Distributed time delay sensing in a random fiber grating array based on chirped pulse φ-OTDR
Notice bibliographique
Résumé
A high-precision distributed time delay measurement in a chirped pulse phase optical time domain reflectometry (CP <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"> <mml:mi>φ</mml:mi> </mml:math> -OTDR) system based on a random fiber grating array is proposed and demonstrated, in which a temperature-induced refractive index and fiber dimension change associated time delay could be measured for distributed temperature sensing. The random fiber grating array includes many inscribed refractive index change locations at periods of sub-micron. When laser pulses are launched into the fiber grating, the backscattered light possesses many unique localized speckle patterns at different locations. These patterns change with temperature, and hence the backscattering spectral response will change accordingly. By measuring the localized speckle pattern change due to the change of the temperature over the chirped pulse spectrum and performing cross-correlation calculation, we can realize distributed temperature measurements in real time using a megahertz bandwidth distributed feedback laser. Unlike a conventional <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"> <mml:mi>φ</mml:mi> </mml:math> -OTDR sensing system which measures a distributed phase change along the fiber using an ultra-narrow linewidth laser, the distributed time delay presented in this Letter is directly measured in real time. It is shown that the time-resolved localized pattern trace is stable with very small fluctuation, thanks to the enhanced inhomogeneity and reflectivity. The minimum detectable temperature variation is about 0.028°C at meter order of magnitude spatial resolution.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».