Designing and fabrication a new gain equalizer for EDFA profile with Erbium Doped Ultra Long Period Grating
Publish place: National Conference on Electrical Engineering , Majlesi
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: English
View: 425
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCEEM01_001
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
A new kind of gain equalizer for amplified spontaneous emission (ASE) source based on Erbium doped fiber (EDF) is proposed and demonstrated by fabricating and writing two series Ultra-long period fiber grating (ULPFG) on Erbium doped fiber (EDF). The novelty method in this research is based on writing the two ULPFG as fat gratings. The LPG is written by a simple and available arc-discharge method. The pump power based on single-pass backward pump configuration is 100 mW and the average wavelength is near to 974 nm. The gain flattening profile is obtained by 4(±2) dB fluctuations in wavelength range between 1528 nm and 1564nm with 36 nm band width. The advantages of this method is simplicity the way of manufacturing.
Keywords:
Amplified Spontaneous Emission (ASE) Source , Erbium-Doped Fiber Amplifier (EDFA) , Gain Flattening Filter , Long-Period Fiber Grating (LPFG) , Fat Grating
Authors
Fereshteh Mohammadi Nafchi
Department of Electrical Engineering, Majlesi Branch, Islamic Azad University, Majlesi, Isfahan, Iran
Sharifeh Shahi
Dental biophotonics and laser Research Center (BDRC), Khorasgan (Isfahan) Branch, Islamic Azad University, Arghavanieh, Isfahan, Iran.
Mohammad Taha Shafaatifar
Department of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Isfahan, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :