Combining Polarization-Division Multiplexing and Ferromagnetic Nonreciprocity to Achieve In-Band Ultra-High Isolation for Full-Duplex Wireless Systems
Notice bibliographique
Résumé
The in-band full-duplex (IBFD) wireless system is a promising candidate for 6G and beyond, as it can double data throughput and enormously lower transmission latency by supporting simultaneous in-band transmission and reception of signals. Enabling IBFD systems requires a substantial mitigation of a transmitter (Tx)’s strong self-interference (SI) signal into the receiver (Rx) channel. However, current state-of-the-art approaches to tackle this challenge are inefficient in terms of performance, cost, and complexity, hindering the commercialization of IBFD techniques. In this work, we devise and demonstrate an innovative approach to realize IBFD systems that exhibit superior performance with a low-cost and less-complex architecture in an all-passive module. Our scheme is based on meticulously combining polarization-division multiplexing (PDM) with ferromagnetic nonreciprocity to achieve ultra-high isolation between Tx and Rx channels. Such an unprecedented conception has become feasible thanks to a concurrent dual-mode circulator—a new component introduced for the first time—as a key feature of our module, and a dual-mode waveguide that transforms two orthogonally polarized waves into two orthogonal waveguide modes. In addition, we propose a unique passive tunable secondary SI cancellation (SIC) mechanism, which is embedded within the proposed module and boosts the isolation over a relatively broad bandwidth. We report, solely in the analog domain, experimental isolation levels of 50, 70, and 80 dB over 340, 101, and 33 MHz bandwidth at the center frequency of interest, respectively, with excellent tuning capability. Furthermore, the module is tested in two real IBFD scenarios to assess its performance in connection with Tx-to-Rx leakage and modulation error in the presence of a Tx’s strong interference signal.
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 ».