ज्ञान

बड़ी पहचान सीमा, उच्च संवेदनशीलता और अच्छे पर्यावरण अनुकूलनशीलता की विशेषताओं के कारण, बड़े पैमाने पर सुरक्षा और क्षेत्रीय लक्ष्य स्थिति में ऑप्टिकल फाइबर सेंसिंग नेटवर्क को व्यापक रूप से लागू किया गया है। पारंपरिक कार्य जैसे कि एक लक्ष्य की उपस्थिति की पहचान करना और इसकी स्थिति को मोटे तौर पर पहचानना अब तेजी से मांग करने वाली आवश्यकताओं को पूरा करने के लिए पर्याप्त नहीं है। एक बड़े क्षेत्र में कई लक्ष्यों और कई राज्य मापदंडों को सटीक रूप से वर्गीकृत करना एक अनुसंधान हॉटस्पॉट बन गया है। उनमें से, लक्ष्य के प्रकार की पहचान करना, लक्ष्य की स्थिति की गणना करना, और लक्ष्य की गति की स्थिति का उल्लेख करना सेंसिंग नेटवर्क के मुख्य पहचान कार्य हैं।

Sidelnikov o et al। एक क्षेत्र के भीतर कई असामान्य हस्तक्षेप संकेतों पर परीक्षण किए गए, लक्ष्य वर्गीकरण के लिए विभिन्न आवृत्तियों का उपयोग करके 86 का पता लगाने की दर प्राप्त करते हैं। हालांकि, यह विधि केवल गुणात्मक वर्गीकरण कर सकती है और लक्ष्यों के राज्य मापदंडों पर जानकारी प्रदान नहीं कर सकती है। Tejedor J et al। पाइपलाइनों पर एक ऑप्टिकल फाइबर सेंसिंग नेटवर्क तैयार किया और संभावित इंजीनियरिंग संचालन की पहचान की जो कंपन संकेतों में अंतर का विश्लेषण करके पाइपलाइनों को खतरे में डाल सकती है। उन्होंने तीव्रता थ्रेसहोल्ड का उपयोग करके विभिन्न हस्तक्षेपों को भी वर्गीकृत किया। Tian Miao ने चार प्रकार की घुसपैठ घटनाओं का विश्लेषण करने के लिए फ़ंक्शन मोड अपघटन विधि के साथ तंत्रिका नेटवर्क को संयुक्त किया, 85.2%की औसत मान्यता दर प्राप्त की। Zou Boxian et al। सफेद शोर, पैदल चलने वालों, वाहनों और उत्खनन जैसे विभिन्न कंपन स्रोतों को वर्गीकृत करने के लिए कंपन संकेतों के तीन-आयामी विज़ुअलाइज़ेशन तकनीक का उपयोग किया। सिमुलेशन विश्लेषण ने 90%से अधिक की सही दर दिखाई। हालांकि, तीन-आयामी बिंदु क्लाउड डेटा की बड़ी मात्रा ने प्रसंस्करण गति को काफी कम कर दिया। पेंग कुआन एट अल। समय\/आवृत्ति डोमेन मतभेदों के आधार पर क्षेत्रीय घुसपैठ स्रोतों का परीक्षण किया, चार प्रकार के आवधिक हस्तक्षेप स्रोतों के लिए 98% से अधिक की वर्गीकरण सटीकता प्राप्त की। जियांग होंग एट अल। अल्ट्रा-वेक फाइबर ब्रैग ग्रैग्स का उपयोग करके पांच सामान्य घुसपैठ हस्तक्षेपों का परीक्षण किया और उन्हें सामान्यीकृत सिग्नल सुविधाओं के आधार पर वर्गीकृत किया। 500 परीक्षण नमूनों में, मान्यता दर 98%से अधिक थी। पैन रुइझी एट अल। 96.6%की एल्गोरिथ्म सटीकता के साथ लक्ष्य वर्गीकरण प्राप्त करने के लिए फाइबर ब्रैग ग्रैग ग्रैग ग्रैजिंग स्पर्शक संवेदक तकनीक का उपयोग किया। हालांकि, यह विधि मुख्य रूप से लक्ष्य और एफबीजी के बीच सीधे संपर्क माप के लिए उपयोग की जाती है। हालांकि इसकी उच्च सटीकता है, लेकिन इसकी प्रतिक्रिया प्रदर्शन बढ़ती दूरी के साथ काफी कम हो जाता है। वेई-हाओ सी एट अल। लक्ष्य संकेतों को प्राप्त करने के लिए φ-OTDR तकनीक का उपयोग किया, जिसमें उच्च परिशुद्धता और अच्छी स्थिरता की विशेषताएं हैं। SUZHEN L et al। ऑप्टिकल फाइबर सेंसिंग डेटा में निर्माण कंपन को मापने के लिए कृत्रिम तंत्रिका नेटवर्क का उपयोग किया, जिसमें उच्च परिशुद्धता और व्यापक कवरेज की विशेषताएं हैं। हालांकि, यह विधि मुख्य रूप से एकल कंपन संकेतों की मान्यता के लिए उपयोग की जाती है और मल्टी-टारगेट वर्गीकरण प्राप्त नहीं कर सकती है। शांग किउफेंग एट अल। चार प्रकार के असामान्य संकेतों की पहचान करने के लिए समर्थन वेक्टर मशीन एल्गोरिदम के साथ संयुक्त वैरिएशनल मोड अपघटन, 98%से अधिक की पहचान सटीकता प्राप्त करना। हालांकि, दो एल्गोरिदम के उपयोग के कारण, डेटा के एक सेट के लिए प्रसंस्करण समय 169 सेकंड था, जो अपेक्षाकृत धीमा था।

मल्टी-ऑब्जेक्टिव सिग्नल मापदंडों की विशेषताओं के आधार पर एक पहचान एल्गोरिथ्म डिजाइन किया गया था। यह एल्गोरिथ्म आयाम, अवधि और आवृत्ति के संदर्भ में विभिन्न लक्ष्यों की विशेषताओं को चिह्नित करता है, मल्टी-ऑब्जेक्टिव सिग्नल अलियासिंग के मामले में सिग्नल डिक्लिंग को प्राप्त करता है। चार सामान्य लक्ष्यों के फाइबर सेंसिंग सिग्नल विशेषताओं का परीक्षण किया गया था, और बहु-उद्देश्य संकेतों के मात्रात्मक विश्लेषण को पूरा किया गया था। प्रयोगात्मक परिणाम बताते हैं कि लक्ष्य 1 का औसत तरंग दैर्ध्य आयाम 1.25nm है, जिसमें लगभग 12 0 ms की अवधि की विशेषता है; लक्ष्य 2 और 3 के औसत तरंग दैर्ध्य आयाम 150-350 pm के बीच होते हैं, जिसमें 1 से 3s तक की अवधि होती है; लक्ष्य 4 का औसत तरंग दैर्ध्य आयाम 3.2nm से अधिक है, लगभग 15 की अवधि के साथ। इन सुविधाओं में इस एल्गोरिथ्म में उच्च मान्यता सटीकता है। लक्ष्य उपनाम परीक्षण में, औसत लक्ष्य मान्यता दर और मान्यता सटीकता का मतलब दोनों 80.0%से ऊपर हैं, जो प्रस्तावित एल्गोरिथ्म की व्यवहार्यता को सत्यापित करते हैं।