Optical OFDM for SiPM-Based Underwater Optical Wireless Communication Links
Notice bibliographique
Résumé
Underwater optical wireless systems have dual requirements of high data rates and long ranges in harsh scattering and attenuation conditions. In this paper, we investigate the advantages and limitations of optical orthogonal frequency-division multiplexing (O-OFDM) signaling when a silicon photo-multiplier (SiPM) is used at the receiver in order to ensure high sensitivity. Considering a light-emitting diode (LED) transmitter and taking into account the limited dynamic range imposed by the transmitter and the SiPM receiver, we study the performance of three popular O-OFDM schemes, i.e., DC-biased, asymmetrically-clipped, and layered asymmetrically-clipped O-OFDM (DCO-, ACO-, and LACO-OFDM, respectively). We consider a constraint on transmit electrical power PTxe and take into account the required DC bias for the three considered schemes in practice, showing the undeniable advantage of ACO- and LACO-OFDM in terms of energy efficiency. For instance, for the considered SiPM and LED components, a spectral efficiency of ∼1 bps/Hz with a data rate of 20 Mbps, a link range of 70 m, and a target bit-error-rate (BER) of 10-3, ACO and LACO allow a reduction of about 10 and 6 mW, respectively, in the required PTxe, compared to DCO-OFDM. Meanwhile, we show that when relaxing the PTxe constraint, DCO-OFDM offers the largest operational link range within which a target BER can be achieved. For instance, for a target BER of 10-3 and a data rate of 20 Mbps, and considering PTxe of 185, 80, and 50 mW for DCO-, LACO-, and ACO-OFDM, respectively, the corresponding intervals of operational link range are about 81, 74.3, and 73.8 m. Lastly, we show that LACO-OFDM makes a good compromise between energy efficiency and operational range flexibility, although requiring a higher computational complexity and imposing a longer latency at the receiver.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».