关于光纤你要知道的那点事儿
现代光纤的特殊性源于上世纪50年代的研究。在上世纪50年代中,通过光纤传输可视化图像的研究和发展引起了医学领域的一些进步,随后它又应用到远距离照明和观察仪器上。
现代光纤的特殊性源于上世纪50年代的研究。在上世纪50年代中,通过光纤传输可视化图像的研究和发展引起了医学领域的一些进步,随后它又应用到远距离照明和观察仪器上。在1966年,Charles Kao和George Hockhan提出通过玻璃光纤传输信息,并且认识到降低线路衰减非常重要,这是它在应用时要解决的关键问题。
这促使光纤制造业开始研究如何减少光衰减。现在,这些衰减已经远远低于当前Kao和Hockham所设定的原始目标。
使用光纤的优势
由于光纤线缆具有低衰减高带宽的特性,因此这可用于实现比铜线更远距离的数据传输。在数据网络中,在不使用中继器的前提下可以实现长达2公里的传输。由于它们又很轻很小,因此它们也非常适合用于一些无法使用铜线的场合;通过使用多路复用器,一条光纤就可以替代上百条铜线网线。在一要细小玻璃丝上实现这种效果确实让人很惊叹,但是它对于数据行业的真正好处是它完全不受电磁干扰——事实上玻璃并不是导电体。
由于光纤不是导体,因此所有光纤线缆都可以用在需要绝缘的场合——例如,用在两栋使用铜线可能产生地电位差的建筑物之间。此外,光纤也能消除一些危险环境的威胁——如在化工厂,一个火花就可能引起爆炸。最后,一样重要的是安全问题:想要入侵光线而盗取数据信号是很难的。
光纤制造
光纤线缆有许多的类型,但是按照本文的目标,我们将介绍其中一种最常见的类型:62.5/125微米软线。其中的数字表示光纤内核和包裹层的直径。它们的单位都是微米,是指一米的百万分之一。
软光线线缆可用于室内或室外。室外线缆通常会填注塑胶,作为防潮隔离层,防止水分进入。一条线缆的内核数量可能是4-144。
过去几年里,有各种不同大小的核心面市。现在,主要有3种大小的线缆用于数据通信:50/125、62.5/125和8.3/125。其中50/125和62.5/125微米的多模光纤最常用于数据网络;但是,最近62.5的变得越来越流行。可是,50/125之前一直是千兆以太网应用程序的首选。
8.3/125微米软光纤是一种单模光纤,到现在它也并没有广泛应用于数据网络,因为单模硬件造价昂贵。现在情况有一些变化,因为使用62.5/125光纤的千兆以太网的长度限制已经下降为220米左右。因此,在一些园区网中只能使用8.3/125光纤。
单模与多模光纤
对于铜线而言,尺寸越大,电阻越小,从而有更大的容量。但是,对于光纤而言,情况则是完全相反。为了解决这个问题,我们首先需要理解光线在光纤内核传播的方式。
光线传播
光线是通过一种所谓全内反射的过程在光纤中传播的;这是通过使用两种有不同折射率的玻璃而实现的。内核具有较高的折射率,而外部包层的折射率较低一些。这与周围环境的反射原理是完全相同的;然而,如果你垂直看水面,是能够看到水池底部的。
在这两个角度上形成一定的角度,光线就不会从水面反射走,而是会穿过水面,从而能够看到水池底部。在多模光纤中,正如其名称所表示的,光线会有多种传播模式。其范围包括低阶模式和高阶模式,前者是指沿中心直线传输的最直接路径,而后者是指在边界上来回反射而通过光纤的方式。
这会产生信号散射的效果,因为光线的一个脉冲会多次到达远端;这就是所谓的模间色散——有时候也称为差模延迟(DMD)。为了解决这个问题,出现了渐变转折率光纤。不同于常规光纤在内核与包层之间有一层封闭涂层,这些光纤的中心具有较高折射率,然后逐渐递减,最外层的折射率最低。这样可以延缓低阶模式,使光线能够以更紧密的形态到达最远端,从而能够减小模间色散和改进信号的形状。
单模光纤又是什么?
消除模间色散的最佳方式是什么?很简单:只允许一种模式传播。因此,可以用更小的内核尺寸实现更大的带宽和更远的距离。道理很简单。
0赞好文章,需要你的鼓励
推荐文章
Plaud在CES上推出两款AI笔记新品。NotePin S延续简约设计,可作为手环、项链或胸针使用,新增即时高亮按钮功能,售价179美元。同时发布的Plaud Desktop可录制在线会议,支持Zoom、Google Meet等平台,采用原生录制方式而非机器人参会。两款产品均可通过Plaud生态系统统一管理录音内容。
瑞士ETH苏黎世联邦理工学院等机构联合开发的WUSH技术,首次从数学理论层面推导出AI大模型量化压缩的最优解。该技术能根据数据特征自适应调整压缩策略,相比传统方法减少60-70%的压缩损失,实现接近零损失的模型压缩,为大模型在普通设备上的高效部署开辟了新路径。
Instagram负责人亚当·莫塞里发布深度分析,指出我们正进入"无限合成内容"新时代,AI生成的照片和视频与真实内容越来越难以区分。他表示,人们需要从默认相信眼见转向保持怀疑态度,关注内容发布者身份和动机。莫塞里认为相机公司发展方向错误,过度追求完美效果。平台需要构建更好的创作工具,标记AI生成内容,验证真实内容,并提供发布者可信度信号。
弗吉尼亚大学团队创建了Refer360数据集,这是首个大规模记录真实环境中人机多模态交互的数据库,涵盖室内外场景,包含1400万交互样本。同时开发的MuRes智能模块能让机器人像人类一样理解语言、手势和眼神的组合信息,显著提升了现有AI模型的理解准确度,为未来智能机器人的广泛应用奠定了重要基础。