MétaCan
Menu
← Retour à la cohorte
Enregistrement W2072149876 · doi:10.1117/12.778921

All-optical bandpass microwave filter based on a superstructured fiber Bragg grating with equivalent chirp

2007· article· en· W2072149876 sur OpenAlexaff
Sébastien Blais, Jianping Yao

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFiber Bragg gratingChirpOpticsBand-pass filterMaterials scienceMicrowaveOptical filterPhase (matter)Phase modulationOptical fiberOptoelectronicsPhysicsPhase noiseTelecommunicationsLaserComputer science

Résumé

récupéré en direct d'OpenAlex

An all-optical bandpass microwave filter that is implemented using an optical phase modulator and equivalent-chirped superstructured fiber Bragg gratings (SFBGs) to generate negative coefficients is presented in this paper. It is well known that SFBGs, also called sampled FBGs, contain many Fourier orders in their spectrum. By appropriately chirping the period of the sampling function of the SFBG, it is possible to achieve an equivalent chirp in the +1 and the -1 orders. This method allows the fabrication of FBGs with different equivalent chirp rates by using a single uniform phase mask. While other methods to create chirped FBGs require multiple phase masks or variable tension on the optical fiber during the FBG writing process, the use of SFBGs eases the requirements for the fabrication of specific phase and amplitude responses. This is achieved by tailoring the sampling function of the SFBG instead of the Bragg period of the phase mask. In this paper, a two-tap all-optical bandpass microwave filter is demonstrated by using an equivalent-chirped SFBG. The negative coefficients of the filter are realized by exploiting the characteristics of the phase-modulation-to-intensity-modulation (PM-IM) conversion in the CFBG.

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 seuil0,003

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,224
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 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE→Même sujetAdvanced Fiber Optic Sensors→Travaux en français237 207→