Non-linear frequency tuning of long-wavelength VCSELs: phenomenological description
Notice bibliographique
Résumé
We have approximated with second-order polynomials the frequency tuning curves of long-wavelength single-mode VCSELs operating near 1654 and 1512 nm. Fitting coefficients were calculated using experimental data on injection currents and heat sink temperatures required to tune lasers to frequency markers generated by gas absorption lines. To measure temperature tuning rates, we tuned the lasers by temperature sequentially to pairs of absorption lines with known frequency separations. To determine fitting coefficients associated with linear and non-linear frequency tuning, we varied the laser injection currents and temperatures simultaneously in such a way that made a laser emit exactly the same frequency. Linear and non-linear tuning coefficients were then calculated from the data on effects of relatively small and large variation of laser operation parameters on laser frequency. Lasers were calibrated by tuning them on narrow absorption lines with frequencies accurately known from previous studies. The simulated tuning curves were demonstrated to fit frequency markers generated over spectral intervals up to 40 cm<sup>-1</sup> with an accuracy of ± 0.10 cm<sup>-1</sup>(1654-nm laser) and ± 0.15 cm<sup>-1</sup> (1512-nm laser). A temperature dependence of injection current tuning rates of the 1654-nm laser was determined from the best fits of simulated tuning curves to a series of CO<sub>2</sub> absorption lines in the whole operation temperature range of the laser (0 - 50 °C). A simple and accurate method developed to describe tuning properties of long-wavelength VCSELs can be applied to quantitatively characterize any narrow-linewidth tunable laser.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».