MétaCan
Menu
Retour à la cohorte
Enregistrement W4206250921 · doi:10.1049/ote2.12064

Optimal power allocation in nonlinear MDM‐WDM systems using Gaussian noise model

2022· article· en· W4206250921 sur OpenAlex
Mohammad Ali Amirabadi, Mohammad Hossein Kahaei, S. Alireza Nezamalhosseini, Lawrence R. Chen

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.

Notice bibliographique

RevueIET Optoelectronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésWavelength-division multiplexingMultiplexingElectronic engineeringTransmission (telecommunications)Channel (broadcasting)MaximizationNonlinear systemNoise (video)Computer scienceMathematical optimizationEngineeringTelecommunicationsPhysicsMathematicsOpticsWavelength

Résumé

récupéré en direct d'OpenAlex

Abstract Mode‐division multiplexing (MDM) using few‐mode fibre (FMF) has received increasing attention to address the exponential growth of data traffic in long‐haul optical communication systems. Also, combining the MDM with wavelength‐division multiplexing (WDM) is a promising approach for dramatically growing the transmission capacity in such systems. However, a major barrier in this regard is the FMF nonlinear effects, which can significantly reduce the link performance. In this paper, in order to alleviate the FMF nonlinear effects, we focus on power allocation in FMF links by optimizing the input power of each optical WDM channel of each spatial mode, which leads to maximizing the total capacity transmission and also the minimum signal to noise ratio (SNR) margin. The FMF nonlinearity has been already modelled as the Gaussian noise (GN) for which no closed‐form formulation has been developed so far. Here, we derive a closed‐form GN model for this problem and verify it by comparing with the integral‐form GN model and split‐step Fourier method. In this approach, an optimal power is independently determined for each channel of each mode by optimizing a capacity maximization and a minimum SNR margin maximization problem in convex forms. The performance of different links including the single mode fibre‐WDM, MDM‐single channel, and MDM‐WDM are compared using computer simulations. These systems are comprehensively investigated in equal/non‐equal required SNR as well as flat/non‐flat amplifier gain scenarios. It is shown that optimized power allocation to each channel of each mode has a significant enhancement in the minimum SNR margin maximization scheme compared to the best equal power allocation. Furthermore, this improvement is much more in non‐equal required SNR and the non‐flat amplifier gain scenarios, showing the efficiency of the established approach in practical communication links.

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 enseignants0,009
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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