Automatic turbulence mitigation for coherent free-space optical links using crystal-based phase conjugation and fiber-coupled data modulation
Notice bibliographique
Résumé
There are various performance advantages when using temporal phase-based data encoding and coherent detection with a local oscillator (LO) in free-space optical (FSO) links. However, atmospheric turbulence can cause power coupling from the Gaussian mode of the data beam to higher-order modes, resulting in significantly degraded mixing efficiency between the data beam and a Gaussian LO. Photorefractive crystal-based self-pumped phase conjugation has been previously demonstrated to "automatically" mitigate turbulence with limited-rate free-space-coupled data modulation (e.g., <1 Mbit/s). Here, we demonstrate automatic turbulence mitigation in a 2-Gbit/s quadrature-phase-shift-keying (QPSK) coherent FSO link using degenerate four-wave-mixing (DFWM)-based phase conjugation and fiber-coupled data modulation. Specifically, we counter-propagate a Gaussian probe from the receiver (Rx) to the transmitter (Tx) through turbulence. At the Tx, we generate a Gaussian beam carrying QPSK data by a fiber-coupled phase modulator. Subsequently, we create a phase conjugate data beam through a photorefractive crystal-based DFWM involving the Gaussian data beam, the turbulence-distorted probe, and a spatially filtered Gaussian copy of the probe beam. Finally, the phase conjugate beam is transmitted back to the Rx for turbulence mitigation. Compared to a coherent FSO link without mitigation, our approach shows up to ∼14-dB higher LO-data mixing efficiency and achieves error vector magnitude (EVM) performance of <16% under various turbulence realizations.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».