Fugu-MT 論文翻訳(概要): FrFT based estimation of linear and nonlinear impairments using Vision Transformer

論文の概要: FrFT based estimation of linear and nonlinear impairments using Vision Transformer

arxiv url: http://arxiv.org/abs/2308.13575v1
Date: Fri, 25 Aug 2023 09:59:35 GMT
ステータス: 処理完了
システム内更新日: 2023-08-29 20:27:52.183659
Title: FrFT based estimation of linear and nonlinear impairments using Vision Transformer
Title（参考訳）: ビジョントランスを用いた線形・非線形障害のFrFTによる推定
Authors: Ting Jiang, Zheng Gao, Yizhao Chen, Zihe Hu, Ming Tang
Abstract要約: 非線形信号対雑音比(SNRNL)、光信号対雑音比(OSNR)、色分散(CD)、差分群遅延(DGD)の4つの重要な障害を共同で評価することが不可欠である。提案手法は,光学性能モニタリング(OPM)分野における顕著な進歩を示すとともに,広い範囲にわたる線形および非線形障害の正確な推定を実現する。
参考スコア（独自算出の注目度）: 10.615067455093516
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: To comprehensively assess optical fiber communication system conditions, it is essential to implement joint estimation of the following four critical impairments: nonlinear signal-to-noise ratio (SNRNL), optical signal-to-noise ratio (OSNR), chromatic dispersion (CD) and differential group delay (DGD). However, current studies only achieve identifying a limited number of impairments within a narrow range, due to limitations in network capabilities and lack of unified representation of impairments. To address these challenges, we adopt time-frequency signal processing based on fractional Fourier transform (FrFT) to achieve the unified representation of impairments, while employing a Transformer based neural networks (NN) to break through network performance limitations. To verify the effectiveness of the proposed estimation method, the numerical simulation is carried on a 5-channel polarization-division-multiplexed quadrature phase shift keying (PDM-QPSK) long haul optical transmission system with the symbol rate of 50 GBaud per channel, the mean absolute error (MAE) for SNRNL, OSNR, CD, and DGD estimation is 0.091 dB, 0.058 dB, 117 ps/nm, and 0.38 ps, and the monitoring window ranges from 0~20 dB, 10~30 dB, 0~51000 ps/nm, and 0~100 ps, respectively. Our proposed method achieves accurate estimation of linear and nonlinear impairments over a broad range, representing a significant advancement in the field of optical performance monitoring (OPM).
Abstract（参考訳）: 光ファイバ通信システムの条件を総合的に評価するには,非線形信号対雑音比 (snrnl), 光信号対雑音比 (osnr), 色分散 (cd), 差動群遅延 (dgd) という4つの重要な障害の同時推定を行うことが不可欠である。しかし、現在の研究では、ネットワーク能力の制限と障害の統一的な表現の欠如により、限られた範囲内で限られた数の障害を特定するのみである。これらの課題に対処するため,分数フーリエ変換(FrFT)に基づく時間周波数信号処理を用いて障害の統一表現を実現し,Transformerベースのニューラルネットワーク(NN)を用いてネットワーク性能の限界を突破する。提案手法の有効性を検証するため,snnl,osnr,cd,dgdの平均絶対誤差(mae)は0.091 db,0.058 db,117 ps/nm,038 ps,0~20 db,10~30 db,0~51000 ps/nm,0~100 psの5チャネル偏波多重化二次位相シフトキー方式(pdm-qpsk)を用いた数値シミュレーションを行った。提案手法は,光学性能モニタリング(OPM)の分野における顕著な進歩を示すとともに,広い範囲にわたる線形および非線形障害の正確な推定を実現する。

関連論文リスト

Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
非視線画像(NLOS)は、その潜在的な応用により注目されている。既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
論文参考訳（メタデータ） (2024-09-21T04:39:45Z)
Power-Efficient Indoor Localization Using Adaptive Channel-aware Ultra-wideband DL-TDOA [7.306334571814026]
本稿では,低消費電力チャネル対応動的周波数DL-TDOAレンジリングアルゴリズムの提案と実装を行う。畳み込みニューラルネットワーク(CNN)、ダイナミックレンジング周波数制御モジュール、IMUセンサベースのレンジングフィルタに基づくNLOS確率予測器を備える。
論文参考訳（メタデータ） (2024-02-16T09:04:04Z)
Optimization Guarantees of Unfolded ISTA and ADMM Networks With Smooth Soft-Thresholding [57.71603937699949]
我々は,学習エポックの数の増加とともに,ほぼゼロに近いトレーニング損失を達成するための最適化保証について検討した。トレーニングサンプル数に対する閾値は,ネットワーク幅の増加とともに増加することを示す。
論文参考訳（メタデータ） (2023-09-12T13:03:47Z)
Dilated convolutional neural network for detecting extreme-mass-ratio inspirals [8.809900732195281]
本稿では,周波数領域におけるシーケンスモデリングによるEMRI信号検出に着目したエンドツーエンドモデルDECODEを提案する。我々は,SNRを50～120に蓄積した1年間のデータから,真正の96.3%を偽正の1%で達成した。
論文参考訳（メタデータ） (2023-08-31T03:16:38Z)
Signal Detection in MIMO Systems with Hardware Imperfections: Message Passing on Neural Networks [101.59367762974371]
本稿では,Multi-Input-multiple-output (MIMO)通信システムにおける信号検出について検討する。パイロット信号が限られているディープニューラルネットワーク(DNN)のトレーニングは困難であり、実用化を妨げている。我々は、ユニタリ近似メッセージパッシング(UAMP)アルゴリズムを利用して、効率的なメッセージパッシングに基づくベイズ信号検出器を設計する。
論文参考訳（メタデータ） (2022-10-08T04:32:58Z)
Convolutional Neural Networks for Reflective Event Detection and Characterization in Fiber Optical Links Given Noisy OTDR Signals [0.0]
本稿では,畳み込みニューラルネットワーク(CNN)に基づく新しいデータ駆動手法を提案する。シミュレーションでは,SNR値が低い場合でも,誤報率の低い検出能力と位置決め精度の向上を実現した。
論文参考訳（メタデータ） (2022-03-19T09:20:40Z)
Optical Fiber Fault Detection and Localization in a Noisy OTDR Trace Based on Denoising Convolutional Autoencoder and Bidirectional Long Short-Term Memory [0.0]
提案手法は,デノナイズド・コンボリューション・オートエンコーダ (DCAE) と双方向長短期メモリ (BiLSTM) を組み合わせたものである。提案手法は,5dBから15dBまでの入力SNRレベルが異なる雑音のOTDR信号に適用する。 BiLSTMは、ノイズOTDR信号で訓練された同じモデルの性能と比較して、13.74%の改善により96.7%の高い検出精度と診断精度を達成している。
論文参考訳（メタデータ） (2022-03-19T08:37:40Z)
Transfer Learning for Fault Diagnosis of Transmission Lines [55.971052290285485]
事前学習されたLeNet-5畳み込みニューラルネットワークに基づく新しい伝達学習フレームワークを提案する。ソースニューラルネットワークから知識を転送して、異種ターゲットデータセットを予測することで、異なる伝送ラインの長さとインピーダンスの障害を診断することができる。
論文参考訳（メタデータ） (2022-01-20T06:36:35Z)
Classification of Common Waveforms Including a Watchdog for Unknown Signals [9.928597392387186]
受信信号サンプルの分類に深層パーセプトロンモデルを用いた場合について検討する。深層CNNアーキテクチャを持つオートエンコーダについても検討し,未知の波形タイプの新しい第5の分類カテゴリを作成する。
論文参考訳（メタデータ） (2021-08-16T20:36:46Z)
SignalNet: A Low Resolution Sinusoid Decomposition and Estimation Network [79.04274563889548]
本稿では,正弦波数を検出するニューラルネットワークアーキテクチャであるSignalNetを提案する。基礎となるデータ分布と比較して,ネットワークの結果を比較するための最悪の学習しきい値を導入する。シミュレーションでは、我々のアルゴリズムは常に3ビットデータのしきい値を超えることができるが、しばしば1ビットデータのしきい値を超えることはできない。
論文参考訳（メタデータ） (2021-06-10T04:21:20Z)
Power Control for a URLLC-enabled UAV system incorporated with DNN-Based Channel Estimation [82.16169603954663]
この手紙は、ディープニューラルネットワーク(DNN)に基づくチャネル推定を組み込んだ超信頼性低遅延通信(URLLC)有効無人航空機(UAV)システムの電力制御に関するものである。
論文参考訳（メタデータ） (2020-11-14T02:31:04Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。