Enhancement of Rayleigh scatter in optical fiber by simple UV treatment: an order of magnitude increase in distributed sensing sensitivity
Notice bibliographique
Résumé
Rayleigh scatter in optical fiber communication systems has long been considered a nuisance as a loss mechanism, although applications have used such scatter to probe the fiber for faults and propagation loss using time domain reflectometry (OTDR). It is however only with the development of Frequency domain reflectometry (OFDR) and coherent-phase OTDR that Rayleigh scatter has been probed to its deepest and can now be used to measure strain and temperature along a fiber, leading to the first distributed sensing applications. However, Rayleigh scatter remains very weak giving rise to very small signals which limits the technique for sensing. We show here a new technique to significantly enhance the Rayleigh scatter signal by at least two orders of magnitude, in a standard optical fiber with simple UV exposure of the core. A study of various exposures with different types of fibers has been conducted and a phenomenological description developed. We demonstrate that such an increase in signal can enhance the temperature and strain sensitivity by an order of magnitude for distributed sensing with an OFDR technique. Such improved performance can lead to temperature/strain RMS noise levels of 6 mK and 50 nε for 1 cm spatial resolution in UV exposed SMF-28, compared to the typical noise level of 100 mK for the same spatial resolution in the similar unexposed fiber.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».