The Sensitivity Enhancement of Fiber-Based Bragg Sensors with Resonant Nano-Scale Coatings
Notice bibliographique
Résumé
Fibre Bragg grating sensors have emerged as a simple, inexpensive, accurate, sensitive and reliable platform, a viable alternative to the traditional bulkier optical sensor platforms. In this work we present an extensive theoretical analysis of the tilted fibre Bragg grating sensor (TFBG) with a particular focus on its polarization-dependent properties. We have developed a highly efficient computer model capable of providing the full characterization of the TFBG device in less then $3$~minutes for a given state of incident light polarization. As a result, the polarization-dependent spectral response, the field distribution at the sensor surface as well as the fine structure of particular resonances have become accessible for theoretical analysis. As a part of this computer model we have developed a blazingly fast full-vector complex mode solver, capable of handling cylindrical waveguides of an arbitrary complex refractive index profile. Along with the theoretical study we have investigated optical properties of the TFBG sensor with application to polarisation-resolved sensing. We proposed a new method of the TFBG data analysis based on tracking the grating transmission spectra along its principle axes, which were extracted from the Jones matrix. In this thesis we also propose a new method of enhancing the TFBG sensor refractometric sensitivity limits, based on resonant coupling between the TFBG structure resonances and the local resonances of nanoparticles deposited on the sensor surface. The $3.5$-fold increase in the TFBG sensor sensitivity was observed experimentally.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».