MétaCan
Menu
Retour à la cohorte
Enregistrement W4283834071 · doi:10.1364/ao.462827

Underwater wireless optical communication utilizing low-complexity sparse pruned-term-based nonlinear decision-feedback equalization

2022· article· en· W4283834071 sur OpenAlexaff
Chao Fei, Ruilin Chen, Ji Du, Yuan Wang, Jiahan Tian, Guowu Zhang, Junwei Zhang, Xiaojian Hong, Sailing He

Notice bibliographique

RevueApplied Optics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensMcGill University
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésNonlinear systemComputer scienceRobustness (evolution)Volterra seriesEqualization (audio)Control theory (sociology)WirelessTerm (time)AlgorithmTelecommunicationsArtificial intelligencePhysicsDecoding methods

Résumé

récupéré en direct d'OpenAlex

The nonlinearity of the light-emitting diode (LED) in underwater wireless optical communication (UWOC) systems is considered the one major limiting factor that degrades the system's performance. Volterra series-based nonlinear equalization is widely employed to mitigate such nonlinearity in communication systems. However, the conventional Volterra series-based model is of high complexity, especially for the nonlinearity of higher-order terms or longer memory lengths. In this paper, by pruning away some negligible beating terms and adaptively picking out some of the dominant terms while discarding the trivial ones, we propose and experimentally demonstrate a sparse pruned-term-based nonlinear decision-feedback equalization (SPT-NDFE) scheme for the LED-based UWOC system with an inappreciable performance degradation as compared to systems without the pruning strategy. Meanwhile, by replacing the self/cross beating terms with the terms formed by the absolute operation of a sum of two input samples instead of the product operation terms, a sparse pruned-term-based absolute operation nonlinear decision-feedback equalization (SPT-ANDFE) scheme is also introduced to further reduce complexity. The experimental results show that the SPT-NDFE scheme exhibits comparable performance as compared to the conventional NDFE (nonlinear decision-feedback equalization) scheme with lower complexity (the nonlinear coefficients are reduced by 63.63% as compared to the conventional NDFE scheme). While the SPT-ANDFE scheme yields suboptimal performance with further reduced complexity at the expense of a slight performance degradation, the robustness of the proposed schemes in different turbidity waters is experimentally verified. The proposed channel equalization schemes with low complexity and high performance are promising for power/energy-sensitive UWOC systems.

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)0,001
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,258
Écart entre enseignants0,222 · 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

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetOptical Wireless Communication TechnologiesTravaux en français237 207