MétaCan
Menu
Retour à la cohorte
Enregistrement W1965546224 · doi:10.1109/lpt.2012.2216259

Polarization-Time Code and 4$\,\times\,$4 Equalizer-Decoder for Coherent Optical Transmission

2012· article· en· W1965546224 sur OpenAlexaff
Mahdi Zamani, Chuandong Li, Zhuhong Zhang

Notice bibliographique

RevueIEEE Photonics Technology Letters · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensHuawei Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésDemodulationEqualizerComputer scienceAdaptive equalizerPolarization mode dispersionElectronic engineeringPolarization-division multiplexingMultiplexingPolarization (electrochemistry)Optical communicationDifferential group delayOpticsPhysicsSignal processingTelecommunicationsOptical fiberEngineering

Résumé

récupéré en direct d'OpenAlex

A linear polarization-time code in conjunction with an adaptive multi-tap 4 4 joint equalizer-decoder is proposed to average the effects of polarization-dependent impairments on two polarizations. For the first time in the context of polarization-time coding, there is no assumption of polarization-dependent loss (PDL) of knowledge at the receiver. This method compensates the performance loss penalty due to polarization-dependent impairments in polarization division multiplexed coherent optical single-carrier systems. Using the proposed method, a 1.25-dB optical signal-to-noise ratio gain is achieved in the presence of 6-dB PDL. The proposed 44 joint equalizer-decoder has twice the complexity of conventional time-domain equalizers. Further changes at the receiver including the demodulator are not required. Since the outputs of the equalizer are noisy quadrature phase shift keying signals, adoption of the method to work with both hard and soft forward error corrections is straightforward.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Photonics Technology LettersMême sujetOptical Network TechnologiesTravaux en français237 207