Због карактеристика великог распона откривања, висока осетљивост и добра прилагодљивост животне средине, оптичким мрежама осетљиве у великој влакнима се налазе у великој мери безбедности и регионалним циљевима позиционирања . традиционалним функцијама ., што је идентификујући присуство његовог положаја и грубо судећи његов положај и грубо судећи своје стајалиште више нису довољне да би се у великој површини постали истраживање и вишеструких параметара у великом подручју постало је више довољни да су у великој мери постале више довољна да су у великој мери постале више довољна да су у великој мери постале више довољна позиција да се у великој мери постају више што је у великој површини постало истраживање и више државних. Хотспот . међу њима, идентификовање врсте циља, израчунавање циљног положаја и закључивање циљеве покрета су главне задатке за откривање осетљиве мреже .
Сидењеников о и ал . спровели су тестове на више ненормалних сметњи у региону, постигавши стопу откривања 86.3% користећи различите фреквенције за циљну класификацију ., међутим, овај метод може да пружи само квалитативну класификацију и не може да пружи информације о државним параметрима циљева {. Теједора ЈТ АЛ .. и идентификовали потенцијалне инжењерске операције које би могле угрозити цевоводи анализирајући разлике у вибрацијским сигналима . такође су класификовале различите интерференције користећи прагове интензитета {. Тиан Миао комбиноване неуронске мреже да би се метода разграђују на режим функције да анализира четири врсте догађаја за анализу четири врсте простиркиња, постизање просечне стопе пропадања, постизање просечне стопе за препознавање, укидајући просечну стопу пропадања у року од 85. . 2% {. 2% {. 2% {. 2% {.. ал . користили су тродимензионалну технологију визуализације сигнала вибрације како би се класификовали различите изворе вибрације као што су бели шум, пешаци, возила, возила, де ., међутим, што је симулациона анализа ., међутим, велика количина тродимензионалне податке о облаку за прераде . тестирала на основу времена / учесталости. Разлике у домену, постизање тачне класификације од преко 98% за четири врсте периодичних извора сметњи . тестирале су пет уобичајених упадајућих уграђених ултара и класификовали их засноване на нормалној сигналним узорцима . у 500 тестних узорака. ГРАГГ ГРИРАЊЕ ТЕМАЛИМЕНСКА ТЕХНОЛОГИЈА ЗА ПОСТАВУ ТРГОВИНСКЕ КЛАСИФИКАЦИЈЕ, са тачност алгоритама 96 . 6% . Међутим, ова метода се углавном користи за мерење директног контакта између циља и фбг . иако има високу тачност, а њен перформанс је значајно смањујући све већу даљинску технологију. има карактеристике велике прецизности и добре стабилности . Сузхен Л и ал . користили су вештачке неуронске мреже да би мерили грађевинске вибрације у подацима оптичких влакана, који имају карактеристике високог прецизности и широког покривености ., углавном се користи за препознавање једностраних сигнала вибрације . Сханг Киуфенг ет ал . у комбинацији. Разлагање вариактионског режима са подршком векторским алгоритамима за векторски стројеви за идентификацију четири врсте ненормалних сигнала, постизање тачности идентификације преко 98%. Међутим, због употребе два алгоритма, време обраде за један скуп података било је 169 секунди, што је било релативно споро.
Дизајниран је идентификациони алгоритам на основу карактеристика мулти-објективних параметара сигнала означен је . овај алгоритам означава карактеристике различитих циљева у смислу амплитуде, трајања и учесталости, постизања процијењања сигнала у случају мулти-објективног сигналног алиасинг . Осећања на сигналне сигнала . Експериментални резултати показују да је просечна рампана амплитуда циља 1 1 . 25нм, са карактеристиком периода од око 120мс; Средња таласна дужина циљева 2 и 3 су између 150-350, са трајањем у распону од 1 до 3с; Средња амплитуда талине од циља 4 је преко 3 . 2НМ, у трајању од око 15-их . ове карактеристике имају високу тачност препознавања у овом алгоритму. У тесту циљаног алиасисања, просечна стопа препознавања циља и средња тачност препознавања су и изнад 80,0%, верификацију изводљивости предложеног алгоритма.