MétaCan
Menu
Retour à la cohorte
Enregistrement W2081344369 · doi:10.1109/jlt.2007.896767

All-Optical Demultiplexing of WLAN and Cellular CDMA Radio Signals

2007· article· en· W2081344369 sur OpenAlexaff
Hatice Kosek, Yifeng He, Xijia Gu, Xavier Fernando

Notice bibliographique

RevueJournal of Lightwave Technology · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBasebandSubcarrier multiplexingRadio over fiberElectronic engineeringBand-pass filterSubcarrierRadio frequencyOptical filterBandwidth (computing)Insertion lossComputer scienceOpticsTelecommunicationsWirelessPhysicsEngineeringOrthogonal frequency-division multiplexing

Résumé

récupéré en direct d'OpenAlex

Subcarrier multiplexed transmission of multimedia radio signals over fiber is often done to deliver broadband services cost effectively. These signals need to be demultiplexed, preferably in the optical domain, to avoid loss and noise due to optical-to-electrical conversion. However, it is challenging to optically isolate signals at subgigahertz range due to the need for very narrow optical bandpass filters with high selectivity and low insertion loss and distortion. We developed such a novel subpicometer all-optical bandpass filter by creating a resonance cavity using two closely matched fiber Bragg gratings. This filter has a bandwidth of 120 MHz at -3 dB, 360 MHz at -10 dB, and 1.5 GHz at -20 dB. Experimental results show that this filter optically separates two RF signals spaced as close as 50 MHz without significant distortion. This paper analytically and experimentally investigates the scenario when this filter was used with 2.4-GHz (wireless local area network) and 900-MHz (cellular wireless) radio signals. The bit-error rate of the underlying baseband data is related to the linearity and isolation of the filter.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,255
Écart entre enseignants0,240 · 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

Citations25
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetAdvanced Photonic Communication SystemsTravaux en français237 207