Date of Award

4-2026

Document Type

Thesis

Degree Name

Master of Science in Electrical Engineering (MSEE)

Department

Electrical and Communication Engineering

First Advisor

Mohamed Atef Abdelaal

Abstract

This thesis investigates equalization techniques for bandwidth-limited short-reach optical communication systems, with a focus on Visible Light Communication (VLC) and Step-Index Plastic Optical Fiber (SI-POF) links. Commercial light-emitting diodes and photodiode receivers impose severe bandwidth constraints, inter-symbol interference, and noise sensitivity, which fundamentally limit achievable data rates. The work addresses these impairments through systematic evaluation of traditional digital signal processing–based equalizers and modern machine-learning-based post-equalization methods. The primary aim of this thesis is to enhance the achievable data rate and reliability of commercial short-reach optical links while maintaining practical computational complexity. Specifically, the objectives are to (i) design and experimentally validate hybrid traditional equalization pipelines for real-time VLC systems, (ii) investigate machine-learning post- equalizers for VLC and compare them with conventional approaches, and (iii) perform a performance–complexity study of major neural-network families for SI-POF channel equalization. The research combines analytical modeling, experimental measurements, and data-driven learning. For VLC systems, zero-forcing pre-equalization and LMS adaptive post-equalization are implemented using a commercial LED-based testbed with real-time performance evaluation. Machine-learning post-equalizers, including artificial neural networks and a proposed Binary Neural Tree (BNT) architecture, are trained on experimentally acquired data. For SI-POF systems, an emulated channel model is employed, and ANN, CNN, and LSTM-based equalizers are evaluated under varying noise and signal-to-noise ratio conditions. Experimental results demonstrate that hybrid traditional equalization enables reliable high-speed VLC transmission with significant bandwidth extension compared to unequalized links. Machine-learning post-equalizers achieve improved bit-error-rate performance at higher data rates, with the proposed BNT equalizer providing comparable accuracy to conventional ANN models while requiring substantially lower computational cost. Simulation results on SI-POF channels show that neural-network-based equalizers exhibit different robustness and complexity trade-offs, particularly under low-SNR conditions. This thesis provides a unified experimental and simulation-based evaluation of traditional and machine-learning equalization techniques for commercial short-reach optical systems. A key contribution is the introduction and validation of the Binary Neural Tree equalizer, which achieves efficient performance–complexity trade-offs suitable for practical deployment.

Additionally, the work establishes standardized performance and computational comparisons across multiple equalizer families. The research addresses the lack of experimentally validated, complexity-aware equalization studies using commercial LEDs and realistic short-reach optical channels. It bridges the gap between high-performance machine-learning equalizers and practical real-time implementation requirements for VLC and SI-POF communication systems.

Arabic Abstract

تقنيات المعادلة التقليدية والمعتمدة على تعلم الآلة في أنظمة الاتصالات الضوئية قصيرة المدى محدودة عرض الحزمة

تتناول هذه الرسالة تقنيات المعادلة في أنظمة الاتصالات الضوئية قصيرة المدى محدودة عرض النطاق، مع التركيز على أنظمة الاتصالات بالضوء المرئي(VLC) وروابط الألياف الضوئية البلاستيكية ذات معامل الانكسار المتدرج .(SI-POF) تفرض الثنائيات الباعثة للضوء التجارية (LEDs) ومستقبلات الثنائيات الضوئية قيودًا شديدة على عرض النطاق، إضافة إلى تداخل الرموز(ISI) والحساسية العالية للضوضاء، مما يحد بشكل أساسي من معدلات البيانات الممكن تحقيقها. تعالج هذه الدراسة هذه المحددات من خلال تقييم منهجي لمعادِلات الإشارة الرقمية التقليدية، إلى جانب أساليب المعادلة اللاحقة الحديثة المعتمدة على تعلم الآلة.

الهدف الرئيسي من هذه الرسالة هو تحسين معدل البيانات الممكن تحقيقه وموثوقية روابط الاتصالات الضوئية التجارية قصيرة المدى، مع الحفاظ على تعقيد حسابي عملي. وعلى وجه التحديد، تتمثل الأهداف في: (1) تصميم والتحقق التجريبي من سلاسل معادلة هجينة تقليدية لأنظمة VLC في الزمن الحقيقي، (2) دراسة معادِلات ما بعد الاستقبال المعتمدة على تعلم الآلة لأنظمة VLC ومقارنتها بالأساليب التقليدية، و (3) إجراء دراسة مقارنة للأداء مقابل التعقيد الحسابي لعائلات الشبكات العصبية الرئيسية المستخدمة في معادلة قناة SI-POF.

تجمع هذه الدراسة بين النمذجة التحليلية، والقياسات التجريبية، وأساليب التعلم المعتمد على البيانات. ففي أنظمة  VLC، تم تنفيذ المعادلة المسبقة بطريقة إزالة التداخل الصفري(Zero-Forcing) والمعادلة اللاحقة التكيفية باستخدام خوارزمية أقل متوسط مربعات(LMS) ، وذلك بالاعتماد على منصة اختبار تجارية قائمة على مصابيح LED مع تقييم أداء في الزمن الحقيقي. كما تم تدريب معادِلات ما بعد ، الاستقبال المعتمدة على تعلم الآلة، بما في ذلك الشبكات العصبية الاصطناعية(ANN) وبنية مقترحة تُسمى الشجرة العصبية الثنائية (BNT)، باستخدام بيانات تم الحصول عليها تجريبيًا. أما في أنظمة SI-POF ، فقد تم استخدام نموذج قناة مُحاكى، وتقييم معادِلات قائمة على ANN  و CNN و LSTM تحت ظروف مختلفة من الضوضاء ونسب الإشارة إلى الضوضاء.

تُظهر النتائج التجريبية أن المعادلة الهجينة التقليدية تُمكّن من تحقيق إرسال VLC عالي السرعة وموثوق، مع تمديد ملحوظ لعرض النطاق مقارنة بالروابط غير المُعادَلة. كما تحقق معادِلات ما بعد الاستقبال المعتمدة على تعلم الآلة تحسنًا في معدل خطأ المعلومات الرقمية (BER) عند معدلات بيانات أعلى، حيث يوفر المعادل المقترح BNT دقة مماثلة لنماذج ANN التقليدية مع تكلفة حسابية أقل بكثير وتُبين نتائج المحاكاة لقنوات SI-POF أن المعادِلات القائمة على الشبكات العصبية تُظهر مفضالات مختلفة بين المتانة والتعقيد الحسابي، خاصة في ظروف انخفاض نسبة الإشارة إلى الضوضاء.

تقدم هذه الرسالة تقييمًا موحدًا، قائمًا على التجارب والمحاكاة، لتقنيات المعادلة التقليدية والمعتمدة على تعلم الآلة في أنظمة الاتصالات الضوئية التجارية قصيرة المدى. ويتمثل أحد الإسهامات الرئيسية في تقديم والتحقق من فعالية معادل الشجرة العصبية الثنائية(BNT)، الذي يحقق توازنًا كفؤًا بين الأداء والتعقيد الحسابي بما يجعله مناسبًا للتطبيق العملي. بالإضافة إلى ذلك، تؤسس الدراسة لمقارنات معيارية من حيث الأداء والتعقيد الحسابي عبر عدة عائلات من المعادِلات.

تعالج هذه الدراسة النقص في الأبحاث التجريبية المُتحقق منها عمليًا، والتي تراعي التعقيد الحسابي، في مجال المعادلة باستخدام مصابيح LED تجارية وقنوات اتصالات ضوئية قصيرة المدى واقعية. كما تسد الفجوة بين المعادِلات عالية الأداء المعتمدة على تعلم الآلة ومتطلبات التنفيذ العملي في الزمن الحقيقي لأنظمة  VLC و.SI-POF

Download
COinS