CN108983321B - 一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法 - Google Patents
一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法 Download PDFInfo
- Publication number
- CN108983321B CN108983321B CN201810511565.4A CN201810511565A CN108983321B CN 108983321 B CN108983321 B CN 108983321B CN 201810511565 A CN201810511565 A CN 201810511565A CN 108983321 B CN108983321 B CN 108983321B
- Authority
- CN
- China
- Prior art keywords
- geomagnetic
- synchronous compression
- index
- periodic
- extracting
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Complex Calculations (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,属天文技术和时频处理领域。本发明采用采用结合同步压缩小波变换的方法对太阳黑子数和地磁Ap指数的周期分量进行提取,较精确地对太阳黑子数和地磁Ap指数的周期分量进行了提取,较好的解决了之前几种时频分析方法在在提取太阳黑子数和地磁Ap指数的周期分量结果较差,不完整的问题。
Description
技术领域
本发明涉及一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,属天文技术和时频处理领域。
背景技术
地磁活动指数周期变化的研究,对认识地磁活动的规律,开展空间天气预报起着重要作用。地磁Ap指数是全球的全日地磁扰动强度的指数,是描述全球地磁活动水平的重要指数。太阳黑子数是描述太阳活动水平高低的重要指数,在分析太阳活动周期是采用最多的数据就是太阳黑子数。太阳活动对地球磁场变化有着重要作用。通过对地磁活动指数和太阳活动参数的统计分析,有助于建立地磁与太阳活动的相应关系。该方法有助于更好研究的地磁活动和太阳活动之间关系、预测地磁活动和气候系统的变化。
描述全球地磁活动水平的重要指数Ap和描述太阳活动水平高低的重要指数太阳黑子数的变化特征和相关关系一直受到特别关注。我们发现这些方法主要包含两个过程:(1)对采样数据进行小波分析或者是傅里叶变换;(2)紧接着比较太阳黑子数和地磁Ap指数的相同的周期特性明显的分量。通过相关文献对这几种方法的介绍,可以看到这些方法对地磁活动和太阳活动之间关系的研究存在着以下的问题:(1)以Fourier变换作为理论基础,受到Heisenberg/Gabor不确定原理的影响,其时频分辨率受限;(2)时频分析得到的结果谱污染较为严重;(3)将噪声较为敏感,造成误检。然而,太阳黑子数和地磁Ap指数作为天文数据,天文望远镜获取过程中难免受到噪声或一些其他数据污染,具有明显的非平稳、时变特点。基于这些因素,依靠传统的时域和频域分析方法难以有效提取太阳黑子数和地磁Ap指数的周期特征。
发明内容
本发明提供了一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,以用于提取太阳黑子数和地磁Ap指数的周期分量。
本发明的技术方案是:一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,所述方法的具体步骤如下:
所述方法的具体步骤如下:
步骤1:对太阳黑子数数据和地磁Ap指数数据分别进行连续小波变换,得到小波系数,通过对小波系数求偏导得到瞬时频率;
步骤2:对瞬时频率进行同步压缩,得到同步压缩后的时间周期图;
步骤3:对同步压缩后的时间周期图中除COI区域以外的区域采用启发式方法连续的提取最大能量曲线,得到周期分量;
步骤4:对步骤3的结果进行滤波处理,得到滤波处理后的周期分量和其能量曲线;
步骤5:通过步骤4中能量曲线对周期分量进行重建,得到该周期分量的时间幅度图;
步骤6:对步骤5得到的太阳黑子数和地磁Ap指数周期分量的时间幅度图中的相同的周期分量的幅值进行归一化处理,得到归一化的周期分量的时间幅度图;
步骤7:对步骤5或者步骤6的时间幅度图中相同的周期分量进行相关性分析,得到相关系数、平均滞后值以及响应关系。
所述步骤1中,小波变换是以Morlet小波作为小波母函数;小波变换的声音数nv=32。
所述步骤3中,采用启发式方法连续的提取最大能量曲线具体为:采用启发式方法对一个能量曲线提取完成时,将它们的相关能量对应的频率在同步压缩后的时间周期图中被清零,然后对更新后的同步压缩后的时间周期图重复以上步骤进行曲线提取,直到提取到预定的能量曲线为止。
所述步骤3中,提取能量曲线后,在同步压缩后的时间周期图中被清零,清零的误差值clwin=10。
所述步骤6中,对于周期分量进行信号重建时幅值进行归一化处理,使其值控制在[-1 1]。
本发明的有益效果是:本发明采用采用结合同步压缩小波变换的方法对太阳黑子数和地磁Ap指数的周期分量进行提取,较精确地对太阳黑子数和地磁Ap指数的周期分量进行了提取,较好的解决了之前几种时频分析方法在在提取太阳黑子数和地磁Ap指数的周期分量结果较差,不完整的问题。
附图说明
图1是本发明基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法的总体流程图;
图2是本发明中采用1932年1月到2017年10月的太阳黑子数和地磁Ap指数的月均值数据得到的图像;
图3是本发明中对图2采用归一化处理之后的图像;
图4是本发明中对图2中地磁Ap指数数据经过同步压缩变换之后的图像;
图5是本发明中对图2中太阳黑子数数据经过同步压缩变换之后的图像;
图6是本发明中对图4经过提取能量曲线得到的图像;
图7是本发明中对图5经过提取能量曲线得到的图像;
图8是本发明中对图6经过带通滤波得到的特定的周期分量的图像;
图9是本发明中对图7经过带通滤波得到的特定的周期分量的图像;
图10是本发明中对图8、图9经信号重建并归一化处理后得到的特定周期分量的时间幅度图。
具体实施方式
实施例1:如图1-10所示,一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,所述方法的具体步骤如下:
步骤1:读取太阳黑子数和地磁Ap指数数据(如图2所示),并进行归一化处理:Ap指数与太阳黑子数量纲不同,为了方便比较,对这两个参数的月均值进行归一化处理;在这里所使用的公式如下:
y=2*(x-min)/(max-min)-1
其中min为x的最小值,max为x的最大值,输入向量为x,归一化后的输出向量为y。其结果如图3所示;
通过该步骤可以有效地证明本发明研究的太阳黑子数和地磁Ap指数两种数据相互存在规律。
步骤2:对太阳黑子数数据和地磁Ap指数数据分别进行连续小波变换,得到小波系数,通过对小波系数求偏导得到瞬时频率:首先对时间域信号f(t)进行连续小波变换,得到小波系数Wf(a,τ):式中:a为尺度因子,τ为时间平移因子,ψ*(t)是小波母函数ψ(t)的共轭函数。如果的负频率域趋于0,且主频ξ=ω0,则理论上小波系数Wf(a,τ)应该在时间尺度平面上的水平线a=ω0/ω周围的区域上展开。然而,实际上小波系数往往在尺度方向上发生扩散,聚焦效果不理想,使得时频图变得模糊。虽然小波系数在尺度方向上有扩散,但是其相位保持不变。这得出了对于Wf(a,τ)≠0的任何(a,τ),信号f(t)可以用小波系数通过求偏导来计算瞬时频率,其公式表示为:
步骤3:瞬时频率是时频表示中的脊,为了减少淡化,我们必须压缩这些脊周围的频率,即对瞬时频率进行同步挤压:根据步骤2,每个点(a,τ)被转换为(ωf(a,τ),τ),对(ωf(a,τ),τ)做同步挤压操作。由于尺度a和时间τ是离散值,频率变量ω和尺度变量a被“封装(binned)”在一起,即仅在离散值ak下计算Wf(a,τ),其中ak-ak-1=(Δa)k。当从时间-尺度平面映射到时间-频率平面(a,τ)→((ωf(a,τ),τ)时,同步压缩变换Tf(ωf,τ)只有在频率范围[ωl-Δω/2,ωl+Δω/2]中心的ωl才是有效的,其中ωf是ωl的集合,Δω=ωl-ωl-1:
得到的同步压缩后的时间周期图如图4、5所示。
步骤4:对同步压缩后的时间周期图中除COI区域以外的区域采用启发式方法连续的提取最大能量曲线,得到周期分量:假设时间域信号f(t)信号的能量有限,根据Parseval定理,信号时域和频域上的能量相等:因此,我们称|Tf(ωf,τm)|2为信号的能量谱密度,即单位Hz里的能量。但是在COI区域(Cone ofinfluence,小波影响锥,表示连续小波系数受到远处点的信号值影响较大的区域)内的周期分量不予提取,因为可信度较低,不予提取。从同步压缩后的时间周期图中连续提取最大能量曲线。为了提取离散曲线c*,我们最大化曲线能量的函数,然后使用一种启发式(贪心)方法,提取最大能量曲线。其公式为:其中Ef(ωl,τm)=log(|Tf(ωl,τm)|2)是Tf(ωf,τm)的归一化能量,τ是τm的集合。当一个能量曲线提取完成时,它们的相关能量对应的频率在同步压缩后的时间周期图Tf(ωf,τ)中被清零。然后再次对更新后的同步压缩后的时间周期图再一次进行曲线提取。一直重复以上步骤,直到所有想要得到的能量曲线被提取完成为止(如设置能量少于阈值0.2为终止条件)。所得到的能量曲线就是所要提取的周期分量,能量大小则是该周期分量的幅度大小;提取能量曲线得到的图像如图6、7所示(如图6所示,可知u=1,u=2,u=3,u=4,...,u=9表示进行了9次曲线提取,如图7所示,进行了7次提取)。
步骤5:为得到特定的周期分量,对步骤4的结果进行滤波处理:步骤4中抽取的能量曲线很多,为了得到特定的周期分量,对步骤4的结果进行滤波处理,结果会更清楚;得到的图像如图8、9所示。
步骤6:为了研究太阳黑子数和地磁Ap指数之间的响应关系,可以抽取太阳黑子数和地磁Ap指数的相同的周期分量进行信号重建。对步骤5中的结果通过能量曲线对周期分量进行重建,得到该周期分量的时间幅度图:由步骤5提取的能量曲线进行周期分量的重建。同步压缩变换并不影响信号的重建。信号重建的公式为:
步骤7:太阳黑子数和地磁Ap指数的相同的周期分量的幅值进行归一化处理:为了方便观察,对这些周期分量进行信号重建时幅值可能不在同一数量级的,进行归一化处理;得到的图像如图10所示。
步骤8:对步骤6或者步骤7的时间幅度图中太阳黑子数和地磁Ap指数的相同的周期分量进行相关性分析:在相同周期分量中,研究太阳黑子数和地磁Ap指数的相关性,计算相关系数、平均滞后值以及响应关系。其公式为:
同时也在每个太阳周中进行研究,以便得到规律,推断下一个太阳周的太阳黑子数和地磁Ap指数之间的响应关系。
上述实施例中,所述步骤2中,小波变换是以Morlet小波作为小波母函数;小波变换的声音数nv=32。所述步骤4中,提取能量曲线后,在同步压缩后的时间周期图中被清零,清零的误差值clwin=10。所述步骤1和步骤7中,对于周期分量进行信号重建时幅值进行归一化处理,使其值控制在[-1 1]。
上面结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (5)
1.一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,其特征在于:所述方法的具体步骤如下:
步骤1:对太阳黑子数数据和地磁Ap指数数据分别进行连续小波变换,得到小波系数,通过对小波系数求偏导得到瞬时频率;
步骤2:对瞬时频率进行同步压缩,得到同步压缩后的时间周期图;
步骤3:对同步压缩后的时间周期图中除COI区域以外的区域采用启发式方法连续的提取最大能量曲线,得到周期分量;
步骤4:对步骤3的结果进行滤波处理,得到滤波处理后的周期分量和其能量曲线;
步骤5:通过步骤4中能量曲线对周期分量进行重建,得到该周期分量的时间幅度图;
步骤6:对步骤5得到的太阳黑子数和地磁Ap指数周期分量的时间幅度图中的相同的周期分量的幅值进行归一化处理,得到归一化的周期分量的时间幅度图;
步骤7:对步骤5或者步骤6的时间幅度图中相同的周期分量进行相关性分析,得到相关系数、平均滞后值以及响应关系。
2.根据权利要求1所述的基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,其特征在于:所述步骤1中,小波变换是以Morlet小波作为小波母函数;小波变换的声音数nv=32。
3.根据权利要求1所述的基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,其特征在于:所述步骤3中,采用启发式方法连续的提取最大能量曲线具体为:采用启发式方法对一个能量曲线提取完成时,将它们的相关能量对应的频率在同步压缩后的时间周期图中清零,然后对更新后的同步压缩后的时间周期图重复以上步骤进行曲线提取,直到提取到预定的能量曲线为止。
4.根据权利要求3所述的基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,其特征在于:所述步骤3中,提取能量曲线后,将它们的相关能量对应的频率在同步压缩后的时间周期图中清零,清零的误差值clwin=10。
5.根据权利要求1所述的基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法,其特征在于:所述步骤6中,对于周期分量进行信号重建时幅值进行归一化处理,使其值控制在[-1 1]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810511565.4A CN108983321B (zh) | 2018-05-25 | 2018-05-25 | 一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810511565.4A CN108983321B (zh) | 2018-05-25 | 2018-05-25 | 一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108983321A CN108983321A (zh) | 2018-12-11 |
CN108983321B true CN108983321B (zh) | 2020-08-25 |
Family
ID=64542041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810511565.4A Active CN108983321B (zh) | 2018-05-25 | 2018-05-25 | 一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108983321B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110851627B (zh) * | 2019-09-24 | 2022-06-07 | 昆明理工大学 | 一种用于描述全日面图像中太阳黑子群的方法 |
CN111639301B (zh) * | 2020-05-26 | 2023-05-23 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种地磁Ap指数中期预报方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004049228A1 (fr) * | 2002-11-26 | 2004-06-10 | Mikhail Anatolievich Rogov | Procede d'etablissement de contrats de gestion de risques via un systeme informatise |
CN105116469A (zh) * | 2015-08-05 | 2015-12-02 | 中国电子科技集团公司第二十二研究所 | 一种中国低纬地区电离层闪烁发生概率预报方法 |
CN107356979A (zh) * | 2017-05-27 | 2017-11-17 | 淮海工学院 | 一种电离层tec异常探测的方法 |
KR101845760B1 (ko) * | 2017-01-25 | 2018-05-18 | 한국 천문 연구원 | 태양 흑점을 이용한 태양 플레어 예보 시스템 및 방법 |
-
2018
- 2018-05-25 CN CN201810511565.4A patent/CN108983321B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004049228A1 (fr) * | 2002-11-26 | 2004-06-10 | Mikhail Anatolievich Rogov | Procede d'etablissement de contrats de gestion de risques via un systeme informatise |
CN105116469A (zh) * | 2015-08-05 | 2015-12-02 | 中国电子科技集团公司第二十二研究所 | 一种中国低纬地区电离层闪烁发生概率预报方法 |
KR101845760B1 (ko) * | 2017-01-25 | 2018-05-18 | 한국 천문 연구원 | 태양 흑점을 이용한 태양 플레어 예보 시스템 및 방법 |
CN107356979A (zh) * | 2017-05-27 | 2017-11-17 | 淮海工学院 | 一种电离层tec异常探测的方法 |
Non-Patent Citations (6)
Title |
---|
"Sunspot umbral oscillation analysis using wavelet transform";Zeyuan Du 等;《2017 29th Chinese Control And Decision Conference (CCDC)》;20171231;全文 * |
"TIME SERIES ANALYSIS OF SUNSOPT OSCILLATIONS USING THE WAVELET TRANSFORM";Eugenia B. Christopoulou 等;《2002 14th International Conference on Digital Signal Processing Proceedings. DSP 2002》;20021231;全文 * |
"Wavelet analysis of solar activity recorded by sunspot groups";Peter Frick 等;《Astron. Astrophys》;19971231;全文 * |
"地磁Ap指数与太阳黑子数的交叉小波分析及R/S分析";王亚敏 等;《地理科学》;20110630;全文 * |
"地磁Ap指数滞后太阳周循环分析";徐彤;《空间科学学报》;20081231;全文 * |
"地磁活动指数与太阳活动的小波分析";罗小荧;《云南大学学报(自然科学版)》;20141231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108983321A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11880903B2 (en) | Bayesian image denoising method based on distribution constraint of noisy images | |
CN106771905B (zh) | 一种适用于高频电流局部放电检测的脉冲提取方法 | |
Piazzo et al. | Artifact removal for GLS map makers by means of post-processing | |
CN108983321B (zh) | 一种基于同步压缩小波变换的提取太阳黑子数和地磁Ap指数的周期分量的方法 | |
CN106405654A (zh) | 一种基于反褶积广义s变换的地震频谱成像方法 | |
Ma et al. | Noise reduction for desert seismic data using spectral kurtosis adaptive bandpass filter | |
CN109885903A (zh) | 一种基于模型的地面核磁共振信号尖峰噪声去除方法 | |
CN106680874A (zh) | 基于波形形态特征稀疏化建模的谐波噪声压制方法 | |
CN116153329A (zh) | 一种基于cwt-lbp的声音信号时频纹理特征提取方法 | |
CN110632386B (zh) | 一种太阳射电干扰滤除方法、可读存储介质及电子设备 | |
Ahmadi et al. | Types of EMD algorithms | |
CN110989020A (zh) | 一种音频大地电磁数据噪声干扰的滤波方法及系统 | |
CN110807255A (zh) | 一种m通道联合时间顶点非下采样滤波器组的优化设计方法 | |
CN112926555B (zh) | 一种基于自编码器数据增强的小样本无源行为感知方法 | |
CN113095113B (zh) | 一种用于水下目标识别的小波线谱特征提取方法及系统 | |
CN116403594B (zh) | 基于噪声更新因子的语音增强方法和装置 | |
CN116049632B (zh) | 一种风电主轴轴承故障诊断方法、装置及应用 | |
Hafez et al. | Geomagnetic sudden commencement automatic detection via MODWT | |
Pazos et al. | Non-linear filter, using the wavelet transform, applied to seismological records | |
CN110032968A (zh) | 基于双树复小波和自适应半软阈值法的去噪方法 | |
CN103941280A (zh) | 基于冲激响应不变法的数字核脉冲高斯成形方法 | |
CN107590788A (zh) | 一种遥感图像处理方法 | |
CN114993671A (zh) | 一种基于q因子小波变换的振动故障诊断方法及其系统 | |
CN109655913B (zh) | 地震信号动态滤波方法及系统 | |
CN113191317B (zh) | 一种基于极点构造低通滤波器的信号包络提取方法和装置 |
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 |