Real-time adaptive optical self-interference cancellation for in-band full-duplex transmission using SARSA(λ) reinforcement learning
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.
Notice bibliographique
Résumé
Self-interference (SI) due to signal leakage from a local transmitter is an issue in an in-band full-duplex (IBFD) transmission system, which would cause severe distortions to a receiving signal of interest (SOI). By superimposing a local reference signal with the same amplitude and opposite phase, the SI signal can be fully canceled. However, as the manipulation of the reference signal is usually operated manually, it is difficult to ensure a high speed and high accurate cancellation. To overcome this problem, a real-time adaptive optical SI cancellation (RTA-OSIC) scheme using a SARSA(λ) reinforcement learning (RL) algorithm is proposed and experimentally demonstrated. The proposed RTA-OSIC scheme can automatically adjust the amplitude and phase of a reference signal by adjusting a variable optical attenuator (VOA) and a variable optical delay line (VODL) achieved through an adaptive feedback signal, which is generated by evaluating the quality of the received SOI. To verify the feasibility of the proposed scheme, a 5 GHz 16QAM OFDM IBFD transmission experiment is demonstrated. By using the proposed RTA-OSIC scheme, for an SOI at three different bandwidths of 200, 400, and 800 MHz, the signal can be adaptively and correctly recovered within 8 time periods (TPs), which is the required time of a single adaptive control step. The cancellation depth for the SOI with a bandwidth of 800 MHz is 20.18 dB. The short- and long-term stability of the proposed RTA-OSIC scheme is also evaluated. The experimental results indicate that the proposed approach could be a promising solution for real-time adaptive SI cancellation in future IBFD transmission 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle