MétaCan
Menu
Retour à la cohorte
Enregistrement W2168898252 · doi:10.1109/jsac.2010.100813

Performance evaluation of UWB signal transmission over optical fiber

2010· article· en· W2168898252 sur OpenAlexaff
Shilong Pan, Jianping Yao

Notice bibliographique

RevueIEEE Journal on Selected Areas in Communications · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueUltra-Wideband Communications Technology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceKeyingElectronic engineeringTransmission (telecommunications)Optical fiberWaveformModulation (music)SIGNAL (programming language)Pulse-position modulationTelecommunicationsPulse-amplitude modulationPulse (music)AcousticsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

UWB over fiber (UWBoF) technique has been proposed to increase the area of coverage for UWB communication systems. In this paper, the transmission performance of impulse UWB signals over optical fiber is analyzed. Three types of UWB signals generated based on three different techniques are considered. Since optical signals with different optical spectra would have different tolerances to fiber dispersion, the transmission performance of the three types of UWB signals is studied. First, the impact of fiber chromatic dispersion on UWB waveforms and their spectra is evaluated. Then, the transmission performance of data-modulated UWB signals in an optical fiber is investigated, with a general model to analyze the signal power spectral density (PSD) being developed. The PSD of an UWB signal with on-off keying (OOK), bi-phase modulation (BPM) and pulse position modulation (PPM) schemes is calculated. Evolution of the PSD as a function of transmission distance is then performed. The suitability of the three types of UWB signals for UWBoF applications is also evaluated. The study provides a guideline for the design and development of a practical UWBoF 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 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)0,002
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,285
Écart entre enseignants0,262 · 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

Citations40
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal on Selected Areas in CommunicationsMême sujetUltra-Wideband Communications TechnologyTravaux en français237 207