線形光学効果による劣化の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得し、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定し、
前記電界信号の波形を、前記伝送路に前記光信号を伝送するシミュレーションにより生成される前記電界信号の波形に近づけるように変換し、
該推定のため、前記シミュレーションにより生成される前記電界信号に基づいて、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視方法。
（付記６） 前記電界信号の波形、及び前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形の対応関係を学習することを特徴とする付記５に記載の伝送路監視方法。
（付記１） 伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償する第１補償部と、
前記第１補償部による補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償する第２補償部と、
前記第２補償部による補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償する第３補償部と、
前記第３補償部による補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出する算出部と、
前記指標値が所定条件を満たすときの前記第１補償部が補償した波長分散の量と前記第２補償部の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得する取得部と、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定する推定部とを有し、
前記推定部は、ランダムに変動するパラメータを用いて前記伝送路に前記光信号を伝送するシミュレーションにより生成された前記電界信号に基づいて、前記パラメータの変動の影響が抑制されるように、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視装置。
（付記２） 伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償する第１補償部と、
前記第１補償部による補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償する第２補償部と、
前記第２補償部による補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償する第３補償部と、
前記第３補償部による補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出する算出部と、
前記指標値が所定条件を満たすときの前記第１補償部が補償した波長分散の量と前記第２補償部の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得する取得部と、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定する推定部と、
前記電界信号の波形を、前記伝送路に前記光信号を伝送するシミュレーションにより生成される前記電界信号の波形に近づけるように変換する変換部とを有し、
前記推定部は、前記シミュレーションにより生成される前記電界信号に基づいて、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視装置。
（付記３） 前記推定部は、前記電界信号の波形、及び前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形の対応関係を学習することを特徴とする付記２に記載の伝送路監視装置。
（付記４） 伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償し、
前記波長分散の一部の補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償し、
前記非線形光学効果による劣化の補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償し、
前記残りの波長分散の補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出し、
前記指標値が所定条件を満たすときの前記波長分散の一部の補償量と前記非線形光学効果による劣化の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得し、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定し、
該推定のため、ランダムに変動するパラメータを用いて前記伝送路に前記光信号を伝送するシミュレーションにより生成された前記電界信号に基づいて、前記パラメータの変動の影響が抑制されるように、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視方法。
（付記５） 伝送路から受信された光信号の光電界成分を示す電界信号に対し、前記伝送路の波長分散の一部を補償し、
前記波長分散の一部の補償後の前記電界信号に対し、前記伝送路の非線形光学効果による劣化を補償し、
前記非線形光学効果による劣化の補償後の前記電界信号に対し、前記伝送路の波長分散から前記一部を除いた残りの波長分散を補償し、
前記残りの波長分散の補償後の前記電界信号の波形と、前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形との類似性の指標値を算出し、
前記指標値が所定条件を満たすときの前記波長分散の一部の補償量と前記非線形光学効果による劣化の補償量の関係を、前記伝送路上の位置と前記光信号の状態の関係として取得し、
前記伝送路上の位置と前記光信号の状態の関係に基づき前記伝送路の物理的な状態を推定し、
前記電界信号の波形を、前記伝送路に前記光信号を伝送するシミュレーションにより生成される前記電界信号の波形に近づけるように変換し、
該推定のため、前記シミュレーションにより生成される前記電界信号に基づいて、前記伝送路上の位置と前記光信号の状態の関係を示す情報、及び前記伝送路の物理的な状態の対応関係を学習することを特徴とする伝送路監視方法。
（付記６） 前記電界信号の波形、及び前記伝送路に送信される前記光信号の光電界成分を示す送信側電界信号の波形の対応関係を学習することを特徴とする付記５に記載の伝送路監視方法。
【符号の説明】
【0158】
１ 送信装置
２ 受信装置
３ 伝送路監視装置
６ シミュレータ
３３ 正準化部
３４ 特徴抽出部
３５ 情報生成部
４１，４３ 波長分散補償部
４２ 非線形効果補償部
２ 受信装置
３ 伝送路監視装置
６ シミュレータ
３３ 正準化部
３４ 特徴抽出部
３５ 情報生成部
４１，４３ 波長分散補償部
４２ 非線形効果補償部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】