MétaCan
Menu
Retour à la cohorte
Enregistrement W2987674778 · doi:10.1155/2019/2938653

Adaptive Filtering in Optical Coherent Flexible Bit-Rate Receivers in the Presence of State-of-Polarization Transients and Colored Noise

2019· article· en· W2987674778 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Computer Networks and Communications · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceLeast mean squares filterColors of noiseAdaptive filterColoredAlgorithmNoise (video)Recursive least squares filterBit error rateControl theory (sociology)Filter (signal processing)Artificial intelligenceDecoding methodsComputer vision

Résumé

récupéré en direct d'OpenAlex

In this article, we analyze the performance of adaptive filtering in the context of dual-polarization coherent optical flexible bit-rate transceivers. We investigate the ability of different adaptive algorithms to track fast state-of-polarization (SOP) transients in the presence of colored noise. Colored noise exists due to the concatenation of Wavelength Selective Switches (WSSs) and polarization dependent loss (PDL) which can be considered as spatially dependent noise. We consider the use of different modulation formats, and the practical limitation of error signal feedback delay in decision-directed adaptive filters is also taken into account. The back-to-back required signal-to-noise ratio (RSNR) penalty that can be tolerated determines the maximum SOP rate of change that can be tracked by the adaptive filters as well as the filter’s adaptive step size. We show that the recursive least squares algorithm, using the covariance matrix as an aggressive “step size,” has a much better convergence speed compared to the least mean squares (LMS) and normalized LMS (NLMS) algorithms in the presence of colored noise in the fiber. However, the three algorithms have similar tracking capabilities in the absence of colored noise.

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.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,212

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 ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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