MétaCan
Menu
Retour à la cohorte
Enregistrement W1507863016 · doi:10.1109/lpt.2015.2455525

Frequency Response Enhancement by Periodical Nonuniform Sampling in Distributed Sensing

2015· article· en· W1507863016 sur OpenAlexaff
Qian He, Tao Zhu, Jin Zhou, Dongmei Diao, Xiaoyi Bao

Notice bibliographique

RevueIEEE Photonics Technology Letters · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésReflectometryOptical time-domain reflectometerFrequency responseDistributed acoustic sensingOptical fiberFiber optic sensorOpticsSampling (signal processing)Frequency domainRange (aeronautics)Dynamic rangeFiberTime domainElectronic engineeringMaterials scienceComputer sciencePhysicsPolarization-maintaining optical fiberEngineeringElectrical engineeringDetector

Résumé

récupéré en direct d'OpenAlex

The sensing fiber length and the use of averaging methods limit the maximum detectable frequency response range of vibration in phase-sensitive optical time domain reflectometry (φ-OTDR), especially for long-haul monitoring. We propose a method to significantly extend the frequency response range of φ-OTDR systems by impressing vibration signals on a set of backscattering signals that are carried by different wavelengths within one measurement interval. The sampled traces are recombined into a trace group using a time multiplexing method, leading to higher effective sampling rate at each sensing point on the sensing fiber, which allows for a larger frequency response range. In experiments, two pulses carried by different wavelengths with a time delay of 0.75 μs are launched into a 3024-m long sensing fiber, and frequency response range of 30 kHz is realized. The system can overcome the tradeoff between the frequency response range and the sensing fiber length.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,242
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Photonics Technology LettersMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207