Trains Detection Using State of Polarization Changes Measurement and Convolutional Neural Networks
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F21%3APU140943" target="_blank" >RIV/00216305:26220/21:PU140943 - isvavai.cz</a>
Výsledek na webu
<a href="https://ieeexplore.ieee.org/document/9430469" target="_blank" >https://ieeexplore.ieee.org/document/9430469</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/INERTIAL51137.2021.9430469" target="_blank" >10.1109/INERTIAL51137.2021.9430469</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Trains Detection Using State of Polarization Changes Measurement and Convolutional Neural Networks
Popis výsledku v původním jazyce
Fiber optic infrastructure security is of growing interest. The current distributed sensor systems are robust and expensive solutions, and their practical applications are uncommon. Research into simple and cost-effective solutions based on changes in the state of polarization is crucial. This paper expands the use of a vibration sensor based on the sensing of rapid changes in the state of polarization (SOP) of light in a standard single-mode optical fiber by using a convolutional neural network to detect trains running along the optical fiber infrastructure. It is a simple system that determines ongoing events near the optical fiber route by simply determining the signal boundaries that define the idle state. By using a neural network, it is possible to eliminate the distortion caused by the temperature changes and, for example, to improve detection in the the zones where the vibrations are not strong enough for a simple threshold resolution.
Název v anglickém jazyce
Trains Detection Using State of Polarization Changes Measurement and Convolutional Neural Networks
Popis výsledku anglicky
Fiber optic infrastructure security is of growing interest. The current distributed sensor systems are robust and expensive solutions, and their practical applications are uncommon. Research into simple and cost-effective solutions based on changes in the state of polarization is crucial. This paper expands the use of a vibration sensor based on the sensing of rapid changes in the state of polarization (SOP) of light in a standard single-mode optical fiber by using a convolutional neural network to detect trains running along the optical fiber infrastructure. It is a simple system that determines ongoing events near the optical fiber route by simply determining the signal boundaries that define the idle state. By using a neural network, it is possible to eliminate the distortion caused by the temperature changes and, for example, to improve detection in the the zones where the vibrations are not strong enough for a simple threshold resolution.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20203 - Telecommunications
Návaznosti výsledku
Projekt
<a href="/cs/project/VI20192022146" target="_blank" >VI20192022146: Distribuovaný optický vláknový senzorický systém pro ochranu perimetru a liniových staveb</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
2021 IEEE International Symposium on Inertial Sensors and Systems (INERTIAL) Proceedings
ISBN
978-1-7281-5099-4
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
1-4
Název nakladatele
IEEE
Místo vydání
neuveden
Místo konání akce
Hawai (virtual)
Datum konání akce
22. 3. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000680838400015