High-Bit-Rate Dense SS-WDM PON Using SOA-Based Noise Reduction With a Novel Balanced Detection
Notice bibliographique
Résumé
The major drawback of incoherent broadband sources (BBSs) is their inherent intensity noise. Semiconductor optical amplifiers (SOAs) can be exploited at the transmitter to mitigate this noise. Optical filtering at the receiver, however, leads to the return of most of suppressed noise. Wider filtering at the receiver is the best known strategy to maintain performance gains, at the price of reduced spectral efficiency due to the tradeoff between noise cleaning and adjacent channel crosstalk. We introduce a novel balanced receiver for wavelength division multiplexing (WDM) systems that maintains greater noise cleaning and leaves spectral efficiency unchanged. Unlike standard receivers, our balanced scheme does not filter the desired signal. In this paper, we first demonstrate that the newly proposed receiver is equivalent to standard WDM receivers when no SOA for noise cleaning is present at the transmitter. Although a 2.9-dB power penalty is incurred, network capacity is unchanged, i.e., bit error rate (BER) floors due to intensity noise are the same. When SOAs are employed to mitigate severe intensity noise, we show that our receiver outperforms the wide filtering strategy by two orders of magnitude. Dense WDM capacity is demonstrated up to 10 Gb/s using a thermal source, a saturated SOA, and the balanced detection scheme. A BER of 10-6is achieved at 10 Gb/s; further improvement is possible using low overhead forward error correction or a better SOA design. This demonstrates the ability of spectrum-sliced wavelength division multiplexing (SS-WDM) passive optical networks (PONs) to operate at 10 Gb/s at good spectral efficiency. Error performance better than 10-9is achieved up to 8 Gb/s with 30-GHz optical channel bandwidth and 100-GHz spacing.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».