MétaCan
Menu
Retour à la cohorte
Enregistrement W1502697192 · doi:10.1109/ofc.1998.657153

Evaluation of transmission dispersion characteristics of nonuniform gratings for DWDM systems

2002· article· en· W1502697192 sur OpenAlexaff
J.S. Sipe, Benjamin J. Eggleton, T.A. Strasser

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWavelength-division multiplexingOpticsFiber Bragg gratingGratingApodizationMultiplexerOptical add-drop multiplexerChannel spacingMultiplexingDispersion (optics)Transmission (telecommunications)Materials scienceComputer scienceWavelengthElectronic engineeringPhysicsOptical performance monitoringTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Summary form only given. In their role as optical add-drop multiplexers for channel-specific routing in optical networks, as well as in their use as clean-up filters to reduce network crosstalk, fiber Bragg gratings will provide an important enabling technology for dense wavelength-division multiplexed (DWDM) communication systems. While grating-based filters have strong reflectivities over narrow frequency ranges, especially when apodization is used to reduce out-of-band reflections, dispersion is still present in the wings of the grating spectrum where the transmission is essentially unity. Because in a DWDM network a given channel may pass numerous adjacent gratings during propagation, the degradation of the signal due to the dispersion of the fiber gratings could limit the bit rate or transmission distance achievable. With the advent of grating structures with engineered profiles, it becomes important to be able to estimate fiber grating dispersion in the wings of arbitrarily designed grating so that various system parameters can be varied to achieve optimum performance. In this paper, we analyze theoretically and experimentally the dispersion in the wings of such gratings and derive asymptotic expression, which should find use in system designs involving many gratings.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,296

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,244
Écart entre enseignants0,213 · 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

Citations3
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Fiber Optic SensorsTravaux en français237 207