Optical frequency domain reflectometry based on real-time Fourier transformation
Notice bibliographique
Résumé
We propose and demonstrate an ultrahigh-speed optical frequency domain reflectometry (OFDR) system based on optical frequency-to-time conversion by pulse time stretching with a linearly chirped fiber Bragg grating (LCFG). This method will be referred to as OFDR based on real-time Fourier transformation (OFDR-RTFT). In this approach, the frequency domain interference pattern, from which the desired axial depth profile is reconstructed, can be captured directly in the time-domain over the duration of a single stretched pulse, which translates into unprecedented axial line acquisition rates (as high as the input pulse repetition rate). We provide here a comprehensive, rigorous mathematical analysis of this new OFDR approach. In particular, we derive the main design equations of an OFDR-RTFT system in terms of its key performance parameters. Our analysis reveals the detrimental influence of nonlinear phase variations in the input optical pulse (including higher-order dispersion terms and group delay ripples introduced by the LCFG stretcher) on the system performance, e.g. achievable resolution. A simple and powerful method based on Hilbert transformation is successfully demonstrated to compensate for these detrimental phase distortions. We show that besides its potential to provide ultrahigh acquisition speeds (in the MHz range), LCFG-based OFDR-RTFT also offers the potential for performance advantages in terms of axial resolution, depth range and sensitivity. All these features make this approach particularly attractive for imaging applications based on optical coherence tomography (OCT). In our experiments, single-reflection depth profiles with nearly transform-limited approximately 92.8 mum (average) axial resolutions over a remarkable 18 mm depth range have been obtained from OFDR-RTFT interferograms, each one measured over a time window of approximately 50 ns at 20 MHz repetition rate. Improved sensitivities up to -61 dB have been achieved without using any balanced detection scheme.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».