Experimental Study of a novel adaptive decision-directed channel equalizer in 28 GBaud RGI-DP-CO-OFDM transport systems
Notice bibliographique
Résumé
We report and experimentally investigate the performance of an adaptive decision-directed channel equalizer (ADDCE) in reduced-guard-interval dual-polarization coherent-optical orthogonal-frequency-division-multiplexing (RGI-DP-CO-OFDM) transport systems. ADDCE retrieves an estimation of the phase noise value after an initial decision making stage by extracting and averaging the phase drift of all OFDM sub-channels. Moreover, it updates the channel transfer matrix on a symbol-by-symbol basis. We experimentally compare the performance of the ADDCE and the conventional equalizer (CE) combined with maximum-likelihood (ML) phase noise compensation and inter-subcarrier-frequency-averaging (ISFA) algorithms. The study is conducted at 28 GBaud for RGI-DP-CO-OFDM systems with quadrature-phase-shift-keying (QPSK) and 16 quadrature amplitude modulation (16-QAM) formats. Using ADDCE, zero-overhead laser phase noise compensation is accomplished and the overhead due to training symbol (TSs) insertion is significantly reduced. In addition, ADDCE offers a superior performance over the CE in the presence of synchronization timing errors and residual chromatic dispersion (CD). We also achieve a longer transmission distance than when using the CE. At a forward-error-correction (FEC) threshold of 3.8 × 10−3, using a cumulative overhead of less than 2.6%, transmission distances of 5500 km and 400 km were achieved for the cases of QPSK and 16-QAM RGI-DP-CO-OFDM, respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».