arXivDaily arXiv每日学术速递 周一至周五更新
arXiv 2407.09006eess.SPcs.ITmath.IT
收藏

用于概率幅度整形的基于扰动的序列选择

Perturbation-based Sequence Selection for Probabilistic Amplitude Shaping

Mohammad Taha Askari, Lutz Lampe

AI总结:

本研究提出了一种用于概率幅度整形的符号依赖型序列选择度量及对应的信噪比增益预测方法,在单偏振256-QAM长距光纤传输场景下实现了0.5 dB的SNR增益。

摘要:

我们提出了一种实用的、依赖符号的概率幅度整形序列选择度量,并提出了一种简单方法来预测序列选择的信噪比(SNR)增益。该度量在长距离光纤链路上的单偏振256-QAM传输中可提供0.5 dB的SNR增益。

英文摘要:

We introduce a practical sign-dependent sequence selection metric for probabilistic amplitude shaping and propose a simple method to predict the gains in signal-to-noise ratio (SNR) for sequence selection. The proposed metric provides a $0.5$ dB SNR gain for single-polarized 256-QAM transmission over a long-haul fiber link.

机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。

↑