MétaCan
Menu
Retour à la cohorte
Enregistrement W4409426670 · doi:10.1109/jlt.2025.3560788

Robust Synchronization Schemes for Preamble Detection in Burst-Mode Coherent Optical Networks

2025· article· en· W4409426670 sur OpenAlexaff
S. M. Bilal, C.R.S. Fludger, T. Duthel, Liu Bo, Z. Morbi, Han Sun, Robert Maher

Notice bibliographique

RevueJournal of Lightwave Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensInfineon Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésPreambleBurst mode (computing)Synchronization (alternating current)Electronic engineeringComputer scienceOptical communicationInterferometryMode (computer interface)TelecommunicationsOpticsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

A novel burst-mode frame detection scheme and DSP processing for 100 Gbps coherent time and frequency division multiplexed (TFDM) coherent PON networks has recently been demonstrated. Although many frame detection methods are available for burst-mode coherent PON networks, reliability of these schemes are rarely quantified. In this article, we present a burst-mode frame detection scheme, as continuation of our previous work, and extensively analyze its robustness through numerical, simulative and experimental analysis. Our proposed scheme has a high frequency offset (FO) tolerance of ∼1 GHz for 4GBaud or ∼6.25GHz for 25GBaud systems. At an SNR around soft decision (SD) FEC threshold with BER = 2.1e-2, our proposed scheme provides reliable frame detection with false frame detection probability as low as ∼1e-11 and ∼1e-17, corresponding to a false frame detection every ∼6 days and ∼15K years with a burst length of ∼20K symbols for 4GBaud DP-QPSK and DP-16QAM systems, respectively.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,236
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetOptical Network TechnologiesTravaux en français237 207