MétaCan
Menu
Retour à la cohorte
Enregistrement W2889802030 · doi:10.1364/ol.43.004679

150  km fast BOTDA based on the optical chirp chain probe wave and Brillouin loss scheme

2018· article· en· W2889802030 sur OpenAlexaff
Yongkang Dong, Benzhang Wang, Chao Pang, Dengwang Zhou, Dexin Ba, Hongying Zhang, Xiaoyi Bao

Notice bibliographique

RevueOptics Letters · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Science Foundation of Heilongjiang ProvinceNational Natural Science Foundation of China
Mots-clésBrillouin zoneBrillouin scatteringChirpOpticsPhysicsSingle-mode optical fiberOptical fiberLaser

Résumé

récupéré en direct d'OpenAlex

Distributed long-range Brillouin optical time domain analysis (BOTDA) is an extremely time-consuming sensing scheme, which requires frequency mapping of the Brillouin spectrum and a large number of average times. Here, we propose a fast long-range BOTDA based on the optical chirp chain (OCC) probe wave and Brillouin loss scheme. The OCC-modulated probe wave is enabled by cascading fast-frequency-changing microwave chirp segments head-to-tail, which covers a large frequency range around the anti-Stokes frequency relative to the pump wave. The combination of the OCC technique and Brillouin loss scheme provides several advantages, i.e., fast measurement, a high Brillouin threshold, no additional amplification scheme, and freedom from the nonlocal effect. In the experiment, 6 m spatial resolution, 3.2 s measurement time, and 3 MHz measurement precision were achieved over a 150 km single-mode 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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil0,896

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
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

Citations66
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207