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
文章探讨了CIO在2025年应该重点投资的五个AI领域:可信工作流的代理AI、智能文档管理、营销客户数据需求、从数据驱动转向AI驱动、重新审视IT架构以支持AI目标。这些投资可以在短期内带来效益,同时成为长期财务回报的倍增器。CIO需要在这些领域制定务实的AI应用策略,简化平台,加强风险管理,以应对未来的挑战和机遇。
Instabase 公司完成 1 亿美元 D 轮融资,估值 12.4 亿美元。该公司提供非结构化数据处理平台,可从多种文件中提取信息并标准化。新资金将用于增强数据提取、分析和搜索功能,以满足企业 AI 需求。
人工智能在建筑设计领域正展现出惊人潜力。从生成令人赏心悦目的建筑效果图,到创造无限游戏世界,AI 正逐步改变设计流程。尽管人类仍是核心创作者,但 AI 辅助工具正迅速普及,未来可能会大幅提升设计效率和质量。这一趋势引发了对 AI 取代人类建筑师的担忧,也带来了硬件革命和地缘政治影响。
研究显示,高收入公司的CEO正将人工智能置于业务战略的核心地位。欧美企业声称已具备AI项目的基础条件。专家建议避免过度乐观,关注投资回报,构建稳健的数据基础,并优先考虑循序渐进的推广策略。研究还发现,最成功的公司往往是那些高层领导有意识地不直接参与AI战略制定的公司。