MétaCan
Menu
← Retour à la cohorte
Enregistrement W3216004609 · doi:10.1109/pn52152.2021.9597943

Quantum-Dot Multi-Wavelength Lasers for Millimeter Wave Generation and Transmission

2021· article· en· W3216004609 sur OpenAlexaff
Zhenguo Lü, Jiaren Liu, Youxin Mao, Guocheng Liu, Philip J. Poole, Pedro Barrios, Mohamed Rahim, Grzegorz Pakulski, Weihong Jiang, Daniel Poitras, Chunying Song, Martin Vachon, John Weber, Shurui Wang, Ping Zhao, C. Storey, Khan Zeb, Xiupu Zhang, Jianping Yao, Ke Wu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensUniversity of OttawaConcordia UniversityPolytechnique MontréalNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésLaser linewidthOptoelectronicsLaserMaterials scienceRelative intensity noiseQuantum dot laserOpticsSemiconductor laser theoryPhysics

Résumé

récupéré en direct d'OpenAlex

In order to achieve ultrahigh data capacity and to overcome the wireless spectrum crunch, 5G is going to adopt millimeter-wave (mmW) frequencies (30 GHz - 300 GHz). To generate high-quality mm W signals by lasers, it requires optical sources with ultra-narrow optical linewidth and low relative intensity noise (RIN). In this paper, we have developed InAs/InP quantum dot (QD) multi-wavelength lasers (MWLs) around 1550 nm with the frequency spacing from 10 GHz to 1000 GHz. Those QD MWLs have very low RIN, ultra-narrow optical linewidth, small timing jitters, compact size, low power consumption and the ability for hybrid integration with silicon substrates. As an example, we present a buried heterostructure (BH) QD dual-wavelength (DW) DFB laser as an optical beat source for mmW generation. The BH QD DW-DFB laser with the optical linewidth of 16 KHz and the RIN of -158 dB/Hz is capable of generating spectrally pure mm W signals between 46 GHz and 48 GHz. By using it, we have demonstrated a real time 24-Gbit/s (64QAM x 4Gbaud) data bandwidth wireless transmission operating at 47.2-GHz carrier over 25-km SSMF.

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)0,000
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,241
Écart entre enseignants0,203 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotonic and Optical Devices→Travaux en français237 207→