Soutenance de doctorat de Joana Girard-Jollet : Caractérisation des liaisons optiques sous-marines​ assistée par machine learning

Jury

• Polina Bayvel, University College London – UCL (UK), rapporteure
• Vincent Choqueuse, École nationale d’ingénieurs de Brest – ENIB (FR), rapporteur
• Chigo Okonkwo, Eindhoven University of Technology (NL), examinateur
• Yves Jaouën, Télécom Paris (FR), examinateur
• Jérémie Renaudier, Nokia Bell Labs (FR), invité
• Ghaya Rekaya-Ben Othman, Télécom Paris (FR), directrice de thèse
• Jean-Christophe Antona, Alcatel Submarine Networks – ASN (FR), co-directeur de thèse

Résumé

Face à la demande croissante en bande passante Internet, disposer de systèmes de communication optique robustes est plus crucial que jamais. Au-delà des avancées dans les technologies et composants individuels, la performance du système de communication dépend également de la façon dont ces composants sont utilisés et combinés pour que la configuration globale soit optimisée. Souvent, la performance du réseau est limitée par les prédictions qu’on peut en faire avant que le réseau soit déployé. Cela rend la précision de notre prédiction de performance essentielle pour l’optimisation du réseau.
L’objectif de cette thèse est de caractériser et de contrôler les principales sources de distorsion du signal optique dans les liaisons sous-marines, principalement pour prédire la performance future du réseau avec des marges minimales. Nous avons concentré notre étude sur deux distorsions physiques : les effets non linéaires de Kerr et les pertes dépendantes de la polarisation. Cette thèse aborde les défis liés à l’estimation de la performance et au contrôle du réseau afin de proposer de nouveaux outils de surveillance et des lignes directrices pour optimiser les systèmes de transmission.