MétaCan
Menu
Retour à la cohorte
Enregistrement W4416178012 · doi:10.1109/jlt.2025.3632676

Toward Acceleration and Simplification of Coherent DSP Chains: Frequency Pilot Sub-Carrier Strategies for Coherent Systems

2025· article· W4416178012 sur OpenAlexaff
Ahmed Medra, Mohammed Y. S. Sowailem, Chuandong Li, Xingyu Zhou

Notice bibliographique

RevueJournal of Lightwave Technology · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueOptical Network Technologies
Établissements canadiensHuawei Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésInitializationOverhead (engineering)Payload (computing)Frame (networking)Digital signal processingMultiplexingPilot signalSoftware portabilityTransceiver

Résumé

récupéré en direct d'OpenAlex

This paper focuses on the development of narrow-bandwidth pilot sub-carriers designed to reduce signaling overhead and computational complexity while enabling fast and robust initialization of coherent optical systems. A proper DSP implementation for the transceiver design, along with a specific frame structure, is proposed. Fast initialization algorithms are introduced, including local-oscillator-frequency-offset (LOFO) estimation, coarse chromatic dispersion (CD) estimation, and clock recovery, utilizing two pilot sub-carriers and specific training sequence (TS) design. These algorithms are designed to be fast, robust, and capable of significantly reducing receiver response time—a critical feature for dynamic and low-latency optical networks. Moreover, the application of pilot sub-carriers is explored as a means to reduce implementation complexity by eliminating the need for complex modules (e.g., clock recovery and carrier recovery (CR)), while maintaining functionality through pilot sub-carriers. Additionally, frequency and phase tracking techniques using pilot sub-carriers are proposed. This approach removes the overhead associated with pilot symbols from the payload frame structure, resulting in performance improvements, cost reduction, and enhanced spectral efficiency.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,269
Écart entre enseignants0,238 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetOptical Network TechnologiesTravaux en français237 207