MétaCan
Menu
Retour à la cohorte
Enregistrement W2024444620 · doi:10.1364/oe.21.019097

VCSEL-powered and polarization-maintaining fiber-optic grating vector rotation sensor

2013· article· en· W2024444620 sur OpenAlexaff
Tuan Guo, Fu Liu, Fa Du, Zhaochuan Zhang, Chunjie Li, Bai‐Ou Guan, Jacques Albert

Notice bibliographique

RevueOptics Express · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésOpticsFiber Bragg gratingMaterials sciencePolarization-maintaining optical fiberFiber optic sensorFiber laserOrthogonal polarization spectral imagingOptical fiberOptoelectronicsLaserPhysics

Résumé

récupéré en direct d'OpenAlex

A compact fiber-optic vector rotation sensor in which a short section of polarization-maintaining (PM) fiber stub containing a straight fiber Bragg grating (FBG) is spliced to another single mode fiber without any lateral offset is proposed and experimentally demonstrated. Due to the intrinsic birefringence of the PM fiber, two well-defined resonances (i.e. orthogonally polarized FBG core modes) with wavelength separation of 0.5 nm have been achieved in reflection, and they exhibit a high sensitivity to fiber rotation. Both the orientation and the angle of rotation can be determined unambiguously via simple power detection of the relative amplitudes of the orthogonal core reflections. Meanwhile, instead of using a broadband source (BBS), the sensor is powered by a commercial vertical cavity surface emitting laser (VCSEL) with the laser wavelength matched to the PM-FBG core modes, which enables the sensor to work at much higher power levels (~15 dB better than BBS). This improves the signal-to-noise ratio considerably (~50 dB), and makes a demodulation filter unnecessary. Vector rotation measurement with a sensitivity of 0.09 dB/deg has been achieved via cost-effective single detector real time power measurement, and the unwanted power fluctuations and temperature perturbations can be effectively referenced out.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207