Fugu-MT 論文翻訳(概要): Data capacity scaling of a distributed Rydberg atomic receiver array

論文の概要: Data capacity scaling of a distributed Rydberg atomic receiver array

arxiv url: http://arxiv.org/abs/2102.05285v2
Date: Wed, 7 Apr 2021 11:17:00 GMT
ステータス: 処理完了
システム内更新日: 2023-04-12 00:57:30.408157
Title: Data capacity scaling of a distributed Rydberg atomic receiver array
Title（参考訳）: 分散Rydberg原子レシーバアレイのデータ容量スケーリング
Authors: J. Susanne Otto, Marisol K. Hunter, Niels Kj{\ae}rgaard and Amita B. Deb
Abstract要約: 空間分布プローブ光を用いた単一入出力(SIMO)構成で原子-光受信器のアレイを実装した。分散受信機構成のデータ容量は、$N$からなる配列に対して$textlog (1 + NtimestextSNR)$としてスケールされる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The data transfer capacity of a communication channel is limited by the Shannon-Hartley theorem and scales as $\text{log}_2(1 + \text{SNR})$ for a single channel with the power signal-to-noise ratio (SNR). We implement an array of atom-optical receivers in a single-input-multi-output (SIMO) configuration by using spatially distributed probe light beams. The data capacity of the distributed receiver configuration is observed to scale as $\text{log}_2(1 + N\times\text{SNR})$ for an array consisting of $N$ receivers. Our result is independent on the modulation frequency, and we show that such enhancement of the bandwidth cannot be obtained by a single receiver with a similar level of combined optical power. We investigate both theoretically and experimentally the origins of the single channel capacity limit for our implementation.
Abstract（参考訳）: 通信チャネルのデータ転送能力はシャノン=ハートレーの定理によって制限され、電力信号対雑音比(SNR)の単一チャネルに対して$\text{log}_2(1 + \text{SNR})$としてスケールされる。空間分布プローブ光を用いた単一入出力(SIMO)構成で原子-光受信器のアレイを実装した。分散受信機構成のデータ容量は、$n$受信機からなる配列に対して$\text{log}_2(1 + n\times\text{snr})$としてスケールする。本研究の結果は変調周波数に依存しないため、同じレベルの光パワーを持つ単一受信機では帯域幅の増大が得られないことを示す。実装における単一チャネル容量制限の起源を理論的および実験的に検討する。

関連論文リスト

Capacities of Entanglement Distribution From a Central Source [8.576752529284692]
絡み合いの分布は、量子情報処理と量子ネットワークの実現において必須の課題である。本研究では, 中心源がN粒子の絡み合った状態を準備し, それぞれの絡み合ったサブシステムをノイズのある量子チャネルを介してN受信機に送信するシナリオについて検討する。その後、受信機は、無制限の古典的通信の支援により、ノイズチャネル出力からターゲット絡み合った状態を蒸留するローカル操作を行うことができる。
論文参考訳（メタデータ） (2024-11-07T18:50:51Z)
Distributed Blind Source Separation based on FastICA [47.97358059404364]
本稿では,元の信号源の同定を目的とした分散独立成分分析(ICA)アルゴリズムを提案する。最もよく使われるICAアルゴリズムの1つはFastICAと呼ばれ、空間的な事前白化操作を必要とする。我々は、いわゆる分散適応信号融合フレームワークの特性を活用することにより、ネットワーク全体の事前白化の明確なステップを回避することができることを示す。
論文参考訳（メタデータ） (2024-10-24T19:27:05Z)
Transceiver designs to attain the entanglement assisted communications capacity [1.6694381776724387]
プリシェードの絡み合いは、高熱雑音と低輝度送信機状態における通信速度を著しく向上させることができる。本稿では,連続可変な事前共有絡み合いを生かした構造化量子トランシーバの設計法を提案する。
論文参考訳（メタデータ） (2022-08-16T22:37:20Z)
Deep Learning-Based Synchronization for Uplink NB-IoT [72.86843435313048]
狭帯域モノのインターネット(NB-IoT)における狭帯域物理ランダムアクセスチャネル(NPRACH)のデバイス検出と到着時刻推定のためのニューラルネットワーク(NN)に基づくアルゴリズムを提案する。導入されたNNアーキテクチャは、残余の畳み込みネットワークと、5Gニューラジオ(5G NR)仕様のプリアンブル構造に関する知識を利用する。
論文参考訳（メタデータ） (2022-05-22T12:16:43Z)
Reinforcement-learning calibration of coherent-state receivers on variable-loss optical channels [0.0]
可変透過率を有する量子光チャネル上で伝送される光コヒーレント状態に対する量子受信機の校正問題について検討する。チャネル透過率分布について,ケネディやドリナーなどのレガシ適応受信機の誤差確率を平均で最適化する。
論文参考訳（メタデータ） (2022-03-18T09:12:19Z)
Multi-Channel End-to-End Neural Diarization with Distributed Microphones [53.99406868339701]
EENDのTransformerエンコーダを,マルチチャネル入力を処理する2種類のエンコーダに置き換える。また,単一チャンネル記録のみを用いたモデル適応手法を提案する。
論文参考訳（メタデータ） (2021-10-10T03:24:03Z)
End-to-End Learning for Uplink MU-SIMO Joint Transmitter and Non-Coherent Receiver Design in Fading Channels [11.182920270301304]
JTRD-Netと呼ばれる新しいエンドツーエンド学習手法が提案され、マルチユーザシングルインプットマルチ出力(MU-SIMO)ジョイントトランスミッタとフェーディングチャネルにおける非コヒーレントレシーバー設計(JTRD)をアップリンクする。送信側は、マルチユーザー波形設計を担当する並列線形層のグループとしてモデル化されています。非コヒーレント受信機は、マルチユーザ検出(MUD)機能を提供するために、ディープフィードフォワードニューラルネットワーク(DFNN)によって形成される。
論文参考訳（メタデータ） (2021-05-04T02:47:59Z)
Model-Driven Deep Learning Based Channel Estimation and Feedback for Millimeter-Wave Massive Hybrid MIMO Systems [61.78590389147475]
本稿では,ミリ波(mmWave)システムのモデル駆動深層学習(MDDL)に基づくチャネル推定とフィードバック方式を提案する。無線周波数(RF)鎖の限られた数から高次元チャネルを推定するためのアップリンクパイロットオーバーヘッドを低減するために,位相シフトネットワークとチャネル推定器を自動エンコーダとして共同で訓練することを提案する。 MDDLに基づくチャネル推定とフィードバック方式は,最先端の手法よりも優れていることを示す。
論文参考訳（メタデータ） (2021-04-22T13:34:53Z)
Entanglement-assisted capacity regions and protocol designs for quantum multiple-access channels [11.889059726526781]
量子多重アクセスチャネルのエンタングルメントアシスト(EA)古典容量領域は、任意の数の送信者を持つ。光パラメトリック増幅器をベースとした4つの実用的な受信機の設計と解析を行った。テレポーテーションと超高密度符号化により、EA古典的通信の結果はEA量子通信に半分の速度で直接拡張できる。
論文参考訳（メタデータ） (2021-01-28T18:27:50Z)
Learning to Beamform in Heterogeneous Massive MIMO Networks [48.62625893368218]
大規模マルチインプット多重出力(MIMO)ネットワークにおいて最適なビームフォーマを見つけることはよく知られている問題である。本稿では,この問題に対処するための新しい深層学習に基づく論文アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-11-08T12:48:06Z)
Deep Learning Based Antenna Selection for Channel Extrapolation in FDD Massive MIMO [54.54508321463112]
大規模なマルチインプット多重出力(MIMO)システムでは、多数のアンテナが正確なチャネル状態情報を取得する上で大きな課題となる。ニューラルネットワーク(NN)を用いて、アップリンクとダウンリンクチャネルデータセット間の固有の接続を捕捉し、アップリンクチャネル状態情報のサブセットからダウンリンクチャネルを外挿する。アンテナサブセット選択問題について検討し、最高のチャネル外挿を実現し、NNのデータサイズを小さくする。
論文参考訳（メタデータ） (2020-09-03T13:38:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。