Nonlinear pulse compression of picosecond parabolic-like pulses synthesized with a long period fiber grating filter
Notice bibliographique
Résumé
tract: We demonstrate high quality pulse compression at high repetition rates by use of spectral broadening of short parabolic-like pulses in a normally-dispersive highly nonlinear fiber (HNLF) followed by linear dispersion compensation with a conventional SMF-28 fiber. The key contribution of this work is on the use of a simple and efficient long-period fiber grating (LPFG) filter for synthesizing the desired parabolic-like pulses from sech(2)-like input optical pulses; this all-fiber low-loss filter enables reducing significantly the required input pulse power as compared with the use of previous all-fiber pulse re-shaping solutions (e.g. fiber Bragg gratings). A detailed numerical analysis has been performed in order to optimize the system's performance, including investigation of the optimal initial pulse shape to be launched into the HNLF fiber. We found that the pulse shape launched into the HNLF is critically important for suppressing the undesired wave breaking in the nonlinear spectral broadening process. The optimal shape is found to be independent on the parameters of normally dispersive HNLFs. In our experiments, 1.5-ps pulses emitted by a 10-GHz mode-locked laser are first reshaped into 3.2-ps parabolic-like pulses using our LPFG-based pulse reshaper. Flat spectrum broadening of the amplified initial parabolic-like pulses has been generated using propagation through a commercially-available HNLF. Pulses of 260 fs duration with satellite peak and pedestal suppression greater than 17 dB have been obtained after the linear dispersion compensation fiber. The generated pulses exhibit a 20-nm wide supercontinuum energy spectrum that has almost a square-like spectral profile with >85% of the pulse energy contained in its FWHM spectral bandwidth.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».