CN113804982B - 基于数字滤波的太阳射电爆发实时检测方法及系统 - Google Patents

基于数字滤波的太阳射电爆发实时检测方法及系统 Download PDF

Info

Publication number
CN113804982B
CN113804982B CN202111101922.8A CN202111101922A CN113804982B CN 113804982 B CN113804982 B CN 113804982B CN 202111101922 A CN202111101922 A CN 202111101922A CN 113804982 B CN113804982 B CN 113804982B
Authority
CN
China
Prior art keywords
domain data
frequency domain
layer
real
solar radio
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
Application number
CN202111101922.8A
Other languages
English (en)
Other versions
CN113804982A (zh
Inventor
严发宝
申玉鹏
邹涛
陈耀
苏艳蕊
武昭
路光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN202111101922.8A priority Critical patent/CN113804982B/zh
Publication of CN113804982A publication Critical patent/CN113804982A/zh
Application granted granted Critical
Publication of CN113804982B publication Critical patent/CN113804982B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08Measuring electromagnetic field characteristics
    • G01R29/0864Measuring electromagnetic field characteristics characterised by constructional or functional features
    • G01R29/0892Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Noise Elimination (AREA)

Abstract

本公开提供了一种基于数字滤波的太阳射电爆发实时检测方法及系统,包括以下步骤:获取太阳射电信号的实时频域数据;根据获取的频域数据和预设的实时检测模型,判断是否发生太阳射电爆发事件;其中,所述实时检测模采用三层逐层递进的判断子模型,分别为第一层判断子模型、第二层判断子模型和第三层判断子模型;所述第一层判断子模型根据获取的频域数据初步判断是否发生太阳射电爆发事件,若没有则进入第二层判断子模型;所述第二层判断子模型用于判断频域数据各频点概率分布满足预设值,满足时进入第三层判断子模型;所述第三层判断子模型采用防脉冲干扰平均值滤波法判断是否发生太阳射电爆发事件。

Description

基于数字滤波的太阳射电爆发实时检测方法及系统
技术领域
本公开属于太阳射电数据处理技术领域,具体涉及一种基于数字滤波的太阳射电爆发实时检测方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
太阳射电爆发是一种辐射流量急剧变化的现象,通常活跃于太阳耀斑期间。当发生爆发事件时,在爆发源区所携带的太阳爆发过程、高能电子加速和辐射机制等物理信息,对研究太阳活动源区的复杂物理机制、地球物理及射电天文有着重要的理论及实际意义。同时,太阳射电爆发也是诱发空间灾害性天气的源头,恶劣的空间天气不仅会影响天基和地基观测系统运行的可靠性和稳定性,而且也会影响到航天器、通讯以及导航系统的正常运行,造成社会经济的损失。
为研究太阳长期活动规律、对爆发事件进行实时检测和预报、揭示射电爆发精细结构,世界各地相继建立起具有高分辨率、高动态范围以及覆盖多个频段的太阳射电观测系统,旨在对太阳进行全天性、全向性、高精度观测。然而现在大多数正在运行的太阳射电观测系统,均存在着无法实时检测太阳射电爆发事件、数据传输量过大以及磁盘阵列存储容量不足等问题。
为进一步研究太阳活动规律,对太阳射电爆发进行实时检测与预报,降低太阳射电观测系统在太阳宁静条件下数据存储量过大等问题。现有技术中采用基于阈值判断或者图像处理的爆发检测进行太阳射电爆发的相关研究,但是存在着准确性不高或实时性不强的缺点,无法满足天文射电观测的需求;基于阈值判断的爆发检测算法虽然可以实时检测爆发事件,但是仅可以在无外界信号干扰的前提下检测爆发事件,如果外界存在干扰,则有可能将干扰信号误判为爆发事件;而基于图像处理的爆发检测算法虽然可以自动检测爆发事件和提取爆发参数,且准确性较阈值检测具有显著提升,但是该方法检测速率较慢,必须等待频谱图绘制成功后,方可提取检测,实时性较低。
因此,亟需进行太阳射电爆发的实时检测与预报的相关研究,以解决现有技术中所存在的不足。
发明内容
为了解决上述问题,本公开提出了一种基于数字滤波的太阳射电爆发实时检测方法及系统,实现了实时检测太阳射电爆发、动态调整观测系统时间分辨率。
根据一些实施例,本公开的第一方案提供了一种基于数字滤波的太阳射电爆发实时检测方法,采用如下技术方案:
一种基于数字滤波的太阳射电爆发实时检测方法,包括以下步骤:
获取太阳射电信号的实时频域数据;
根据获取的频域数据和预设的实时检测模型,判断是否发生太阳射电爆发事件;
其中,所述实时检测模采用三层逐层递进的判断子模型,分别为第一层判断子模型、第二层判断子模型和第三层判断子模型;所述第一层判断子模型根据获取的频域数据初步判断是否发生太阳射电爆发事件,若没有则进入第二层判断子模型;所述第二层判断子模型用于判断频域数据各频点概率分布满足预设值,满足时进入第三层判断子模型;所述第三层判断子模型采用防脉冲干扰平均值滤波法判断是否发生太阳射电爆发事件。
作为进一步的技术限定,所述获取太阳射电信号的实时频域数据的过程为:
实时接收太阳射电信号,并进行信号的极化处理,得到极化信号;
对极化信号进行放大、滤波处理,得到模拟信号;
进行模数信号的转换,对得到的数字信号进行数字化处理,生成实时频域数据。
作为进一步的技术限定,在所述第一层判断子模型中,将获取的实时频域数据与预设太阳宁静条件下的频域数据作差,得到各频点差值;比较各频点差值与第一预设阈值的大小,若各频点差值大于第一预设阈值,则判定发生太阳射电爆发事件,提高时间分辨率,精细采集太阳射电信号;否则,进入第二层判断子模型。
进一步的,在所述第二层判断子模型中,当已存储的频域数据组数没有达到预设值时,重新获取太阳射电信号的实时频域数据和各频点差值,直到已存储的频域数据组数达到预设值为止。
进一步的,当已存储的频域数据组数达到预设值时,进入第三层判断子模型,求取每组频域数据各频点的中位值,判断每组频域数据各频点概率分布,当每组频域数据各频点概率分布满足预设值时,求取每组频域数据各频点的平均值,得到新频域数据,结合防脉冲干扰平均值滤波法得到无干扰宁静太阳频域数据;求取无干扰宁静太阳频域数据与实时太阳射电频域数据之间的频点差值,比较频点差值与第一预设阈值之间的大小关系,判断是否发生太阳射电爆发。
进一步的,为减弱甚至消除尖峰脉冲干扰的影响,通过设置爆发判定计数器判断是否发生太阳射电爆发。
进一步的,所述每组频域数据各频点概率分布,先计算每组频域数据各频点中位值与各频点差值之间的差值,再求取差值与第二预设阈值之间的比值。
根据一些实施例,本公开的第二方案提供了一种基于数字滤波的太阳射电爆发实时检测系统,采用如下技术方案:
一种基于数字滤波的太阳射电爆发实时检测系统,包括:
获取模块,用于获取太阳射电信号的实时频域数据;
检测模块,用于根据获取的频域数据和预设的实时检测模型,判断是否发生太阳射电爆发事件;
其中,所述实时检测模采用三层逐层递进的判断子模型,分别为第一层判断子模型、第二层判断子模型和第三层判断子模型;所述第一层判断子模型根据获取的频域数据初步判断是否发生太阳射电爆发事件,若没有则进入第二层判断子模型;所述第二层判断子模型用于判断频域数据各频点概率分布满足预设值,满足时进入第三层判断子模型;所述第三层判断子模型采用防脉冲干扰平均值滤波法判断是否发生太阳射电爆发事件。
根据一些实施例,本公开的第三方案提供了一种计算机可读存储介质,采用如下技术方案:
一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本公开第一方面所述的基于数字滤波的太阳射电爆发实时检测方法中的步骤。
根据一些实施例,本公开的第四方案提供了一种电子设备,采用如下技术方案:
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开第一方面所述的基于数字滤波的太阳射电爆发实时检测方法中的步骤。
与现有技术相比,本公开的有益效果为:
本公开实现了实时检测太阳射电爆发、动态调整观测系统时间分辨率,在爆发时段,提高系统时间分辨率,存储精细射电爆发结构数据,在非爆发时段,降低系统时间分辨率,降低存储数据量。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本公开实施例一中基于数字滤波的太阳射电爆发实时检测方法的流程图;
图2是本公开实施例二中基于数字滤波的太阳射电爆发实时检测系统的结构框图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本公开实施例一介绍了一种基于数字滤波的太阳射电爆发实时检测方法。
一种基于数字滤波的太阳射电爆发实时检测方法,包括以下步骤:
获取太阳射电信号的实时频域数据;
根据获取的频域数据和预设的实时检测模型,判断是否发生太阳射电爆发事件;
其中,所述实时检测模采用三层逐层递进的判断子模型,分别为第一层判断子模型、第二层判断子模型和第三层判断子模型;所述第一层判断子模型根据获取的频域数据初步判断是否发生太阳射电爆发事件,若没有则进入第二层判断子模型;所述第二层判断子模型用于判断频域数据各频点概率分布满足预设值,满足时进入第三层判断子模型;所述第三层判断子模型采用防脉冲干扰平均值滤波法判断是否发生太阳射电爆发事件。
具体过程如图1所示:
FPGA将生成的频域数据上传至上位机软件平台后,进入第一层判断子模型,上位机实时截取Y组频域数据S[Y][i],并与预先存储的一帧太阳宁静条件下的频域数据M[i]进行各频点求差处理,即
Figure BDA0003270974260000071
如果任一组频域数据各频点求取的差值F[j][i](1≤j≤Y)均小于设置的阈值N,那么就将截取的频域数据存储至Buffer中,并对Buffer存储帧数计数器Cbuffer进行加一运算,即
Cbuffer=Cbuffer+1 (2)
随后一直进行此判断循环,直至Buffer存储帧数计数器Cbuffer=K进入第二层判断子模型;否则,就判定此时发生了爆发事件,上位机立即下发参数至FPGA,修改累加点数,提高系统时间分辨率,对爆发事件进行精细观测。
在第二层判断子模型中,当Buffer存储帧数计数器Cbuffer=K时,对每组频域数据各频点求中位值Medo[i],如果各频点强度与中位值Medo[i]的差值小于设定阈值R的概率大于M%,则判定该组频域数据近似无干扰,否则就判定该组频域数据存在干扰,需要进行离散点移除,即将受到干扰信号影响的频点(频点强度与中位值Medo[i]的差值大于设定阈值R)移除。
进行离散点移除后,对新生成的频域数据各频点再次求中位值MedN[i],如果各频点强度与中位值MedN[i]的差值小于设定阈值R的概率大于M%时,则判定新生成的频域数据近似无干扰,否则就舍弃该组数据,重新截取一组频域数据。当K组频域数据均满足概率分布时,将每组频域数据各频点求取平均值生成一组新频域数据Snew[j][i](1≤j≤K),进入第三层判断子模型。
然而在太阳射电观测系统实际运行中,观测站附近的电磁环境较复杂,不可避免地会产生尖峰脉冲干扰,这种干扰一般持续时间短、峰值大,对这样的频域数据进行数字滤波处理时,仅仅采用算术平均或移动平均滤波时,尽管对脉冲干扰进行了1/N的处理,但其剩余值仍然较大,因此特地采取防脉冲干扰平均值滤波法,对连续的K组频域数据各频点进行排序,去掉其中最大和最小的2个数据,将剩余数据示平均值,将被认为是受干扰的频域数据舍去,最终得到一组无干扰宁静太阳频域数据Squiet[i]。
在第三层判断子模型中,上位机运算得到无干扰宁静太阳频域数据Squiet[i]后,实时接收太阳观测系统频域数据D[i],并将两组频域数据各频点作差,即
P[i]=D[i]-Squiet[i] (3)
然而,由于太阳射电观测站附近电磁环境较复杂,太阳射电观测系统极易受到尖峰脉冲干扰的影响,即使此时并未发生爆发事件,也会直接导致差值P[i]大于设置的阈值N,系统就会误判此时发生了爆发事件。因此,为了减弱甚至消除尖峰脉冲干扰的影响,设置了爆发判定计数器Cframes
当两组频域数据任一频点的差值P[i]大于设置的阈值N时,爆发判定计数器Cframes进行加一运算,即
Cframes=Cframes+1 (4)
否则,当差值P[i]小于设置的阈值N时,立即将爆发判定计数器置0,即Cframes=0。
对上位机实时接收的频域数据与无干扰宁静太阳频域数据SQuiet[i]各频点作差,若差值P[i]连续大于阈值N达到H次时,即爆发判定计数器Cframes≥H时,就直接判定此时发生了爆发事件,上位机立即下发参数至FPGA,减小累加点数,提高系统时间分辨率,精细观测爆发事件;否则,当爆发判定计数器Cframes<H时,判定此时未发生爆发事件,上位机下发参数至FPGA,增大累加点数,降低系统时间分辨率,粗略采集太阳射电辐射信号,减小磁盘阵列数据存储量。
在太阳射电爆发实时检测算法中加入防脉冲干扰平均值滤波法以及爆发判定计数器Cframes,可以有效的减弱甚至消除尖峰脉冲干扰信号的影响、提高判定爆发事件的准确性。
本实施例中的基于数字滤波的太阳射电爆发实时检测方法实时性强、准确度高、动态调整系统时间分辨率、有效的降低磁盘阵列数据存储量、在上位机实现爆发事件检测,以降低在FPGA实现太阳射电爆发检测算法引起的资源占用及功耗过大等弊端。
实施例二
本公开实施例二介绍了一种基于数字滤波的太阳射电爆发实时检测系统,采用了实施例一中所介绍的基于数字滤波的太阳射电爆发实时检测方法。
如图2所示的一种基于数字滤波的太阳射电爆发实时检测系统,包括:
信号接收模块,用于接收太阳射电信号,并输出极化信号至模拟接收模块;
模拟接收模块,用于接收信号接收模块的极化信号,进行极化信号的放大、滤波,输出模拟信号并传输至数字接收模块;
数字接收模块,通过模拟接收模块与信号接收模块连接,用于所述模拟接收模块输出的模拟信号,转换成数字信号,并进行信号的数字化处理,生成频域数据;
信号处理模块,与所述数字接收模块连接,用于接收数字接收模块的频域数据并实时检测太阳射电爆发事件,动态调整系统的时间分辨率。
作为一种或多种实施方式,数字接收模块包括模数转换单元和FPGA处理单元,FPGA处理单元进行数字信号的快速傅里叶变换处理和累加处理,得到频域数据。
作为一种或多种实施方式,信号处理模块包括处理器和磁盘阵列;处理器采用上位机,求取实时接收到的频域数据与预设的频域数据之间的差值,将得到的差值与设定的频域数据阈值比较,判断是否发生太阳射电爆发事件。上位机软件平台接收到频域数据后,自动将数据存储至磁盘阵列,并调用数据处理以及太阳射电爆发实时检测算法,对爆发事件进行检测,动态调整FPGA累加点数,控制系统时间分辨率,降低数据存储量。
详细步骤与实施例一提供的基于数字滤波的太阳射电爆发实时检测方法相同,在此不再赘述。
实施例三
本公开实施例三提供了一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本公开实施例一所述的基于数字滤波的太阳射电爆发实时检测方法中的步骤。
详细步骤与实施例一提供的基于数字滤波的太阳射电爆发实时检测方法相同,在此不再赘述。
实施例四
本公开实施例四提供了一种电子设备。
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开实施例一所述的基于数字滤波的太阳射电爆发实时检测方法中的步骤。
详细步骤与实施例一提供的基于数字滤波的太阳射电爆发实时检测方法相同,在此不再赘述。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (7)

1.一种基于数字滤波的太阳射电爆发实时检测方法,其特征在于,包括以下步骤:
获取太阳射电信号的实时频域数据;
根据获取的频域数据和预设的实时检测模型,判断是否发生太阳射电爆发事件;
其中,所述实时检测模采用三层逐层递进的判断子模型,分别为第一层判断子模型、第二层判断子模型和第三层判断子模型;所述第一层判断子模型根据获取的频域数据初步判断是否发生太阳射电爆发事件,若没有则进入第二层判断子模型;所述第二层判断子模型用于判断频域数据各频点概率分布满足预设值,满足时进入第三层判断子模型;所述第三层判断子模型采用防脉冲干扰平均值滤波法判断是否发生太阳射电爆发事件;
在所述第一层判断子模型中,将获取的实时频域数据与预设太阳宁静条件下的频域数据作差,得到各频点差值;比较各频点差值与第一预设阈值的大小,若各频点差值大于第一预设阈值,则判定发生太阳射电爆发事件,提高时间分辨率,精细采集太阳射电信号;否则,进入第二层判断子模型;
在所述第二层判断子模型中,当已存储的频域数据组数没有达到预设值时,重新获取太阳射电信号的实时频域数据和各频点差值,直到已存储的频域数据组数达到预设值为止;
当已存储的频域数据组数达到预设值时,进入第三层判断子模型,求取每组频域数据各频点的中位值,判断每组频域数据各频点概率分布,当每组频域数据各频点概率分布满足预设值时,求取每组频域数据各频点的平均值,得到新频域数据,结合防脉冲干扰平均值滤波法得到无干扰宁静太阳频域数据;求取无干扰宁静太阳频域数据与实时太阳射电频域数据之间的频点差值,比较频点差值与第一预设阈值之间的大小关系,判断是否发生太阳射电爆发。
2.如权利要求1中所述的一种基于数字滤波的太阳射电爆发实时检测方法,其特征在于,所述获取太阳射电信号的实时频域数据的过程为:
实时接收太阳射电信号,并进行信号的极化处理,得到极化信号;
对极化信号进行放大、滤波处理,得到模拟信号;
进行模数信号的转换,对得到的数字信号进行数字化处理,生成实时频域数据。
3.如权利要求1中所述的一种基于数字滤波的太阳射电爆发实时检测方法,其特征在于,为减弱甚至消除尖峰脉冲干扰的影响,通过设置爆发判定计数器判断是否发生太阳射电爆发。
4.如权利要求1中所述的一种基于数字滤波的太阳射电爆发实时检测方法,其特征在于,所述每组频域数据各频点概率分布,先计算每组频域数据各频点中位值与各频点差值之间的差值,再求取差值与第二预设阈值之间的比值。
5.一种基于数字滤波的太阳射电爆发实时检测系统,其特征在于,包括:
获取模块,用于获取太阳射电信号的实时频域数据;
检测模块,用于根据获取的频域数据和预设的实时检测模型,判断是否发生太阳射电爆发事件;
其中,所述实时检测模采用三层逐层递进的判断子模型,分别为第一层判断子模型、第二层判断子模型和第三层判断子模型;所述第一层判断子模型根据获取的频域数据初步判断是否发生太阳射电爆发事件,若没有则进入第二层判断子模型;所述第二层判断子模型用于判断频域数据各频点概率分布满足预设值,满足时进入第三层判断子模型;所述第三层判断子模型采用防脉冲干扰平均值滤波法判断是否发生太阳射电爆发事件;
在所述第一层判断子模型中,将获取的实时频域数据与预设太阳宁静条件下的频域数据作差,得到各频点差值;比较各频点差值与第一预设阈值的大小,若各频点差值大于第一预设阈值,则判定发生太阳射电爆发事件,提高时间分辨率,精细采集太阳射电信号;否则,进入第二层判断子模型;
在所述第二层判断子模型中,当已存储的频域数据组数没有达到预设值时,重新获取太阳射电信号的实时频域数据和各频点差值,直到已存储的频域数据组数达到预设值为止;
当已存储的频域数据组数达到预设值时,进入第三层判断子模型,求取每组频域数据各频点的中位值,判断每组频域数据各频点概率分布,当每组频域数据各频点概率分布满足预设值时,求取每组频域数据各频点的平均值,得到新频域数据,结合防脉冲干扰平均值滤波法得到无干扰宁静太阳频域数据;求取无干扰宁静太阳频域数据与实时太阳射电频域数据之间的频点差值,比较频点差值与第一预设阈值之间的大小关系,判断是否发生太阳射电爆发。
6.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一项所述的基于数字滤波的太阳射电爆发实时检测方法中的步骤。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4中任一项所述的基于数字滤波的太阳射电爆发实时检测方法中的步骤。
CN202111101922.8A 2021-09-18 2021-09-18 基于数字滤波的太阳射电爆发实时检测方法及系统 Active CN113804982B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111101922.8A CN113804982B (zh) 2021-09-18 2021-09-18 基于数字滤波的太阳射电爆发实时检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111101922.8A CN113804982B (zh) 2021-09-18 2021-09-18 基于数字滤波的太阳射电爆发实时检测方法及系统

Publications (2)

Publication Number Publication Date
CN113804982A CN113804982A (zh) 2021-12-17
CN113804982B true CN113804982B (zh) 2022-06-21

Family

ID=78896018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111101922.8A Active CN113804982B (zh) 2021-09-18 2021-09-18 基于数字滤波的太阳射电爆发实时检测方法及系统

Country Status (1)

Country Link
CN (1) CN113804982B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115662094B (zh) * 2022-10-20 2024-10-08 山东大学 太阳射电爆发实时监测预警方法、系统、存储介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6383624A (ja) * 1986-09-29 1988-04-14 Nippon Denso Co Ltd 日射検出装置
CN109063302A (zh) * 2018-07-24 2018-12-21 山东大学 自适应爆发判断的高分辨率太阳射电数据处理系统及方法
CN109242165A (zh) * 2018-08-24 2019-01-18 蜜小蜂智慧(北京)科技有限公司 一种模型训练及基于模型训练的预测方法及装置
CN110632386A (zh) * 2019-08-16 2019-12-31 山东大学 一种太阳射电干扰滤除方法、可读存储介质及电子设备
CN113095215A (zh) * 2021-04-09 2021-07-09 山东大学 基于改进型lstm网络的太阳射电滤波方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156981B (zh) * 2014-07-30 2018-06-15 云南大学 一种基于图像处理的太阳射电爆发自动实时检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6383624A (ja) * 1986-09-29 1988-04-14 Nippon Denso Co Ltd 日射検出装置
CN109063302A (zh) * 2018-07-24 2018-12-21 山东大学 自适应爆发判断的高分辨率太阳射电数据处理系统及方法
CN109242165A (zh) * 2018-08-24 2019-01-18 蜜小蜂智慧(北京)科技有限公司 一种模型训练及基于模型训练的预测方法及装置
CN110632386A (zh) * 2019-08-16 2019-12-31 山东大学 一种太阳射电干扰滤除方法、可读存储介质及电子设备
CN113095215A (zh) * 2021-04-09 2021-07-09 山东大学 基于改进型lstm网络的太阳射电滤波方法及系统

Also Published As

Publication number Publication date
CN113804982A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
US11474251B2 (en) Gm-APD array lidar imaging method and system under strong background noise
CN113804982B (zh) 基于数字滤波的太阳射电爆发实时检测方法及系统
CN113189627B (zh) 一种基于北斗卫星的通信定位一体化双模机载系统
CN102263601A (zh) 一种宽带多信号检测方法
CN108063641B (zh) 单通道多信号检测方法
CN111157953B (zh) 一种强地杂波下两级门限恒虚警检测算法
CN108627807A (zh) 一种机载雷达抗干扰方法
WO2016060620A1 (en) Frame based spike detection module
CN112652320B (zh) 声源定位方法和装置、计算机可读存储介质、电子设备
CN103378934A (zh) 一种1090MHz ES ADS-B帧信号解调方法
CN102645589A (zh) 脉冲检测方法及系统
WO2023284764A1 (zh) 车内生命体的雷达探测方法、装置及终端设备
CN112669867A (zh) 噪声消除算法的调试方法、装置和电子设备
CN111726182A (zh) 一种非高斯噪声衰落信道下多主用户动态频谱感知方法
CA2698921C (en) Method and device for estimating the integrity risk in a satellite navigation system
JP3621989B2 (ja) レーダー信号処理装置
CN109104205A (zh) 一种数字信道化接收机脉冲检测系统
CN107144874A (zh) 一种基于对enpemf信号进行bswt‑ddtfa时频分析的方法及系统
CN102708707B (zh) 管制空域中单元窗口的自适应调整方法及装置
CN111736146B (zh) 一种基于速度滤波的双基地检测前跟踪方法及装置
CN103217672A (zh) 运动信号检测方法和装置
CN110068839B (zh) 基于数据统计特性的卫星导航接收机干扰检测方法
CN104464747A (zh) 分段处理机载选择呼叫系统选呼信号的解码方法
CN110659629A (zh) 一种基于双谱和深度卷积神经网络的微弱x射线脉冲星信号辨识方法
CN110191430A (zh) 针对广义高斯分布情况的单比特分布式稀疏信号检测方法

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