5G-এর অনুপ্রবেশের হার ধীরে ধীরে বাড়ছে, এবং আরও বেশি সংখ্যক ব্যবহারকারী 5G জীবনযাপন করছেন। 5G এর ক্ষেত্রে, ZTE একটি এন্টারপ্রাইজ যা উপেক্ষা করা যায় না। 5G-এর বড় আকারের বাণিজ্যিক ব্যবহারের পর থেকে, ZTE উন্নয়নের তরঙ্গের সূচনা করেছে।

সাম্প্রতিক মোবাইল ওয়ার্ল্ড কংগ্রেস 2021-এ, ZTE জানিয়েছে যে তার নানজিং বিনজিয়াং 5G প্রোডাকশন বেস প্রতি মিনিটে 5টি 5G বেস স্টেশন তৈরি করার কৃতিত্ব অর্জন করেছে এবং পণ্যগুলি বিশ্বে পাঠানো হয়েছে। তদুপরি, পুনরাবৃত্তিমূলক বিকাশের সময়কালে 5G-এর বিকাশের সম্ভাবনা ধীরে ধীরে উত্থিত হচ্ছে, 5G বেস স্টেশনগুলির সংখ্যা বাড়তে থাকবে এবং এই বছরের দ্বিতীয়ার্ধে 5G বেস স্টেশনগুলির বড় আকারের চালান এবং নির্মাণ শুরু হতে পারে, যা ZTE-এর জন্যও একটি সুযোগ।

সংকেত পরিচিতি

আমরা প্রায়ই আমাদের জীবনে সংকেত সম্মুখীন. যেমন, স্টক চার্ট, হার্টবিটের পালস চার্ট ইত্যাদি। যোগাযোগের ক্ষেত্রে, তা জিপিএস, মোবাইল ফোন ভয়েস, রেডিও, ইন্টারনেট যোগাযোগ, আমরা যা পাঠাই এবং গ্রহণ করি তা হল সংকেত। সম্প্রতি, শেনজেন পাতাল রেল যোগাযোগ ব্যবস্থা ওয়াইফাই সিগন্যালের সাথে সাংঘর্ষিক বলে সন্দেহ করা হচ্ছে, অর্থাৎ পাতাল রেল শুঙ্গ ওয়াইফাই সিগন্যাল পেয়েছে, এবং সিগন্যালটিকে ভুলবশত সাবওয়ে কমিউনিকেশন সিগন্যাল হিসেবে গণ্য করা হয়েছে। আমাদের সামাজিক তথ্যায়ন সংকেতের ভিত্তিতে নির্মিত।

একটি সংকেত একটি ক্রম যা সময় বা স্থান পরিবর্তিত হয়। সংকেত প্রক্রিয়াকরণে, আমরা প্রায়শই একটি এক-মাত্রিক সংকেত বোঝাতে "সংকেত" ব্যবহার করি, অর্থাৎ, একটি ক্রম যা শুধুমাত্র একটি একক সময় বা স্থান মাত্রার সাথে পরিবর্তিত হয়। এই ধরনের সংকেতকে গাণিতিকভাবে f(t) বা f(x) একটি ফাংশন হিসেবে প্রকাশ করা যেতে পারে। এক-মাত্রিক সংকেতের সাথে সঙ্গতিপূর্ণ একটি বহুমাত্রিক সংকেত। উদাহরণস্বরূপ, একটি চিত্র একটি দ্বি-মাত্রিক সংকেত, যা x এবং y এর দুটি স্থানিক মাত্রার সাথে পরিবর্তিত হয় এবং গাণিতিকভাবে f(x, y) হিসাবে প্রকাশ করা হয়। নীচে, অন্যথায় বলা না থাকলে, একটি এক-মাত্রিক সংকেত বোঝাতে "সংকেত" ব্যবহার করা হয়।

যদিও সংকেতগুলি এত ব্যাপকভাবে ব্যবহৃত হয়, গাণিতিক অর্থে সংকেত সম্পর্কে রহস্যময় কিছু নেই, কেবল সাধারণ ক্রম (ফাংশন)। সিগন্যাল প্রসেসিং এর পদ্ধতি যেকোন ক্ষেত্রের সিগন্যালে প্রয়োগ করা যেতে পারে (সেটি যোগাযোগ, ফিনান্স বা অন্যান্য ক্ষেত্র যাই হোক না কেন), যা সিগন্যাল প্রসেসিং এর আকর্ষণও বটে।

সহজ সুরেলা

সাইন তরঙ্গ এবং কোসাইন তরঙ্গকে সম্মিলিতভাবে সরল হারমোনিক্স হিসাবে উল্লেখ করা হয়। সহজ হারমোনিক্স হল প্রকৃতির সবচেয়ে সাধারণ ওঠানামা।

সাইন ওয়েভ

একটি সাইন ওয়েভ একটি ফাংশন হিসাবে লেখা যেতে পারে:

এটি দেখা যায় যে একটি সাধারণ সুরেলাটির তিনটি পরামিতি রয়েছে, প্রশস্ততা (এ, প্রশস্ততা), ফ্রিকোয়েন্সি (এফ, ফ্রিকোয়েন্সি), এবং ফেজ (ফাই, ফেজ)। এই তিনটি পরামিতি যথাক্রমে সাইন ওয়েভের বিভিন্ন বৈশিষ্ট্য নিয়ন্ত্রণ করে। তাদের সমন্বয় করে, আমরা বিভিন্ন সাইন তরঙ্গ সংকেত পেতে পারি।

উপরে বাম: মূল উপরের ডানদিকে: 2x প্রশস্ততা

নীচে বাম: 2x ফ্রিকোয়েন্সি নীচে ডানদিকে: ফেজ শিফট৷

এটি দেখা যায় যে উচ্চতর ফ্রিকোয়েন্সি, "পর্বত" ঘন হয়। উচ্চতর প্রশস্ততা, উচ্চতর "পর্বত"। ফেজ পরিবর্তিত হয়, এবং "পাহাড়" এর অবস্থান বাম এবং ডানে চলে যায়। (বন্ধুরা বলে যে আমি "ভলিউম সহ স্বর নিয়ন্ত্রণ করি": যখন গান গাওয়ার ফ্রিকোয়েন্সি পরিবর্তন করা উচিত, তখন এটি প্রশস্ততা পরিবর্তন করছে।)

কোসাইন তরঙ্গের কার্যকরী রূপ সাইন তরঙ্গের অনুরূপ, যা cos দ্বারা উপস্থাপিত হয়। সাইন ওয়েভ পরিবর্তন করে আমরা সাইন ওয়েভ থেকে কোসাইন ওয়েভ পেতে পারি।

ফুরিয়ার রুপান্তর

সহজ হারমোনিক্স, যদিও সহজ, সিগন্যাল প্রক্রিয়াকরণের জন্য গুরুত্বপূর্ণ প্রভাব রয়েছে। ফুরিয়ার একজন প্রকৌশলী ছিলেন যিনি আবিষ্কার করেছিলেন যে কার্যত যেকোন সংকেতকে সাধারণ হারমোনিক্স যোগ করে আনুমানিক করা যেতে পারে। সেটা হল ফুরিয়ার থিওরেম (ফুরিয়ার ইনভার্সন থিওরেম): যেকোন সিগন্যাল সহজ হারমোনিক্স যোগ করে পাওয়া যায়। অতএব, জটিল সংকেতগুলিকে অনেক সরল হারমোনিক্সে পচে যেতে পারে। একাধিক ফ্রিকোয়েন্সির সহজ হারমোনিক্স যোগ করে একটি সংকেত পাওয়া যায়। একটি সাধারণ সুরেলা যা একটি সংকেত তৈরি করে তাকে সংকেতের একটি উপাদান বলা হয়।

উদাহরণস্বরূপ, নীচের চিত্রটি দেখায় যে কীভাবে আমরা নীল সংকেতের কাছে ক্রমাগতভাবে সরল হারমোনিক্সের সুপারপজিশন ব্যবহার করতে পারি:

উইকিপিডিয়া

ফুরিয়ার ট্রান্সফর্ম হল নির্দিষ্ট গণনা পদ্ধতির একটি সেট যা সংকেতের বিভিন্ন উপাদান গণনা করতে ব্যবহৃত হয় (অর্থাৎ, উপরে an, bn)। সংকেত প্রক্রিয়াকরণে, সংকেতটি ফুরিয়ার রূপান্তরিত হতে পারে এবং সরল হারমোনিক্সের সংমিশ্রণে রূপান্তরিত হতে পারে। প্রতিটি ফ্রিকোয়েন্সিতে সাধারণ সুরেলা উপাদানগুলিকে আলাদাভাবে নিয়ন্ত্রণ করে, আমরা আরও দক্ষতার সাথে সংকেত প্রক্রিয়াকরণ করতে পারি। উদাহরণস্বরূপ, যখন আমরা যোগাযোগ করি, আমরা উচ্চ-ফ্রিকোয়েন্সি সহজ হারমোনিক সংকেত ব্যবহার করতে পারি। কিন্তু শুঙ্গ যে সংকেত গ্রহণ করে অন্য ফ্রিকোয়েন্সি থেকে হস্তক্ষেপকারী সংকেত পেতে পারে। এই সময়ে, আমরা প্রাপ্ত মিশ্র সংকেতে ফুরিয়ার ট্রান্সফর্ম করতে পারি, এবং শুধুমাত্র টার্গেটের উচ্চ-ফ্রিকোয়েন্সি উপাদানগুলি বের করতে পারি। সিগন্যালের শব্দ কমানোর জন্য এটি একটি সাধারণ পদ্ধতি। ফুরিয়ার ট্রান্সফর্মের প্রক্রিয়াটি কিছুটা জটিল, তবে ইতিমধ্যেই প্রচুর প্রোগ্রাম রয়েছে যা আপনাকে এতে সাহায্য করতে পারে। আপনার যা দরকার তা হল ইনপুট সংকেত, এবং কম্পিউটার আপনার জন্য তার উপাদানগুলি বের করবে।

উদাহরণস্বরূপ, যদি সংকেত f(x) পর্যায়ক্রমিক হয় তবে আমরা এটিকে এতে রূপান্তর করতে পারি:

অর্থাৎ, একটি সংকেতকে অনেকগুলি সরল হারমোনিক্সের যোগফল হিসাবে দেখা যেতে পারে। উপরের a এবং b হল পরামিতি যা মূল সংকেত থেকে পাওয়া যেতে পারে:

a, b প্রতিটি ফ্রিকোয়েন্সিতে সিগন্যালের সরল হারমোনিক উপাদানগুলির শক্তি (এবং পর্যায়) উপস্থাপন করে। এইভাবে, সিগন্যালটি সরল হারমোনিক্সের সমষ্টিতে পচে যায়। যেহেতু সাধারণ হারমোনিক্স বোঝা তুলনামূলকভাবে সহজ, তাই আমরা এই উপাদানগুলি অধ্যয়ন করে জটিল সংকেতের পিছনের প্রক্রিয়াগুলি বুঝতে পারি।

ফ্রিকোয়েন্সি বর্ণালী

ফুরিয়ার ট্রান্সফর্মের মাধ্যমে, আমরা একটি সংকেত f(t) এর বিভিন্ন ফ্রিকোয়েন্সির সাধারণ হারমোনিক উপাদানগুলি পেতে পারি। প্রতিটি উপাদানের প্রশস্ততা সেই উপাদানটির শক্তির প্রতিনিধিত্ব করে। প্রতিটি ফ্রিকোয়েন্সি উপাদানের শক্তি অঙ্কন করে, সংকেতের বর্ণালী প্রাপ্ত করা যেতে পারে। উদাহরণস্বরূপ, নিম্নলিখিত চিত্রটি দৈনিক বৃষ্টিপাতের সিরিজ থেকে প্রাপ্ত বর্ণালী:

এটি দেখা যায় যে 1 বছরের সময়কালের সাথে সরল সুরেলা উপাদানটির একটি সুস্পষ্ট শিখর রয়েছে। অর্থাৎ এক বছরের চক্রের ওজন তুলনামূলকভাবে শক্তিশালী। এর জন্য শারীরিক কারণ রয়েছে। কারণ বছরের চারটি ঋতুর সাথে বৃষ্টিপাত সবসময় নিয়মিত পরিবর্তিত হয়। সিগন্যাল->ফুরিয়ার ট্রান্সফর্ম->স্পেকট্রামের মাধ্যমে, আমরা বুঝতে পারি কোন সহজ হারমোনিক মেকানিজমগুলি সহজ হারমোনিক উপাদানগুলির দৃষ্টিকোণ থেকে জটিল সংকেত দ্বারা সংশ্লেষিত হয়।

ইমেজ প্রসেসিং

ফুরিয়ার রূপান্তরটি বহুমাত্রিক সংকেতের জন্যও ব্যবহার করা যেতে পারে। একটি দ্বি-মাত্রিক সংকেতে ফুরিয়ার রূপান্তর প্রয়োগ করুন, যেমন একটি চিত্র:

বাম দিকে 2D সংকেত (চিত্র, f(x,y))। কালো এবং সাদা সংখ্যাসূচক মান দ্বারা প্রতিনিধিত্ব করা যেতে পারে, যে, সংকেত মান. ডানদিকে 2D চিত্রের বর্ণালী। X-অক্ষ x-দিককার ফ্রিকোয়েন্সি প্রতিনিধিত্ব করে, Y-অক্ষ y-দিককার ফ্রিকোয়েন্সি প্রতিনিধিত্ব করে, এবং কালো এবং সাদা বিভিন্ন ফ্রিকোয়েন্সি উপাদানগুলির প্রশস্ততা উপস্থাপন করে। নীচের সারিতে, লেনা ইচ্ছাকৃতভাবে শব্দের সাথে যুক্ত করা হয়েছে এবং বর্ণালীতে একটি সংশ্লিষ্ট পরিবর্তন ঘটিয়েছে। স্পেকট্রামের কেন্দ্র নিম্ন-ফ্রিকোয়েন্সি সিগন্যালের প্রশস্ততাকে প্রতিনিধিত্ব করে এবং কেন্দ্র থেকে দূরে বর্ণালীর অংশটি উচ্চ-ফ্রিকোয়েন্সি সংকেতের প্রশস্ততাকে প্রতিনিধিত্ব করে। আমরা অতিরিক্ত শব্দের সাথে চিত্রের সাথে নীচে তুলনা করি।

লেনা এবং তার বর্ণালী

এখন, ছবিতে শব্দ যোগ করুন। আপনি দেখতে পাচ্ছেন, মূল ছবিতে অনেক ছোট "দাগ" যোগ করা হয়েছে। এই দাগগুলো মূল সংকেতের সাথে মিশে গেছে। একে একে এই নয়েজ পয়েন্টগুলি চিহ্নিত করা কঠিন। কিন্তু অন্যদিকে, এই শব্দগুলির কিছু বৈশিষ্ট্য রয়েছে: এই শব্দগুলির স্থানিক স্কেল (অর্থাৎ আকার) ছোট।

ইমেজ নয়েজের এই বোঝাপড়াটি বর্ণালী থেকে নিশ্চিত করা যেতে পারে। আপনি ডানদিকের বর্ণালী থেকে দেখতে পাচ্ছেন, উচ্চ-ফ্রিকোয়েন্সি সংকেত (অফ-সেন্টার অংশ) উল্লেখযোগ্যভাবে উন্নত হয়েছে। উচ্চ-ফ্রিকোয়েন্সি উপাদানগুলি ছোট স্থানিক স্কেল সহ সংকেতগুলির সাথে সম্পর্কিত। এটি দেখা যায় যে শব্দটি ফ্রিকোয়েন্সি বর্ণালীতে এবং উচ্চ কম্পাঙ্কের একটি নির্দিষ্ট অঞ্চলে ঘনীভূত হয়। এইভাবে, মূল চিত্রের সাথে মিশ্রিত শব্দটি চিত্র থেকে বর্ণালীভাবে পৃথক। উচ্চ-ফ্রিকোয়েন্সি ফিল্টারিং প্রযুক্তির মাধ্যমে, গোলমাল ফিল্টার করা যায়। এটি চিত্রগুলিকে অস্বীকার করার একটি দুর্দান্ত উপায়ও।

(আপনি যদি ইমেজ প্রসেসিং সম্পর্কে কিছু জানেন তবে আপনি লেনা নামটি জানতে পারবেন। তিনি একজন প্লেবয় মেয়ে, কিন্তু ইমেজ প্রসেসিংয়ের একজন দেবীও। আপনি সম্পূর্ণ চিত্রটি খুঁজে পেতে "লেনা পূর্ণ চিত্র" অনুসন্ধান করতে পারেন। লেন্না এখন একজন বৃদ্ধ মহিলা যিনি ইমেজ প্রসেসিং এর উন্নয়ন "প্রত্যক্ষ করেছেন"।)

সিগন্যালগুলি বিভিন্ন ফ্রিকোয়েন্সিতে সাধারণ সুরেলা উপাদানগুলিতে পচে যেতে পারে। এটি আমাদের জটিল সংকেতগুলি আরও ভালভাবে বুঝতে সাহায্য করে। ফুরিয়ার ট্রান্সফর্ম সিগন্যাল প্রসেসিং (এবং ইমেজ প্রসেসিং) একটি মৌলিক হাতিয়ার। ফুরিয়ার ট্রান্সফর্মের মাধ্যমে, আমরা সিগন্যালের ফ্রিকোয়েন্সি বর্ণালী পেতে পারি।

ফ্রিকোয়েন্সি বর্ণালী আমাদের সংকেত বোঝার অন্য দৃষ্টিকোণ দেয়। ফ্রিকোয়েন্সির জগতে, আমরা মূল সংকেতে অনেক তথ্য খুঁজে পেতে পারি যা উপেক্ষা করা যেতে পারে, যেমন বৃষ্টিপাতের ঋতু পরিবর্তন, যেমন বর্ধিত শব্দ।

দ্য "কিংহেলম" ট্রেডমার্কটি মূলত গোল্ডেন নেভিগেটর কোম্পানি দ্বারা নিবন্ধিত হয়েছিল৷ গোল্ডেন নেভিগেশন হল GPS-এর একটি সরাসরি-বিক্রয়কারী প্রস্তুতকারক৷ শুঙ্গs এবং Beidou শুঙ্গs Beidou GPS নেভিগেশন এবং পজিশনিং শিল্পে এটির খুব উচ্চ খ্যাতি এবং খ্যাতি রয়েছে। এর গবেষণা ও উন্নয়ন পণ্যগুলি বিডিএস স্যাটেলাইট নেভিগেশন এবং পজিশনিং ওয়্যারলেস কমিউনিকেশন ইত্যাদি ক্ষেত্রে ব্যাপকভাবে ব্যবহৃত হয়। প্রধান পণ্যগুলির মধ্যে রয়েছে: RJ45-RJ45 নেটওয়ার্ক, নেটওয়ার্ক ইন্টারফেস সংযোগকারী, আরএফ সংযোগকারী অ্যাডাপ্টার তারের, সমাক্ষ তারের সংযোগকারী, টাইপ-গ সংযোগকারী, hdmi ইন্টারফেস টাইপ-সি ইন্টারফেস, পিন হেডার, SMA, fpc, FFC অ্যান্টেনা সংযোগকারী, শুঙ্গ সংকেত সংক্রমণ জলরোধী সংযোগকারী, এইচডিএমআই ইন্টারফেস, ইউএসবি সংযোগকারী, টার্মিনাল টার্মিনাল লাইন, টার্মিনাল বোর্ড টার্মিনাল ব্লক, টার্মিনাল ব্লক, রেডিও ফ্রিকোয়েন্সি আরএফআইডি লেবেল, পজিশনিং এবং নেভিগেশন শুঙ্গ, যোগাযোগ শুঙ্গ শুঙ্গ তারের, আঠালো লাঠি শুঙ্গ স্তন্যপান কাপ শুঙ্গ, 433 শুঙ্গ 4G শুঙ্গ, GPS মডিউল শুঙ্গ, ইত্যাদি। মহাকাশ, যোগাযোগ, সামরিক, উপকরণ এবং নিরাপত্তা, চিকিৎসা এবং অন্যান্য শিল্পে ব্যাপকভাবে ব্যবহৃত হয়।

এই বিষয়বস্তু নেটওয়ার্ক/ফিল্টার থেকে আসে। এই ওয়েবসাইট শুধুমাত্র পুনর্মুদ্রণ প্রদান করে. এই নিবন্ধটির মতামত, অবস্থান এবং প্রযুক্তির সাথে এই ওয়েবসাইটের কোন সম্পর্ক নেই। কোন লঙ্ঘন আছে, এটি মুছে ফেলার জন্য আমাদের সাথে যোগাযোগ করুন!