MétaCan
Menu
Retour à la cohorte
Enregistrement W2091698467 · doi:10.1109/leos.2008.4688799

3.5 Gb/s burst-mode clock phase aligner for gigabit passive optical networks

2008· article· en· W2091698467 sur OpenAlexaff
Ming Zeng, Bhavin J. Shastri, Nicholas Zicha, Michael Vander Schueren, David V. Plant

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBurst mode (computing)GigabitComputer sciencePassive optical networkOversamplingPhase (matter)Network packetMode (computer interface)Electronic engineeringPhase detectorBurst switchingPhysicsBandwidth (computing)Wavelength-division multiplexingOpticsTelecommunicationsElectrical engineeringEngineeringComputer networkWavelength

Résumé

récupéré en direct d'OpenAlex

Fiber to the Home (FTTH) has been proven to be an efficient medium for voice, audio, and video transfer. Passive Optical Networks (PONs) are being studied as an upgradeable and low-cost solution to the problem of limited bandwidth in local access networks in the medium of FTTH. In PONs, multiple users share the fiber infrastructure in a pointto- multipoint (P2MP) network topology. The P2MP nature of networks cause the data packets from each user to undergo different amplitude, phase, and frequency variations – resulting in burst-mode traffic at the receiving end of the network. This consequently creates new challenges for the design of optical receivers. We design and experimentally demonstrate a 5 Gb/s burst-mode clock phase aligner (BM-CPA) featuring automatic phase acquisition with forward-error correction using (64, 57) Hamming codes. This BM-CPA is implemented with commercially available evaluation boards and provides instantaneous (0-bit) phase acquisition with packet loss ratio < 10^6 and bit error rate < 10^10 for any phase step (±2pi rads) between consecutive packets. Implementation of a Reed-Solomon(255, 239) code is also investigated. Our design is based on an oversampling algorithm and can be operated in two configurations: BM-CPA with a SONET CDR and BM-CPA with a local oscillator. We conclude by discussing various possible extensions to the device, based on the promising results.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,253
Écart entre enseignants0,239 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical Network TechnologiesTravaux en français237 207