জ্ঞান

বড় সনাক্তকরণের পরিসীমা, উচ্চ সংবেদনশীলতা এবং ভাল পরিবেশগত অভিযোজনযোগ্যতার বৈশিষ্ট্যগুলির কারণে, অপটিকাল ফাইবার সেন্সিং নেটওয়ার্কগুলি বৃহত আকারের সুরক্ষা এবং আঞ্চলিক লক্ষ্য অবস্থানে ব্যাপকভাবে প্রয়োগ করা হয়েছে। Dition তিহ্যবাহী ফাংশন যেমন কোনও লক্ষ্য উপস্থিতি চিহ্নিত করা এবং মোটামুটি তার অবস্থান বিচার করা ক্রমবর্ধমান দাবিদার সনাক্তকরণের প্রয়োজনীয়তাগুলি পূরণ করার জন্য আর পর্যাপ্ত নয়। বৃহত্তর অঞ্চলে একাধিক লক্ষ্য এবং একাধিক রাষ্ট্রীয় পরামিতি সঠিকভাবে শ্রেণিবদ্ধকরণ একটি গবেষণা হটস্পটে পরিণত হয়েছে। এর মধ্যে, লক্ষ্যমাত্রার ধরণ চিহ্নিতকরণ, লক্ষ্য অবস্থান গণনা করা এবং লক্ষ্যটির গতি অবস্থা অনুমান করা সেন্সিং নেটওয়ার্কের প্রধান সনাক্তকরণ কাজ।

সিডেলনিকভ ও এট আল। লক্ষ্য শ্রেণিবিন্যাসের জন্য বিভিন্ন ফ্রিকোয়েন্সি ব্যবহার করে 86। তবে এই পদ্ধতিটি কেবল গুণগত শ্রেণিবিন্যাস সম্পাদন করতে পারে এবং লক্ষ্যগুলির রাজ্য পরামিতিগুলিতে তথ্য সরবরাহ করতে পারে না। তেজেডর জে এট আল। পাইপলাইনগুলিতে একটি অপটিক্যাল ফাইবার সেন্সিং নেটওয়ার্ক স্থাপন করা হয়েছে এবং সম্ভাব্য ইঞ্জিনিয়ারিং ক্রিয়াকলাপগুলি চিহ্নিত করেছে যা কম্পন সংকেতের পার্থক্য বিশ্লেষণ করে পাইপলাইনগুলিকে বিপন্ন করতে পারে। তারা তীব্রতা থ্রেশহোল্ডগুলি ব্যবহার করে বিভিন্ন হস্তক্ষেপকে শ্রেণিবদ্ধ করেছে। টিয়ান এমআইএও চার ধরণের অনুপ্রবেশ ইভেন্ট বিশ্লেষণ করতে ফাংশন মোড পচন পদ্ধতির সাথে নিউরাল নেটওয়ার্কগুলিকে একত্রিত করেছে, গড় স্বীকৃতি হার 85.2%অর্জন করে। জু বক্সিয়ান এট আল। সাদা শব্দ, পথচারী, যানবাহন এবং খননকারীদের মতো বিভিন্ন কম্পন উত্সকে শ্রেণিবদ্ধ করার জন্য কম্পন সংকেতের ত্রি-মাত্রিক ভিজ্যুয়ালাইজেশন প্রযুক্তি ব্যবহার করেছেন। সিমুলেশন বিশ্লেষণ 90%এরও বেশি সঠিক হার দেখিয়েছে। তবে ত্রি-মাত্রিক পয়েন্ট ক্লাউড ডেটা প্রচুর পরিমাণে প্রক্রিয়াজাতকরণের গতি উল্লেখযোগ্যভাবে হ্রাস করেছে। পেং কুয়ান এট আল। সময়\/ফ্রিকোয়েন্সি ডোমেন পার্থক্যের ভিত্তিতে আঞ্চলিক অনুপ্রবেশ উত্সগুলি পরীক্ষিত, চার ধরণের পর্যায়ক্রমিক হস্তক্ষেপ উত্সগুলির জন্য 98% এরও বেশি শ্রেণিবিন্যাসের যথার্থতা অর্জন করে। জিয়াং হংক এট আল। আল্ট্রা-ওয়েক ফাইবার ব্র্যাগ গ্র্যাচিংস ব্যবহার করে পাঁচটি সাধারণ অনুপ্রবেশ হস্তক্ষেপ পরীক্ষা করেছেন এবং সাধারণীকরণ সংকেত বৈশিষ্ট্যের ভিত্তিতে তাদের শ্রেণিবদ্ধ করেছেন। 500 পরীক্ষার নমুনায়, স্বীকৃতি হার 98%এরও বেশি ছিল। প্যান রুইজি এট আল। টার্গেট শ্রেণিবিন্যাস অর্জনের জন্য ফাইবার ব্র্যাগ গ্রেটিং স্পর্শকাতর সংবেদনের প্রযুক্তি ব্যবহার করেছেন, 96.6%এর অ্যালগরিদম যথার্থতা সহ। যাইহোক, এই পদ্ধতিটি মূলত লক্ষ্য এবং এফবিজির মধ্যে সরাসরি যোগাযোগের পরিমাপের জন্য ব্যবহৃত হয়। যদিও এটির উচ্চ নির্ভুলতা রয়েছে, তবে এর প্রতিক্রিয়া কার্যকারিতা ক্রমবর্ধমান দূরত্বের সাথে উল্লেখযোগ্যভাবে হ্রাস পেয়েছে। ওয়েই-হাও সি এট আল। লক্ষ্য সংকেতগুলি পেতে φ-OTDR প্রযুক্তি ব্যবহার করা হয়েছে, যার মধ্যে উচ্চ নির্ভুলতা এবং ভাল স্থিতিশীলতার বৈশিষ্ট্য রয়েছে। সুজেন এল এট আল। অপটিকাল ফাইবার সেন্সিং ডেটাতে নির্মাণ কম্পনগুলি পরিমাপ করতে কৃত্রিম নিউরাল নেটওয়ার্কগুলি ব্যবহার করা হয়েছে, যার উচ্চ নির্ভুলতা এবং প্রশস্ত কভারেজের বৈশিষ্ট্য রয়েছে। যাইহোক, এই পদ্ধতিটি মূলত একক কম্পন সংকেতগুলির স্বীকৃতির জন্য ব্যবহৃত হয় এবং মাল্টি-টার্গেট শ্রেণিবিন্যাস অর্জন করতে পারে না। শ্যাং কিউফেং এট আল। সমর্থন ভেক্টর মেশিন অ্যালগরিদমগুলির সাথে সম্মিলিত ভেরিয়েশনাল মোড পচন চার ধরণের অস্বাভাবিক সংকেত সনাক্ত করতে, 98%এরও বেশি সনাক্তকরণের নির্ভুলতা অর্জন করে। যাইহোক, দুটি অ্যালগরিদম ব্যবহারের কারণে, একক সেটগুলির জন্য প্রক্রিয়াজাতকরণ সময়টি 169 সেকেন্ড ছিল, যা তুলনামূলকভাবে ধীর ছিল।

বহু-উদ্দেশ্যমূলক সংকেত পরামিতিগুলির বৈশিষ্ট্যের উপর ভিত্তি করে একটি সনাক্তকরণ অ্যালগরিদম ডিজাইন করা হয়েছিল। এই অ্যালগরিদম প্রশস্ততা, সময়কাল এবং ফ্রিকোয়েন্সি হিসাবে বিভিন্ন লক্ষ্যগুলির বৈশিষ্ট্যগুলি চিহ্নিত করে, বহু-উদ্দেশ্যমূলক সংকেত এলিয়াসিংয়ের ক্ষেত্রে সিগন্যাল ডিকোপলিং অর্জন করে। চারটি সাধারণ লক্ষ্যগুলির ফাইবার সেন্সিং সিগন্যাল বৈশিষ্ট্যগুলি পরীক্ষা করা হয়েছিল এবং বহু-উদ্দেশ্যমূলক সংকেতগুলির পরিমাণগত বিশ্লেষণ সম্পন্ন হয়েছিল। পরীক্ষামূলক ফলাফলগুলি দেখায় যে লক্ষ্য 1 এর গড় তরঙ্গদৈর্ঘ্য প্রশস্ততা 1.25nm, প্রায় 12 0 এমএসের একটি পিরিয়ড বৈশিষ্ট্যযুক্ত; লক্ষ্য 2 এবং 3 এর গড় তরঙ্গদৈর্ঘ্য প্রশস্ততাগুলি 1 থেকে 3s অবধি সময়কালের সাথে 150-350} প্রধানমন্ত্রীর মধ্যে রয়েছে; লক্ষ্য 4 এর গড় তরঙ্গদৈর্ঘ্য প্রশস্ততা প্রায় 15s এর সময়কাল সহ 3.2nm এর বেশি। এই বৈশিষ্ট্যগুলির এই অ্যালগরিদমে উচ্চ স্বীকৃতি নির্ভুলতা রয়েছে। লক্ষ্য আলিয়াসিং পরীক্ষায়, গড় লক্ষ্য স্বীকৃতি হার এবং স্বীকৃতি নির্ভুলতার গড় উভয়ই প্রস্তাবিত অ্যালগরিদমের সম্ভাব্যতা যাচাই করে 80.0%এর উপরে।