⚡ electrical engineering

Accurate Multi-perturbation Localization in Optical Fibers with Polarization-based Forward Sensing

Dit artikel presenteert een op polarisatie gebaseerde forward sensing-methode die meerdere gelijktijdige verstoringen in optische vezels nauwkeurig lokaliseert door ontvangen polarisaties op twee golflengten kruis te correleren en pieken te interpoleren, waarbij een mediaan fout van 3,5 meter wordt bereikt voor vijf verstoringen in een 10 GSa/s numeriek model.

Oorspronkelijke auteurs: Lampros Lanaras, Rick M. Butler, Christian Häger, Alex Alvarado

Gepubliceerd 2026-08-05

📖 3 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Lampros Lanaras, Rick M. Butler, Christian Häger, Alex Alvarado

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je een gigantisch, onzichtbaar spinnenweb voor dat kilometers ver reikt, gemaakt niet van zijde maar van glazen draden die glasvezels worden genoemd. Deze draden zijn de snelwegen van het internet en vervoeren onze video's, berichten en kattenfilmpjes met de snelheid van het licht. Maar soms botst er iets tegen het web aan. Misschien graaft een bouwploeg in de buurt, valt er een boomtak om, of krabt een nieuwsgierig dier aan de kabel. Wanneer dit gebeurt, wordt het licht dat door de vezel reist "gejosteld", waarbij de richting of de draaiing verandert op een manier die ons vertelt dat er iets is gebeurd.

Wetenschappers willen al lang precies weten waar langs de vezel deze botsing heeft plaatsgevonden. De oude manier om dit te doen is als schreeuwen in een tunnel en luisteren naar een echo; het werkt, maar het vereist enorme, dure apparatuur die fungeert als een gigantisch, gevoelig oor aan het begin van de lijn. Een nieuwer, goedkoper idee is om naar het licht te kijken dat aan het andere uiteinde naar buiten komt. Denk aan het licht als een tol. Als je de vezel een tik geeft, raakt de draaiing van de tol verstoord. Door te kijken hoe de draaiing verandert, kun je zien dat er een verstoring heeft plaatsgevonden. Maar hier komt het lastige deel: als je de vezel op twee plaatsen tegelijk een tik geeft, of als de vezel erg lang is, is het also al proberen uit te zoeken welke van de twee draaiende tollen is geraakt en precies waar, enkel door te kijken naar de uiteindelijke wiebel. Het is een rommelige puzzel waarbij de aanwijzingen waziger worden naarmate ze verder reizen.

Dit artikel pakt deze rommelige puzzel aan. De auteurs, werkend met computermodellen van glasvezel, hebben een slimme nieuwe truc ontwikkeld om tegelijkertijd meerdere botsingen met ongelooflijke precisie te vinden. In plaats van alleen naar het licht op één kleur (golflengte) te kijken, sturen ze twee verschillende kleuren licht tegelijkertijd door de vezel. Omdat verschillende kleuren met een iets andere snelheid door glas reizen, arriveert de "verstoring" veroorzaakt door een botsing op een iets ander tijdstip bij de ontvanger voor elke kleur. Het is alsof twee hardlopers samen aan een race beginnen maar een fractie van een seconde later finishen; die kleine kloof vertelt je precies hoe ver ze hebben gerend.

De grote innovatie van het team is hoe ze met de gegevens omgaan. Eerdere methoden waren alsof je probeert de finishlijn te raden door alleen naar de baan te kijken bij specifieke, met tussenpozen geplaatste markeringen (zoals elke 10 meter). Als de loper tussen de markeringen finishte, moest je gokken, wat leidde tot fouten. Deze nieuwe methode gebruikt een wiskundige "zoomlens" genaamd interpolatie. Het kijkt naar de wazige plekken tussen de markeringen en past een vloeiende curve aan om de exacte finishtijd te raden, zelfs als deze niet precies op een getal valt. Door dit te combineren met een detector die meerdere "finishlijnen" tegelijkertig kan detecteren, simuleerden ze een 50 kilometer lange vezel en bepaalden ze succesvol de locatie van vijf verschillende botsingen die gelijktijdig plaatsvonden. In hun computersimulaties vonden ze de locatie van deze botsingen met een mediane fout van slechts 3,5 meter. Hoewel dit een simulatie is en nog geen test in de echte wereld, suggereert het een manier om standaard internetontvangers te veranderen in supernauwkeurige sensoren die precies kunnen in kaart brengen waar de vezel wordt aangeraakt, en dat allemaal zonder de noodzaak voor dure, gespecialiseerde hardware.

Technische Samenvatting: Nauwkeurige lokalisatie van multi-perturbaties in optische vezels met op polarisatie gebaseerde forward sensing

Probleemstelling
Distributed Acoustic Sensing (DAS) lokaliseert effectief vezelperturbaties met behulp van backscatter-fase, maar is afhankelijk van dure apparatuur. Een alternatief, forward polarisatie sensing, monitort de State of Polarization (SOL) van voortplantende golven bij de ontvanger. Terwijl externe perturbaties de geometrie van de dwarsdoorsnede van de vezel veranderen en de SOP verstoren, missen standaard coherente ontvangers de inherente lokalisatiecapaciteit van DAS. Eerdere gedistribueerde forward sensing-schema's [3–5] maakten gebruik van chromatische dispersie (CD) om perturbaties te lokaliseren door SOP-variaties te observeren bij verschillende golflengten met een door CD veroorzaakte vertraging. Deze bestaande methoden kampen echter met twee primaire beperkingen: ze kunnen doorgaans slechts één perturbatie tegelijk detecteren, en hun lokalisatieresolutie is strikt beperkt door de bemonsteringssnelheid van de ontvanger. Zo rapporteerden eerdere werken gemiddelde fouten variërend van minder dan 25 meter tot kilometers, sterk afhankelijk van de bemonsteringsfrequenties (bijv. 32 GSa/s vs. 100 MSa/s).

Methodologie
De auteurs stellen een post-processing methode voor om de single-perturbatie aanpak van [3, 4] uit te breiden naar het afhandelen van meerdere gelijktijdige perturbaties met een hoge resolutie, zonder dat hogere bemonsteringssnelheden vereist zijn. De kernmethodologie omvat:

Voortplantingsmodellering: De vezel wordt gemodelleerd met de coarse-step methode, waarbij een vezellengte- $L$ wordt verdeeld in secties waar willekeurige unitaire matrices de SOP verstoren. Perturbaties worden gemodelleerd als plotselinge veranderingen in de scrambling-matrix op specifieke secties. Het model houdt rekening met CD, attenuatie en versterkerruis, maar sluit Kerr-nietlineariteit en polarisatieafhankelijke verliezen uit.
SOP Angular Speed (SOPAS) Extractie: Het systeem verzendt twee draaggolven bij respectievelijke golflengten $\lambda_1$ en $\lambda_2$ . Bij een perturbatie plant de SOP-verandering zich naar de ontvanger voort met verschillende groepssnelheden ( $v_{g1} < v_{g2}$ ), wat een tijdsvertraging $t_1 - t_2$ creëert die proportioneel is aan de afstand van de perturbatie tot de ontvanger. De ontvanger berekent de SOP angular speed (SOPAS), $a_m[l]$ , voor elke golflengte om deze fluctuaties te detecteren.
Cross-correlatie en Multi-Peak Detectie: De SOPAS-signalen van de twee golflengten worden gecorreleerd via cross-correlatie ( $R[l] = a_1[l] \star a_2[l]$ ). Terwijl een enkele perturbatie één piek oplevert, genereren meerdere perturbaties meerdere pieken. De auteurs gebruiken een multi-peak detector die alle lokale maxima in $R[l]$ identificeert die een drempelwaarde overschrijden op basis van de median absolute deviation van het signaal.
Interpolatie voor Sub-Sample Nauwkeurigheid: Om de resolutiebeperking opgelegd door discrete bemonstering ( $\Delta t_{wave}$ ) te overwinnen, passen de auteurs een parabolische interpolatie toe op de drie monsters rondom elke gedetecteerde piek. Door een parabool aan te passen en het analytische maximum te berekenen, schat het systeem de vertraging $t_1 - t_2$ in op niet-gehele veelvouden van de bemonsteringsperiode, wat de kwantiseringsfout aanzienlijk vermindert.

Belangrijkste Bijdragen

Multi-perturbatie Capaciteit: Dit is de eerste forward sensing-methode die een arbitraal aantal gelijktijdige perturbaties lokaliseert met behulp van CD en SOP.
Resolutieverbetering via Interpolatie: Het artikel introduceert een parabolische interpolatietechniek toegepast op de cross-correlatiepieken. Dit maakt lokalisatievertragingen mogelijk op niet-gehele bemonsteringsintervallen, waardoor de lokalisatie-nauwkeurigheid wordt ontkoppeld van de bemonsteringssnelheid.
Robuust Detectiealgoritme: Een drempelwaarde-schema gebaseerd op de median absolute deviation wordt gebruikt om vals positieven te filteren, terwijl het rekening houdt met de verhoogde ruisvloer veroorzaakt door meerdere gelijktijdige perturbaties.

Resultaten
De methode werd gevalideerd met numerieke simulaties van een 50 km single-span vezel met twee C-band draaggolven bemonsterd op 10 GSa/s.

Enkele Perturbatie: Voor een enkele perturbatie verminderde de voorgestelde interpolatiemethode de mediane lokalisatiefout met een factor 8,1 vergeleken met de niet-geinterpoleerde methode uit [3, 4]. Bij een golflengteseparatie ( $\lambda_2 - \lambda_1$ ) van 35 nm was de mediane fout 2,33 m. De foutprestaties bleven consistent met de theoretische verwachtingen afgeleid van kwantiseringslimieten, maar toonden een lichte toename in gevoeligheid voor versterkerruis vergeleken met de discrete methode.
Meerdere Perturbaties: Het systeem lokaliseerde succesvol tot vijf gelijktijdige perturbaties. Bij vijf perturbaties steeg de mediane lokalisatiefout naar 3,5 m, met een interkwartielbereik (IQR) van 7,5 m. De true positive (TP) ratio bleef boven de 90% voor tot drie perturbaties; echter, naarmate het aantal perturbaties toenam, groeide de ruis in het cross-correlatiesignaal, wat leidde tot een hoger aantal vals negatieven door het adaptieve drempelwaarde-mechanisme.

Betekenis en Claims
De auteurs claimen dat hun werk aantoont dat het haalbaar is om meerdere gelijktijdige vezelperturbaties nauwkeurig te lokaliseren met standaard coherente ontvangers en C-band golflengten, waarbij een mediane fout van 3,5 m wordt bereikt zonder dat hoge bemonsteringssnelheden vereist zijn. Het artikel positioneert dit als een belangrijke stap voorwaarts in forward sensing, waarbij men verder gaat dan single-event detectie naar ruimtelijke profilering van meerdere verstoringen. De auteurs suggereren dat de methode in coherente ontvangers kan worden geïmplementeerd om ruimtelijke perturbatieprofielen aan te wijzen. Zij merken bescheiden op dat toekomstig werk meer gedetailleerde vezelmodellen en experimentele validatie zal omvatten, waarbij mogelijk ook andere soorten perturbaties worden overwogen dan de hier gemodelleerde instantane willekeurige scramblers.

Meer zoals dit