MétaCan
Menu
Retour à la cohorte
Enregistrement W2156357365 · doi:10.1109/jlt.2008.2010561

Chirped Microwave Pulse Generation Based on Optical Spectral Shaping and Wavelength-to-Time Mapping Using a Sagnac Loop Mirror Incorporating a Chirped Fiber Bragg Grating

2009· article· en· W2156357365 sur OpenAlexaff
Chao Wang, Jianping Yao

Notice bibliographique

RevueJournal of Lightwave Technology · 2009
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésOpticsFiber Bragg gratingChirpUltrashort pulseMicrowaveFree spectral rangeFemtosecond pulse shapingPulse (music)Materials sciencePulse shapingPhysicsGratingWavelengthLaser

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose and demonstrate an approach to optically generating chirped microwave pulses with tunable chirp profile based on optical spectral shaping using a Sagnac loop filter incorporating a chirped fiber Bragg grating (CFBG) and linear wavelength-to-time mapping in a dispersive element. In the proposed approach, the optical power spectrum of an ultrashort optical pulse is shaped by a CFBG-incorporated Sagnac loop mirror that has a reflection spectral response with a linearly increasing or decreasing free spectral range. The spectrum-shaped optical pulse is then sent to a dispersive element to perform the linear wavelength-to-time mapping. A chirped microwave pulse with the pulse shape identical to that of the shaped spectrum is obtained at the output of a high-speed photodector. The central frequency and the chirp profile of the generated chirped microwave pulse can be controlled by simply tuning the time delay in the Sagnac loop mirror. A simple mathematical model to describe the chirped microwave pulse generation is developed. Numerical simulations and a proof-of-principle experiment are implemented to verify the proposed approach.

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 enseignants0,000
Score d'incertitude au seuil0,002

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

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 Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,240 · 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

Citations136
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207