MétaCan
Menu
Retour à la cohorte
Enregistrement W2100166219 · doi:10.1109/icnf.2011.5994356

Measurement of optical impairments in OFDM based radio-over-fiber communication systems

2011· article· en· W2100166219 sur OpenAlexaff
Muhammad Imran Khan, Kaamran Raahemifar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRadio over fiberMulti-mode optical fiberOrthogonal frequency-division multiplexingDetectorElectronic engineeringOptical fiberOptical linkComputer scienceTransmission (telecommunications)Signal-to-noise ratio (imaging)OpticsTelecommunicationsPhysicsEngineeringChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Radio-over-Fiber (RoF) technology allows radio frequency transmission directly over the fiber. Optical link employs laser, optical fiber and optical detector to transmit RF signal. RoF has an ability to carry signals for tens of kilometers, but this transmission is limited by optical impairments such as laser nonlinearity, fiber dispersion, and optical detector noises. In this paper, we study the effects of multimode fiber core refractive index profile, optical detector noises and atmospheric instability on the achievable performance of an OFDM based RoF link. The optical-signal-to-noise ratio (OSNR) and cumulative signal-to-noise ratio (SNRc) are used to evaluate the feasibility of the proposed scheme for a low-cost, reliable, robust, and high data rate fiber-wireless link. Thereafter, numerical results are generated for the downlink to illustrate the performance of the OFDM based RoF system.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,037
Tête enseignante GPT0,225
Écart entre enseignants0,187 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical Wireless Communication TechnologiesTravaux en français237 207