MétaCan
Menu
Retour à la cohorte
Enregistrement W2158861463 · doi:10.1109/jlt.2011.2123081

Real-Time Interrogation of a Linearly Chirped Fiber Bragg Grating Sensor Based on Chirped Pulse Compression With Improved Resolution and Signal-to-Noise Ratio

2011· article· en· W2158861463 sur OpenAlexaff
Weilin Liu, Ming Li, Chao Wang, Jianping Yao

Notice bibliographique

RevueJournal of Lightwave Technology · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFiber Bragg gratingOpticsWaveformInterferometryPulse compressionChirpMaterials scienceFree spectral rangeFiber optic sensorSIGNAL (programming language)Spectral resolutionNoise (video)PhysicsWavelengthOptical fiberLaserSpectral lineComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

A novel approach to interrogating in real time a linearly chirped fiber Bragg grating (LCFBG) sensor based on spectral-shaping and wavelength-to-time (SS-WTT) mapping with improved interrogation resolution and signal-to-noise (SNR) ratio is proposed and experimentally demonstrated. The proposed system consists of a mode-locked laser source, an optical interferometer incorporating an LCFBG, and a dispersive element. The optical interferometer has a spectral response with an increasing free spectral range (FSR). The incorporation of the LCFBG in the interferometer would encode the sensing information in the spectral response as a change in the FSR. After SS-WTT mapping, a linearly chirped microwave waveform is obtained. The correlation of the linearly chirped microwave waveform with a chirped reference waveform would provide a sharp correlation peak with its position indicating the wavelength shift of the LCFBG. A theoretical analysis is carried out, which is validated by a numerical simulation and an experiment. The experimental results show that the proposed system can provide an interrogation resolution as high as 0.25 με at a speed of 48.6 MHz.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,278
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,202 · 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 tête enseignante, 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

Citations45
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lightwave TechnologyMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207