An Innovative Receiver for Incoherent SAC-OCDMA Enabling SOA-Based Noise Cleaning: Experimental Validation
Notice bibliographique
Résumé
We propose a new low complexity receiver for spectral amplitude optical coded division multiple access (SAC OCDMA) that enables intensity noise reduction using semiconductor optical amplifiers (SOAs). Compared to the standard receiver requiring two optical filters at the receiver side, our receiver requires only one optical filter. While a 1.4-dB power penalty in incurred, network capacity is unchanged, i.e., BER floors due to intensity noise have the same level. The primary motivation for the low complexity receiver is not reduced component count, but rather modifying the receiver so that promising SOA noise mitigation techniques might be employed to increase system capacity. SOA noise cleaning suffers from a major limitation: filtering after the SOA can negate most of the signal enhancement, the so-called post SOA filtering issue. The only solution to date for the post-SOA filtering effect in SAC-OCDMA is prohibitively complex McCoy ,J.Lightw.Technol., vol. 25, no. 1, pp. 394-401, Jan. 2007, i.e., requiring multiple SOAs per client. We demonstrate that our proposed receiver drastically limits the client side filtering, thus maintaining noise suppression and overcoming the post-SOA filtering effect. We compare BER at up to 10 Gb/s with and without noise cleaning. When a noise cleaning module is used, BER improvement of several orders-of-magnitude is observed when only a few users are active in the network. Examination of the noise properties, however, leads us to conclude that highly populated networks will have diminished improvement.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».