All‐Optical Parametric‐Assisted Oversampling and Decimation for Signal Denoising Amplification
Notice bibliographique
Résumé
Abstract Decimation is a common process in digital signal processing that involves reducing the sampling rate of an oversampled signal by linearly combining consecutive samples. Among other applications, this process represents a simple means to mitigate noise content in the digital signal. In this work, a novel optical signal processing concept inspired by these operations is proposed, which is called Parametric‐assisted Oversampling and Decimation (POD). By using a simple all‐fiber setup, the POD processor first realizes an ultra‐fast parametric oversampling of the incoming temporal signal (at >100 Gigasamples per second), a process that is followed by a decimation that reduces the sampling rate by any user‐defined factor in a lossless manner. In this way, the POD delivers an amplified sampled copy of the optical signal, where the peak‐to‐peak gain results from the combination of parametric amplification and a “passive” amplification equal to the decimation factor. In this report, joint parametric and passive amplification by a factor ≈50 on GHz‐bandwidth signals is demonstrated. Furthermore, it is shown that the decimation process can effectively mitigate effects of narrowband noise, outperforming traditional optical and digital filtering techniques. By experimentally achieving ultra‐high decimation factors (>750), narrowband (MHz‐bandwidth) optical waveformsthat are lost in a much stronger noise background are recovered.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».