CN107192892B - 基于雷电电磁信号识别技术的雷声定位系统自动触发方法 - Google Patents
基于雷电电磁信号识别技术的雷声定位系统自动触发方法 Download PDFInfo
- Publication number
- CN107192892B CN107192892B CN201710457713.4A CN201710457713A CN107192892B CN 107192892 B CN107192892 B CN 107192892B CN 201710457713 A CN201710457713 A CN 201710457713A CN 107192892 B CN107192892 B CN 107192892B
- Authority
- CN
- China
- Prior art keywords
- signal
- thunder
- lightning
- waveform signal
- lightning waveform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 230000003044 adaptive effect Effects 0.000 claims abstract description 6
- 238000001914 filtration Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 7
- 238000009432 framing Methods 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 2
- 238000013519 translation Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003694 hair properties Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000005238 low-frequency sound signal Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
- G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
- G01R29/0842—Measurements related to lightning, e.g. measuring electric disturbances, warning systems
Abstract
本发明公开了一种基于雷电电磁信号识别技术的雷声定位系统自动触发方法，该方法包括如下步骤：1：对原始输入的雷电波形信号进行信号预处理；2：对信号预处理后的每帧雷电波形信号采用实时自适应门限检测法设定门限阈值进行时域有效段信号识别，如果没有超过设定门限阈值，则判断为干扰信号，反之，则进入3；3：对信号预处理后的每帧雷电波形信号进行频域有效信号识别，计算信号预处理后的每帧雷电波形信号在不同频段内是否存在有效信号，如果在所有频段内的相同位置段均存在被识别的脉冲信号，则判断为存在雷电电磁信号，否则判断为干扰信号。本发明满足了雷声定位系统实时性和智能化的要求。
Description
技术领域
本发明属于雷电监测技术领域，具体涉及一种基于雷电电磁信号识别技术的雷声定位系统自动触发方法。
技术背景
雷电是大气中发生的剧烈放电现象，其瞬间释放的巨大能量会产生强烈的声、光、电、磁信号，针对这些信号的实时探测及分析处理能够实现对雷电发生发展过程以及接地点位置的监测。雷声定位方法及系统是雷电监测领域的重要核心方向之一，雷电发生时闪电通道的迅速膨胀会产生强大的冲击波，它在大气中传播的同时减弱退化为声波，最终形成了雷声。为了研究雷电的发生发展物理过程、确定雷电的发生位置以及分析雷击事故成因，基于雷声信号定位雷声声源位置的新型雷声定位系统得到了不断的发展。
现有的雷声定位系统技术方案是通过包含多个传声器的阵列同时探测雷电产生的雷声信号，通过到达时间差法或者波束形成算法来确定雷声信号的方向射线信息，同时结合雷声信号与雷电电磁信号的时间差获取雷电的距离信息，最终定位雷声声源的位置。这是一套完整的适用于科研分析的雷声定位系统及方法，但是，现有方法在进行雷声信号与雷电电磁信号时间差计算过程中，需要确定雷电电磁信号的到达时间，在现有的定位系统及方法中并没有明确给出具体的实现方法，其次，现有系统在信号探测采集过程中依赖于人工干预或者光学观测设备的触发信号来启动系统的采集以及定位算法，无法实现系统的全自动运行导致其实用性不强。
发明内容
本发明的目的是针对上述技术问题，提供一种基于雷电电磁信号识别技术的雷声定位系统自动触发方法，该方法不仅能够实现了雷声定位系统的实时自动探测采集，还解决了系统定位算法的自动触发运行，满足了雷声定位系统实时性和智能化的要求。
为实现此目的，本发明所设计的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，该方法包括如下步骤：
步骤1：对原始输入的雷电波形信号进行信号预处理，所述信号预处理包括滤波以及分帧预处理；
步骤2：对信号预处理后的每帧雷电波形信号采用实时自适应门限检测法设定门限阈值进行时域有效段信号识别，如果没有超过设定门限阈值，则判断为干扰信号，反之，则进入步骤3；
步骤3：对信号预处理后的每帧雷电波形信号进行频域有效信号识别，计算信号预处理后的每帧雷电波形信号在不同频段内是否存在有效信号，如果在所有频段内的相同位置段均存在被识别的脉冲信号，则判断为存在雷电电磁信号，否则判断为干扰信号。
本发明的有益效果是：
1、通过对原始雷电信号进行高通滤波处理，可以排除环境中低频信号的影响，留下了包含雷电电磁信号的雷电原始信号；
2、在进行雷电电磁信号有效信号段识别时，采用自适应的门限检测方法，针对不同帧的原始雷电信号给出合适的门限阈值，能够更加有效地提取雷电电磁脉冲信号；
3、相比于其它干扰信号，雷电电磁信号在频域上能够覆盖整个频段，故通过对原始雷电信号不同频段内的有效信号存在概率及分布可以明显地区分出雷电电磁信号与其他干扰信号。
4、通过对雷电电磁信号的识别和发生时间点的获取，将守株待兔式的雷声定位系统观测方式转变为了无人值守式的系统自动触发方式，为雷声定位系统的产品化提供了有力的保障。
附图说明
图1为本发明的流程示意图；
图2为麦克风阵列实测原始信号波形；
图3为图2分帧后的原始信号波形；
图4为雷电信号不同频域内有效信号判定方法流程示意图。
具体实施方式
以下结合附图和实施例对本发明作进一步的详细说明：
通过研究和实验发现，雷电发生时雷声定位系统的传声器能够感应到雷电电磁信号，分析所获取的雷电电磁信号的时域以及频域波形发现，该信号在时域上的波形呈现突发性的脉冲响应特征，且持续时间很短，但是信号在频谱上的范围很宽，其能量均匀分布于频率范围为0～50kHz的整个频段，利用这一特点便可快速地区分出雷电电磁信号与环境背景信号。在本发明中，采用雷电电磁信号在时域的突变脉冲特征以及频域上的能量分布特征作为雷电电磁信号识别特征参数，以实现雷声定位系统的自动触发方法，具体的实现方法包括以下步骤：
步骤1：对原始输入的雷电波形信号进行信号预处理，所述信号预处理包括滤波以及分帧预处理；
步骤2：对信号预处理后的每帧雷电波形信号采用实时自适应门限检测法设定门限阈值进行时域有效段信号识别，如果没有超过设定门限阈值，则判断为干扰信号，反之，则进入步骤3；
步骤3：对信号预处理后的每帧雷电波形信号进行频域有效信号识别，计算信号预处理后的每帧雷电波形信号在不同频段内是否存在有效信号，如果在所有频段内的相同位置段均存在被识别的脉冲信号(即有效脉冲信号)，则判断为存在雷电电磁信号并触发雷声定位系统存储分析软件，否则判断为干扰信号，等待下一次原始信号输入。
上述技术方案的步骤1中，所述滤波为高通滤波处理。
上述技术方案中，所述信号预处理还包括加窗处理。
上述技术方案中，所述信号预处理的过程中对原始输入的雷电波形信号依次进行滤波、分帧和加窗处理。
上述技术方案中，所述设定门限阈值amp等于每帧雷电波形信号时域波形幅值均值E*预设经验值α，经验值α的取值范围为30～50。
上述技术方案中，步骤3中，对雷电波形信号进行带通滤波处理获得不同频段区域内的雷电波形信号。
上述技术方案中，所述步骤3中，对不同频段区域内的雷电波形信号进行有效信号判定的具体方法为：
首先，计算信号预处理后的不同频段区域内的雷电波形信号电压强度幅值的方差；
若每个频段区域内雷电波形信号的电压强度幅值平方大于对应的雷电波形信号电压强度幅值方差的设定阈值倍数，则对应的雷电波形信号电压强度幅值被赋值为雷电波形信号电压强度幅值除以雷电波形信号电压强度幅值方差，否则，雷电波形信号电压强度幅值被赋值为0；由此获得新的雷电波形信号电压强度幅值数列；
判断新的雷电波形信号电压强度幅值数列是否存在极大值，如果存在极大值，则判断为存在有效信号，并提取新的雷电波形信号电压强度幅值数列的所有极大值以及极大值所在时间位置，否则，则判断为干扰信号。
上述技术方案的步骤3中，所有频段内的相同位置均存在有效脉冲信号的具体判断防范为：
首先，找出最高频段区域内有效信号的雷电波形信号电压强度幅值极大值及雷电波形信号电压强度幅值极大值所在时间位置段；
确定在该有效信号的雷电波形信号电压强度幅值极大值所在时间位置段是否每一个频段区域内都存在有效信号的雷电波形信号电压强度幅值极大值，如果是，则判断该有效信号的雷电波形信号电压强度幅值极大值所在时间位置存在有效的雷电电磁信号，否则，则判断为干扰信号；
上述技术方案中，所述确定在该有效信号的雷电波形信号电压强度幅值极大值所在时间位置段是否每一个频段区域内都取得了极大值的具体方法为，选取有效信号的雷电波形信号电压强度幅值极大值所在时间位置为中心，前后平移设定格点确定范围，再查看其它频段区域内获得的所在时间位置段是否在该确定范围内。
下面结合具体的识别过程，对本发明进行详细说明：
在基于雷电电磁信号识别技术的雷声定位系统自动触发方法中，需完成信号探测、信号采集以及处理处理三个步骤，涉及到几种硬件工具。其中，信号采集采用高灵敏度、全方位的电容式传声器，其响应频率为15～20kHz，灵敏度为-60dB，负责实时监测雷电发生时产生的雷电电磁信号和雷声信号；信号采集采用高性能NI数据采集卡，采样频率为50kHz，负责将实时监测的模拟信号转化为离散的数字信号；数据处理采用配置MATLAB软件的计算机，负责对采集的数据进行处理，完成雷电电磁信号的识别以及雷声定位系统的触发和后续数据分析工作。通过信号传输线将传声器实时探测的原始模拟信号传递给NI数据采集卡，形成频率为50kHz、时间长度为15s的数字信号序列，再由MATLAB软件对其进行信号识别。
接收到原始信号后，NI数据采集卡会将模拟信号转化成50kHz、时间长度为15s的数字信号序列，如图2所示，为了消除低频声音信号，首先需要采用截止频率为5000Hz的巴特沃斯滤波器进行高通滤波，然后选择合适的帧长1s、帧移0.5s进行分帧，然后由MATLAB软件对每帧信号进行处理，如图3所示。
对每帧信号进行时域有效段信号识别，计算每帧雷电信号时域波形幅值均值E，据此再确定门限阈值的取值amp＝α*E，并对雷电信号采用自适应门限检测法进行有效段识别；如果该段信号时域波形极大值没有超过设定门限阈值，则判断为干扰信号，反之，则进入下一步。
对每帧信号进行频域有效段信号识别，对信号进行采用10个带通巴特沃斯滤波器进行滤波处理获得N路不同频段区域Wn内的信号，其中，N路信号对应的频域范围如下表所示；对N路不同频段区域内的信号进行有效信号判定；判断在N路频段内的相同时间位置附近均存在被识别的脉冲信号，如果是，则判断该极大值所在位置存在有效的雷电电磁信号，自动触发雷声定位系统存储分析软件，否则判断为干扰信号，等待下一次原始信号输入。
| 信号路数N | 频域范围W<sub>n</sub> |
| 1 | 5000-7000Hz |
| 2 | 7000-9000Hz |
| 3 | 9000-11000Hz |
| 4 | 11000-13000Hz |
| 5 | 13000-15000Hz |
| 6 | 15000-17000Hz |
| 7 | 17000-19000Hz |
| 8 | 19000-21000Hz |
| 9 | 21000-23000Hz |
| 10 | 23000-50000Hz |
所述对不同频段区域内的雷电信号进行有效信号判定，如图4所示的流程图，以带通滤波器处理后的第10路信号为例，计算带通滤波处理后的雷电波形信号电压强度幅值方差var，并比较雷电波形信号电压强度幅值的平方即data*data与雷电波形信号电压强度幅值方差的设定阈值倍数β*var的大小，如果data*data>β*var，则雷电波形信号电压强度幅值被赋值为雷电波形信号电压强度幅值除以雷电波形信号电压强度幅值方差即data_new＝data/var，否则，雷电波形信号电压强度幅值被赋值为0，即data_new＝0，由此获得新的雷电波形信号电压强度幅值数列；提取雷电波形信号电压强度幅值数列的所有极大值以及极大值所在位置序号，若存在极大值，则判断为存在有效信号，反之，则判断为干扰信号。
所述判断在所有频段内的相同位置处均存在被识别的脉冲信号，按照上面所述的不同频段区域内有效信号判定方法处理N路信号，找出每路信号的极大值以及极大值所在位置序号，具体结果如表2所示；确定在10路信号极大值所在时间位置段(时间位置差不大于0.01s)是否每一个频段区域内都取得了极大值，如果是，则判断该极大值所在位置存在有效的雷电电磁信号，自动触发雷声定位系统存储分析软件，否则，则判断为干扰信号，等待下一次原始信号输入。由该案例可以看出，在1.367s处存在雷电电磁信号，此时可开启雷声信号系统存储及分析软件。
现有的研究结果以及大量雷电原始监测数据表明，闪电产生的电磁信号是短时发生的超强脉冲信号且属于宽带信号，其整个频率范围可以从极低频率到极高频率段，几乎覆盖了整个无线电波段。在针对含有雷电电磁信号有效段识别过程中，根据对信号时域波形的有效信号识别以及频域范围内的有效信号识别的双重识别方案，具有较高的有效段识别率，能够准确地实现雷声定位系统自动触发。
本发明所提出的基于雷电电磁信号识别技术的雷声定位系统自动触发方法采用MATLAB语言编程实现，通过大量历史监测数据测试表明，该自动触发方法的准确触发率≥95％，漏触发率和误触发率≤5％，每段数据识别时间≤1s，在准确性和实时性上满足了雷声定位系统的要求。测试过程中，每一段用于测试的雷电信号频率为50kHz、时间长度为1s，用来验证准确率的真实发生的雷电数据为现有的中国电网雷电定位系统实时观测数据。表3为某一时间段实时监测的雷电数据进行雷电电磁信号识别并实现系统自动触发的结果：
根据上表可知，本发明的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，触发正确率高，漏触发以及误触发率低，触发时间段，触发效率高，可适用于雷声定位系统对系统自动触发准确性和实时性的高标准要求。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种基于雷电电磁信号识别技术的雷声定位系统自动触发方法，该方法包括如下步骤：
步骤1：对原始输入的雷电波形信号进行信号预处理，所述信号预处理包括滤波以及分帧预处理；
步骤2：对信号预处理后的每帧雷电波形信号采用实时自适应门限检测法设定门限阈值进行时域有效段信号识别，如果没有超过设定门限阈值，则判断为干扰信号，反之，则进入步骤3；
步骤3：对信号预处理后的每帧雷电波形信号进行频域有效信号识别，计算信号预处理后的每帧雷电波形信号在不同频段内是否存在有效信号，如果在所有频段内的相同位置段均存在被识别的脉冲信号，则判断为存在雷电电磁信号，否则判断为干扰信号；
所述步骤3中，对不同频段区域内的雷电波形信号进行有效信号判定的具体方法为：
首先，计算信号预处理后的不同频段区域内的雷电波形信号电压强度幅值的方差；
若每个频段区域内雷电波形信号的电压强度幅值平方大于对应的雷电波形信号电压强度幅值方差的设定阈值倍数，则对应的雷电波形信号电压强度幅值被赋值为雷电波形信号电压强度幅值除以雷电波形信号电压强度幅值方差，否则，雷电波形信号电压强度幅值被赋值为0；由此获得新的雷电波形信号电压强度幅值数列；
判断新的雷电波形信号电压强度幅值数列是否存在极大值，如果存在极大值，则判断为存在有效信号，并提取新的雷电波形信号电压强度幅值数列的所有极大值以及极大值所在时间位置，否则，则判断为干扰信号。
2.根据权利要求1所述的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，其特征在于：所述步骤1中，所述滤波为高通滤波处理。
3.根据权利要求1所述的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，其特征在于：所述信号预处理还包括加窗处理。
4.根据权利要求3所述的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，其特征在于：所述信号预处理的过程中对原始输入的雷电波形信号依次进行滤波、分帧和加窗处理。
5.根据权利要求1所述的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，其特征在于：所述设定门限阈值amp等于每帧雷电波形信号时域波形幅值均值E*预设经验值α。
6.根据权利要求1所述的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，其特征在于：所述步骤3中，对雷电波形信号进行带通滤波处理获得不同频段区域内的雷电波形信号。
7.根据权利要求1所述的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，其特征在于：所述步骤3中，所有频段内的相同位置均存在有效脉冲信号的具体判断防范为：
首先，找出最高频段区域内有效信号的雷电波形信号电压强度幅值极大值及雷电波形信号电压强度幅值极大值所在时间位置段；
确定在该有效信号的雷电波形信号电压强度幅值极大值所在时间位置段是否每一个频段区域内都存在有效信号的雷电波形信号电压强度幅值极大值，如果是，则判断该有效信号的雷电波形信号电压强度幅值极大值所在时间位置存在有效的雷电电磁信号，否则，则判断为干扰信号。
8.根据权利要求7所述的基于雷电电磁信号识别技术的雷声定位系统自动触发方法，其特征在于：所述确定在该有效信号的雷电波形信号电压强度幅值极大值所在时间位置段是否每一个频段区域内都取得了极大值的具体方法为，选取有效信号的雷电波形信号电压强度幅值极大值所在时间位置为中心，前后平移设定格点确定范围，再查看其它频段区域内获得的所在时间位置段是否在该确定范围内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710457713.4A CN107192892B (zh) | 2017-06-16 | 2017-06-16 | 基于雷电电磁信号识别技术的雷声定位系统自动触发方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710457713.4A CN107192892B (zh) | 2017-06-16 | 2017-06-16 | 基于雷电电磁信号识别技术的雷声定位系统自动触发方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107192892A CN107192892A (zh) | 2017-09-22 |
| CN107192892B true CN107192892B (zh) | 2019-06-18 |
Family
ID=59878487
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710457713.4A Active CN107192892B (zh) | 2017-06-16 | 2017-06-16 | 基于雷电电磁信号识别技术的雷声定位系统自动触发方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107192892B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107944372B (zh) * | 2017-11-17 | 2020-04-07 | 珠海市多泰吉智能技术有限公司 | 一种信号有效性识别的方法和设备以及计算机存储介质 |
| CN110018360A (zh) * | 2019-04-28 | 2019-07-16 | 中国人民解放军军事科学院防化研究院 | 一种实时反馈电磁场测向天线系统 |
| CN116992352B (zh) * | 2023-09-27 | 2023-12-05 | 中国人民解放军战略支援部队航天工程大学 | 生成电磁信号分类识别数据集的方法、识别方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101539599A (zh) * | 2009-04-14 | 2009-09-23 | 国网电力科学研究院 | 数字式雷电探测方法及其装置 |
| CN101895491A (zh) * | 2010-07-09 | 2010-11-24 | 重庆大学 | 消除频偏干扰的自适应信号检测方法 |
| CN102680939A (zh) * | 2012-04-06 | 2012-09-19 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于声光电同步观测的雷电定位方法及装置 |
| CN105118511A (zh) * | 2015-07-31 | 2015-12-02 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种雷声识别方法 |
| CN105676088A (zh) * | 2016-02-15 | 2016-06-15 | 珠海派诺科技股份有限公司 | 一种故障电弧探测装置的测试设备和方法 |
-
2017
- 2017-06-16 CN CN201710457713.4A patent/CN107192892B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101539599A (zh) * | 2009-04-14 | 2009-09-23 | 国网电力科学研究院 | 数字式雷电探测方法及其装置 |
| CN101539599B (zh) * | 2009-04-14 | 2011-10-05 | 国网电力科学研究院 | 数字式雷电探测方法及其装置 |
| CN101895491A (zh) * | 2010-07-09 | 2010-11-24 | 重庆大学 | 消除频偏干扰的自适应信号检测方法 |
| CN102680939A (zh) * | 2012-04-06 | 2012-09-19 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于声光电同步观测的雷电定位方法及装置 |
| CN105118511A (zh) * | 2015-07-31 | 2015-12-02 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种雷声识别方法 |
| CN105676088A (zh) * | 2016-02-15 | 2016-06-15 | 珠海派诺科技股份有限公司 | 一种故障电弧探测装置的测试设备和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于小波变换和模糊逻辑的暂态电能质量扰动分类;刘慧芳，等;《电网技术》;20080229;第32卷(第2期);第84-87页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107192892A (zh) | 2017-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107192892B (zh) | 基于雷电电磁信号识别技术的雷声定位系统自动触发方法 | |
| CN102565855B (zh) | 油田压裂地面微地震数据处理方法 | |
| CN110554284B (zh) | 基于gis设备的局放检测方式的相关性分析方法及系统 | |
| CN104849633A (zh) | 一种开关柜局部放电模式识别方法 | |
| CN105548832A (zh) | 高压电力电缆故障识别方法 | |
| CN103197218A (zh) | 一种高压电缆绝缘缺陷局放带电检测诊断方法 | |
| CN108693448B (zh) | 一种应用于电力设备局部放电模式识别系统 | |
| CN110907778A (zh) | Gis设备局部放电超声定位方法、装置、设备及介质 | |
| CN109342828A (zh) | 一种基于频域恒虚警的雷电脉冲信号检测方法 | |
| CN109116196B (zh) | 一种电力电缆故障放电声智能识别方法 | |
| CN112462355B (zh) | 一种基于时频三特征提取的对海目标智能检测方法 | |
| CN108519436B (zh) | 一种基于声发射信号统计分析的混凝土损伤评估方法 | |
| CN110196448A (zh) | 一种滑坡次声信号识别方法 | |
| CN115993511A (zh) | 一种局部放电类型高精度检测识别装置、方法和设备 | |
| CN110146922A (zh) | 高速铁路地震预警系统单双地震计干扰识别方法 | |
| CN113671037A (zh) | 一种支柱绝缘子振动声学信号处理方法 | |
| CN108008262B (zh) | 一种局部放电快速检测方法 | |
| CN108196269A (zh) | 卫星导航抗干扰天线系统内部弱谐波干扰信号检测方法 | |
| CN104865508A (zh) | 基于数据分组量化的局部放电识别方法 | |
| CN112364296A (zh) | 一种基于深度学习的p波到时自动拾取方法 | |
| CN208147865U (zh) | 一种应用于变电站智能巡检机器人的声音识别系统 | |
| CN111025100A (zh) | 变压器特高频局部放电信号模式识别方法与装置 | |
| Peiqing et al. | Multi-source separation method for partial discharge detection in substations | |
| CN104504380A (zh) | 基于pccp管道声信号的现场试验系统及数据分析方法 | |
| Shanqiang et al. | The recognition method of thunder based on a noise-estimation algorithm for highly non-stationary environments |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |