MétaCan
Menu
Retour à la cohorte
Enregistrement W3214688565 · doi:10.1109/iccc52777.2021.9580395

Free-Space Optical Communication System Using Non-mode-Selective Photonic Lantern Based Receiver With Different Number of Single-Mode Fiber Cores

2021· article· en· W3214688565 sur OpenAlexaff
Renzhi Yuan, Zhifeng Wang, Mugen Peng

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBit error rateMulti-mode optical fiberPhotonicsOptical communicationFadingPhysicsSingle-mode optical fiberElectronic engineeringOpticsOptical fiberComputer scienceChannel (broadcasting)TelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

The optical receiver based on non-mode-selective photonic lantern (NMS-PL) can be used to improve the communication performance of free-space optical communication (FSOC) systems, because the NMS-PL receiver can take advantages of the high coupling efficiency of multimode fiber (MMF) receivers and the high mixing efficiency of single-mode fiber (SMF) receivers. However, previous studies on the NMS-PL receiver did not consider the impact of the number of SMF cores of the NMS-PL on the bit-error rate (BER) performance under different power distributions of the NMS- PL. In this paper, we study the BER of the NMS-PL receiver using equal-gain combining (EGC) for FSOC systems under a log-normal turbulent fading channel with pointing errors. We derive both a lower bound and an approximated upper bound of the BER of the NMS-PL receiver using EGC. Numerical results show that the BER of NMS-PL receiver attains its minimum value when the number of SMF cores equals the number of guided modes of NMS-PL. Besides, numerical results also show that the power distribution of the NMS-PL has only limited influence on the BER of NMS-PL receiver using EGC when either strong turbulence or large pointing error is considered.

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 enseignants0,255
Score d'incertitude au seuil0,790

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 ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,250
Écart entre enseignants0,234 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical Wireless Communication TechnologiesTravaux en français237 207