MétaCan
Menu
Retour à la cohorte
Enregistrement W2107374374 · doi:10.1109/jlt.2008.923911

Noise Transfer Characteristics in a Semiconductor Optical Amplifier With Application to Wavelength Conversion Based on a Delay Interferometer

2008· article· en· W2107374374 sur OpenAlexaff
Xuefeng Tang, Na Young Kim, John C. Cartledge

Notice bibliographique

RevueJournal of Lightwave Technology · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésOptical amplifierNoise (video)SIGNAL (programming language)Phase noiseAmplifierSignal transfer functionInterferometryOpticsNoise figurePhysicsElectronic engineeringMaterials scienceOptoelectronicsComputer scienceAnalog signalEngineeringCMOSLaserDigital signal processing

Résumé

récupéré en direct d'OpenAlex

<para xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> A theoretical model is presented to analyze the noise transfer characteristics in a semiconductor optical amplifier (SOA) under the excitation of a noisy pump signal and a noise-free probe signal. An analytical expression is derived for the optical signal-to-noise ratio (OSNR) of the output probe signal from the SOA. The influence of the gain saturation of the SOA, and the pump and probe signal powers on the noise transfer characteristics is investigated. The noise transfer model is used to determine the output noise power of a delay interference wavelength converter. An analytical expression is obtained for the nonlinear phase change in the SOA, which determines the output power of the wavelength-converted signal. These results show that the noise transfer in the wavelength conversion can be suppressed by increasing the probe signal power, but that the improvement in the output signal OSNR relative to the input signal OSNR is accompanied by a reduction in the conversion efficiency. This fundamental tradeoff can be readily investigated during the design optimization process using the concise results derived in this paper. </para>

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,699

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,192 · 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'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

Citations7
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetOptical Network TechnologiesTravaux en français237 207