JP2011179964A - イオノグラム電離圏エコーの自動偏波分離、及び自動読取方法 - Google Patents
イオノグラム電離圏エコーの自動偏波分離、及び自動読取方法 Download PDFInfo
- Publication number
- JP2011179964A JP2011179964A JP2010044364A JP2010044364A JP2011179964A JP 2011179964 A JP2011179964 A JP 2011179964A JP 2010044364 A JP2010044364 A JP 2010044364A JP 2010044364 A JP2010044364 A JP 2010044364A JP 2011179964 A JP2011179964 A JP 2011179964A
- Authority
- JP
- Japan
- Prior art keywords
- point
- mode
- point group
- ionogram
- group
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
【解決手段】画像用曲線抽出アルゴリズムを用いる等してノイズを除去したイオノグラムをOモード点群とXモード点群とに分類するため、それらの点群間の周波数距離及び遅延時間差を推定し、Oモード点群(またはXモード点群)の要素を推定値分移動する。移動先の近くにXモード点群(またはOモード点群)の要素があるかどうかで点群を分類し、分類された点群に、視覚的群化要因に基づく遺伝的アルゴリズムを用いた曲線抽出方法を適用することで、イオノグラムからOモード(またはXモード)電離圏エコーのみを抽出する。
【選択図】図6
Description
M=YT 2/2(1−X)、ただし、
X=(fp/f)2=(e2ne/4π2meε0)(1/f)2
Y=fc/f=(eB/2πme)(1/f)
YT=Ysinφ、 YL=Ycosφ、で、
φは伝播ベクトルと磁場ベクトルBとの成す角、fpは電子プラズマ周波数、fcは電子サイクロトロン周波数、neはプラズマ電子密度、meは電子の静止質量、ε0は真空の誘電率、eは電荷素量である。
(1)画像を構成する全ての画素に対して、曲線らしさの評価値を累積する為のレジスタを用意する。
(2)始点P0、終点Qに対して、まず、始点P0と終点Q以外の点Pi、点Pjを選ぶ。なお、全点数がNの場合、i、jは、1からN−2までである。
(3)始点P0と点Pi間の距離と、点Piと点Pj間の距離との平均値di(0、j)を求める。
(4)点Piにおいて、始点P0と点Pj間を挟む内角φi(0、j)を求め、
(5)部分曲線P0PiPj間の曲線らしさEi(0、j)を求める。ただし、ηを平均距離に対する重み係数として、
Ei(0、j)=1/{di(0、j)+η(π−φi(0、j))}、である。
(6)点Piと点Pjに関する全ての組み合わせについて、Ei(0、j)を求め、最大値となる点Piを、始点P0と線分で連結する点P1として、また、点Pjを、点P1と線分で連結する点P2として、採用する。
(7)始点P0、点P1、点P2以外の点を新たに点Pjとして選ぶ。
(8)部分曲線点P1P2Pjに関してE2(1、j)を求め、
(9)E2(1、j)が最大となる場合の点Pjを、点P2の次に連結する点P3とする。
(10)以降、上記と同様に順次連結すべき新たな点Pjを求めていき、点Pjが終点Qと一致した時点で連結処理を完了する。
任意の始点と終点の組み合わせ全てについて、
(11)始点と終点間を、上記(1)から(10)までの処理を行って連結し、得られた曲線の曲線らしさFを評価する。
ここで、
F=1/{D+η(π−Φ)}であり、DとΦは、次のように定義される。
D=Σdi/(N−1) (i=0からN−2まで)、
Φ=ΣΦi/(N−2) (i=1からN−2まで)、ただし、
diは点Piと点Pi+1との距離であり、Φiは点Piにおいて点Pi-1と点Pi+1との成す角である。
(12)上記(10)の処理で得られた曲線の通る上記画素のレジスタに上記(11)で得られた曲線らしさの評価値Fの値を累積する。この累積は、Fの値が、所定の閾値を越える場合のみに限定することで、意味をもたない曲線を除外することもできる。
すべての点対の組み合わせについて、上記(12)の投票処理が完了した時点で、レジスタ値が所定の閾値以上の累積値をもつ画素を抽出する事により主観的な曲線を検出する。
(1)まず、ノイズを含む観測データ点数MからN個の点を任意に取り出し、その端点を決定する。
(1a)このためには、ある点Piについて、他の任意の2点Pj、Pkをとり、これらの点間の距離との平均値di(j、k)と、2点PjとPkとなす角φi(j、k)を求める。
(1b)点Piが途中点である評価値を次式で求める。ηを正の定数として、
Ei(j、k)=1/{di(j、k)+η(π−φi(j、k))}。
(1c)次に、全てのjとkに関して、Ei(j、k)の最大値を求める。
(1d)全ての点Piに関して、上記の最大値を求める。これをEimaxとする。
(1e)Eimax部が最小となる点Piを端点候補点P0とする。
次に、端点候補点P0に対して、
(2)まず、始点P0以外の点Pi、点Pkを選ぶ。
(3)始点P0と点Pi間の距離と、点Piと点Pk間の距離との平均値di(0、k)をとる。
(4)点Piにおいて、始点P0と点Pk間を挟む内角φi(0、k)を求め、
(5)部分曲線P0PiPk間の曲線の候補点らしさCi(0、k)を求める。ただし、εを正の定数として、
Ci(0、k)=1/{di(0、k)+ε(π−φi(0、k))}、である。
(6)点Piと点Pkに関する全ての組み合わせについて、Ci(0、k)を求め、最大値となる点Piを、端点候補P0と線分で連結する点P1として、また、点Pkを、点P1と線分で連結する点P2として、採用する。
(7)端点P0、点P1、点P2以外の点を新たに点Pkとして選ぶ。
(8)部分曲線点P1P2Pkに関してC2(1、k)を求め、
(9)C2(1、k)が最大となる場合の点Pkを、点P2の次に連結する点P3とする。
(10)以降、上記と同様に順次連結すべき新たな点Pkを求めていき、N個すべての点を順に連結する。
(11)点間距離の平均値Dと内角の平均値Φを次式で求める。
diを点Piと点Pi+1間の距離、φiを点Piにおける内角として、
D=Σdi/(N−1) (i=0からN−2まで)、
Φ=Σφi/(N−2) (i=1からN−2まで)。
(12)個体nの適応度F(n)を、次式によって求める。
D(n)、Φ(n)をそれぞれ個体nが表す曲線に関する平均点間距離と平均内角として、
F(n)=1/{D(n)+ε(π−Φ(n))}。
(13)遺伝的アルゴリズムに特有の世代交代の処理を行う。
集団内の個体数をGとし、存続率をS%とする。つまり、次世代には、GS/100個を選択して存続させる。各世代ごとに、上記(1)から(12)を個体数Gに対して実行する。
(14)次世代に存続を許可した個体の中から、ランダムに所定の個数の親個体を選び、2点交叉によって子供個体を生成する。2点交叉では、上記(10)で始点と終点とを連結したリング状連結について、ランダムな2点でそのリング状連結を切断して分離し、1つの連結となるように結合する。2点交叉を行うと同時に、ある確率で情報の反転(曲線候補点と非候補点の変換)を行う。
(15)以上の手順に従って遺伝的アルゴリズムを適用し、進化の各世代において適応度F(n)が最大となる個体を記録する。この最大適応度が所定の世代に亘って一定値を記録した時点で遺伝的アルゴリズムを完了する。
(1)上記観測データをデジタル化するステップと、
(2)雑音や外部電波による干渉を低減するステップと、
(3)Oモード点群とXモード点群との周波数距離及び遅延時間距離を推定するステップと、
(4)上記観測データの任意の点について、推定された上記周波数距離及び遅延時間距離移動し、移動先の所定距離範囲内に上記観測データのいずれかの点があるかどうかで複数の点群に分類するステップと、
(5)その分類された複数の点群から遺伝的アルゴリズムを用いた曲線抽出方法により、上記Oモード点群(または上記Xモード点群)を抽出するステップと、
を順に含む手順で処理する。
上記イオノグラム観測データに、窓関数にハニングフィルタを用いた高速フーリエ変換を行ってイオノグラムを生成する操作を含むものである。
イオノグラム画像の時間軸に沿う1列分のデータを切り出し、各データの平均値からイオノグラム画像全体の強度の平均値を差し引いた値を、個々のイオノグラム観測データから差し引くことで、任意周波数における筋状ノイズを除去する操作を含むものでもよい。
投票処理による主観的曲線の検出アルゴリズムを適用してノイズ点を取り除くものでもよい。
より詳しくは、以下の投票処理による主観的曲線の検出アルゴリズムを用いた曲線抽出方法(以下、方法A)について、イオノゾンデ電離圏観測機によって取得されるイオノグラム観測データ上の点に対して曲線らしさの評価値を累積する為のレジスタを用意した後、始点P0と終点Qを設定して、まず、次の(1)から(9)までの処理を考える。
(1)始点P0、終点Qに対して、まず、始点P0と終点Q以外の点Pi、点Pjを選ぶ。なお全点数がNの場合は、i、jは、1からN−2までである。
(2)始点P0と点Pi間の距離と、点Piと点Pj間の距離との平均値di(0、j)を求める。
(3)点Piにおいて、始点P0と点Pj間を挟む内角φi(0、j)を求め、
(4)部分曲線P0PiPj間の曲線らしさEi(0、j)を求める。ただし、ηを平均距離に対する重み係数として、
Ei(0、j)=1/{di(0、j)+η(π−φi(0、j))}、である。
(5)点Piと点Pjに関する全ての組み合わせについて、Ei(0、j)を求め、最大値となる点Piを、始点P0と線分で連結する点P1として、また、点Pjを、点P1と線分で連結する点P2として、採用する。
(6)始点P0、点P1、点P2以外の点を新たに点Pjとして選ぶ。
(7)部分曲線点P1P2Pjに関してE2(1、j)を求め、
(8)E2(1、j)が最大となる場合の点Pjを、点P2の次に連結する点P3とする。
(9)以降、上記と同様に順次連結すべき新たな点Pjを求めていき、点Pjが終点Qと一致した時点で連結処理を完了する。
任意の始点と終点の組み合わせ全てについて、
(10)始点と終点間を、上記(1)から(9)までの処理を行って連結し、得られた曲線の曲線らしさFを評価する。
ここで、
F=1/{D+η(π−Φ)}であり、DとΦは、次のように定義される。
D=Σdi/(N−1) (i=0からN−2まで)、
Φ=ΣΦi/(N−2) (i=1からN−2まで)。
ただし、
diは点Piと点Pi+1との距離であり、Φiは点Piにおいて点Pi-1と点Pi+1との成す角である。
(11)上記(9)の処理で得られた曲線の通る上記画素のレジスタに上記(10)で得られた曲線らしさの評価値Fの値を累積する。この累積は、Fの値が、所定の閾値を越える場合のみに限定することで、意味をもたない曲線を除外することもできる。
すべての点対の組み合わせについて、上記(11)の投票処理が完了した時点で、レジスタ値が所定の閾値以上の累積値をもつ画素を抽出する事により雑音や外部電波による干渉を低減する。
(イ)上記の(2)雑音や外部電波による干渉を低減するステップによって得られる上記観測データを点群Cとするとき、点群Cの全点(f,h)をOモードに属するものと見なし、
(ロ)f及びfcをそれぞれ上記点群Cの任意の点の周波数及び電子サイクロトロン周波数とするとき、
(ハ)全点に対応するXモードの周波数fXを、
2fX=fc+(fc 2+4f2)1/2
から計算して得られる点(fX,h)で構成される点群Dについて、
点群Dの全点を点群Cと最も相関が高くなるように高さ方向にずらしていき、最も相関が高くなる時の高さ方向シフト量Δhを求め、
(ニ)点群C上の全点(f,h)に対し、
hX=h+Δh、
としてhXを求め、
(ホ)点(fx,hx)の近傍に点群Cのいずれかの点(f’,h’)が所定の距離範囲内に見出せる場合は、
点(f’,h’)をXモード点群に分類すると同時に、点(f、h)をOモード点群に分類する。
(ヘ)Δfを、Δf=fX−f、から求め、
Xモード点群に分類された上記の点(f’,h’)を更にΔf、Δhだけシフトさせた点(f’’、h’’)の近傍にも点群Cのいずれかの点が見つかる場合には、上記の点(f’,h’)を、Oモード点群とXモード点群の両方に属する点と見なし、
(ト)また、上記の操作で対応が取れなかった点をOモード点群、Xモード点群の何れとも判断の付かなかった点として分類することで、
イオノグラム電離圏エコーの各データを、Oモード点群、Xモード点群、OモードとXモードが重なった点群、及びOモードともXモードとも判断の付かなかった点群とに分類することができる。
また、上記のように4つに分類された点群のうち、OモードとXモードが重なった点群、及び判断の付かなかった点群については、点の連結において、「周波数的に所定の側にある点と連結する」、つまり「より高(または低)周波数側にある点と連結する」、という制約条件をつけた視覚的群化要因に基づく遺伝的アルゴリズムを用いた曲線抽出方法を適用して、Oモードエコーを抽出すること、並びにノイズ点を取り除くことを特徴とする方法を適用することができる。
より詳しくは、以下のようにする。なお、以下の方法を、点群連結方向制約付きの視覚的群化要因に基づく遺伝的アルゴリズムを用いた曲線抽出方法(以下、方法B)と称する。
(1)まず、ノイズを含む観測データ点数MからN個の点を任意に取り出し、最も低(または高)周波数側の点を始点P0とする。
次に、始点P0に対して、
(2)まず、始点P0以外でより高(または低)周波数側にある点Pi、さらに高(または低)周波数側にある点Pkを選ぶ。
(3)始点P0と点Pi間の距離と、点Piと点Pk間の距離との平均値di(0、k)をとる。
(4)点Piにおいて、始点P0と点Pk間を挟む内角φi(0、k)を求め、
(5)部分曲線P0PiPk間の曲線の候補点らしさCi(0、k)を求める。ただし、εを正の定数として、
Ci(0、k)=1/{di(0、k)+ε(π−φi(0、k))}、である。
(6)点Piと点Pkに関する全ての組み合わせについて、Ci(0、k)を求め、最大値となる点Piを、端点候補P0と線分で連結する点P1として、また、点Pkを、点P1と線分で連結する点P2として、採用する。
(7)端点P0、点P1、点P2以外のより高(または低)周波数側にある点を新たに点Pkとして選ぶ。
(8)部分曲線点P1P2Pkに関してC2(1、k)を求め、
(9)C2(1、k)が最大となる場合の点Pkを、点P2の次に連結する点P3とする。
(10)以降、上記と同様に順次連結すべき新たな点でより高(または低)周波数側にあるPkを求めていき、N個すべての点を順に連結する。
(11)点間距離の平均値Dと内角の平均値Φを次式で求める。
diを点Piと点Pi+1間の距離、φiを点Piにおける内角として、
D=Σdi/(N−1) (i=0からN−2まで)、
Φ=ΣΦi/(N−2) (i=1からN−2まで)。
(12)個体nの適応度F(n)を、次式によって求める。
D(n)、Φ(n)をそれぞれ個体nが表す曲線に関する平均点間距離と平均内角として、
F(n)=1/{D(n)+ε(π−Φ(n))}。
(13)遺伝的アルゴリズムに特有の世代交代の処理を行う。
集団内の個体数をGとし、存続率をS%とする。つまり、次世代には、GS/100個を選択して存続させる。各世代ごとに、上記(1)から(12)を個体数Gに対して実行する。
(14)次世代に存続を許可した個体の中から、ランダムに所定の個数の親個体を選び、2点交叉によって子供個体を生成する。2点交叉では、上記(10)で始点と終点とを連結したリング状連結について、ランダムな2点でそのリング状連結を切断して分離し、1つの連結となるように結合する。2点交叉を行うと同時に、ある確率で情報の反転(曲線候補点と非候補点の変換)を行う。
(15)以上の手順に従って遺伝的アルゴリズムを適用し、進化の各世代において適応度F(n)が最大となる個体を記録する。この最大適応度が所定の世代に亘って一定値を記録した時点で遺伝的アルゴリズムを完了する。
点の連結においては、「周波数的に所定の側にある点と連結する」、つまり「より高(または低)周波数側にある点と連結する」、という制約条件をつけた遺伝的アルゴリズムを用いた曲線抽出方法を適用する事により、ノイズ点を取り除くことが望ましい。つまり、上記の方法を適用して得られたOモード点群(またはXモード点群)に対して上記方法Bを適用する。
(a)Oモードエコーの点、
(b)Xモードエコーの点、
(c)O、Xモードエコーの重なった点、及び
(d)O、Xモードエコーの何れとも判断のつかない点、
の4種類に分類する。
<1> 低S/N比イオノグラムデータから信号成分を抽出するノイズ除去アルゴリズム、
<2> ノイズ除去後のイオノグラムから正常波(Oモード)と異常波(Xモード)を分離する偏波分離アルゴリズム、及び
<3> 偏波分離されたイオノグラムからOモード電離圏エコーを構成するアルゴリズム、
各アルゴリズムの原理は以下の通りである。
電離圏観測装置の観測生データからイオノグラムを生成する際に、以下の3段階の手順でノイズを除去する。
つまり、二値化/細線化を施された点群Bに対して上記方法Aを適用する。
上記処理<1>ノイズ除去アルゴリズムを経た点群Cには、若干のノイズ、Oモード電離圏エコー、及びXモード電離圏エコーの点が含まれている。この点群CについてOモードとXモードの周波数関係、及び形状類似性を利用し、電離圏エコーの偏波成分の分離を行う。
(a)Oモード電離圏エコーの点、
(b)Xモード電離圏エコーの点、
(c)Oモード、Xモード電離圏エコーの重なった点、及び
(d)Oモード、Xモード電離圏エコーの何れとも判断の付かない点
の4種類に分類する(図4(e)の点群E)。
処理<2>において、上記(d)と分類された点の中に信号欠落等の理由によりXモード電離圏エコーと対応の取れなかったOモード電離圏エコーが含まれている可能性がある為、上記(c)及び(d)と分類された点から更にOモード電離圏エコーを取り出す必要がある。
Claims (7)
- イオノゾンデ電離圏観測機によって取得されるイオノグラム観測データについて、
(1)上記観測データをデジタル化するステップと、
(2)雑音や外部電波による干渉を低減するステップと、
(3)Oモード点群とXモード点群との周波数距離及び遅延時間距離を推定するステップと、
(4)上記観測データの任意の点について、推定された上記周波数距離及び遅延時間距離移動し、移動先の所定距離範囲内に上記観測データのいずれかの点があるかどうかで複数の点群に分類するステップと、
(5)その分類された複数の点群から遺伝的アルゴリズムを用いた曲線抽出方法により、上記Oモード点群(または上記Xモード点群)を抽出するステップと、
を順に含むことを特徴とするイオノグラム電離圏エコーの自動偏波分離及び自動読取方法。 - 上記の(2)雑音や外部電波による干渉を低減するステップは、
上記イオノグラム観測データに、窓関数にハニングフィルタを用いた高速フーリエ変換を行ってイオノグラムを生成する操作を含むことを特徴とする請求項1に記載のイオノグラム電離圏エコーの自動偏波分離及び自動読取方法。 - 上記の(2)雑音や外部電波による干渉を低減するステップは、
イオノグラム画像の時間軸に沿う1列分のデータを切り出し、各データの平均値からイオノグラム画像全体の強度の平均値を差し引いた値を、個々のイオノグラム観測データから差し引くことで、任意周波数における筋状ノイズを除去する操作を含むことを特徴とする請求項1あるいは2のいずれか1つに記載のイオノグラム電離圏エコーの自動偏波分離及び自動読取方法。 - 上記の(2)雑音や外部電波による干渉を低減するステップは、
投票処理による主観的曲線の検出アルゴリズムを適用してノイズ点を取り除くことを特徴とする請求項1から3のいずれか1つに記載のイオノグラム電離圏エコーの自動偏波分離及び自動読取方法。 - 上記の(3)Oモード点群とXモード点群との周波数距離及び遅延時間距離を推定するステップは、
(イ)上記の(2)雑音や外部電波による干渉を低減するステップによって得られる上記観測データを点群Cとするとき、点群Cの全点(f,h)をOモードに属するものと見なし、
(ロ)f及びfcをそれぞれ上記点群Cの任意の点の周波数及び電子サイクロトロン周波数とするとき、
上記点群Cの任意の点の周波数fに対する数8の変換で得られる点(fx,h)で構成される点群Dに対し、
(ニ)点群Cの任意の点(f,h)に対し、数9からhxを求め、
(ヘ)数10からΔfを求め、
(ト)また、上記の操作で対応が取れなかった点をOモード点群、Xモード点群の何れとも判断の付かなかった点として分類する操作を含むことを特徴とする請求項1から4のいずれか1つに記載のイオノグラム電離圏エコーの自動偏波分離及び自動読取方法。 - 上記(4)のステップにより分類された点群に対し、曲線らしさの評価にXモード点群(またはOモード点群)を利用する点群連結方向制約付きの視覚的群化要因に基づく遺伝的アルゴリズムを用いた曲線抽出方法を適用し、Oモード点群(またはXモード点群)を抽出すると同時にノイズ点を取り除くことを特徴とする請求項1から5のいずれか1つに記載のイオノグラム電離圏エコーの自動偏波分離及び自動読取方法。
- 請求項1から6のいずれか1つに記載のイオノグラム電離圏エコーの自動偏波分離及び自動読取方法を適用して抽出されたOモード点群(またはXモード点群)に対して、
点群連結方向制約付きの視覚的群化要因に基づく遺伝的アルゴリズムを用いた曲線抽出方法を適用することにより、ノイズ点を取り除く事を特徴とするイオノグラム電離圏エコーの自動偏波分離及び自動読取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010044364A JP5463534B2 (ja) | 2010-03-01 | 2010-03-01 | イオノグラム電離圏エコーの自動偏波分離、及び自動読取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010044364A JP5463534B2 (ja) | 2010-03-01 | 2010-03-01 | イオノグラム電離圏エコーの自動偏波分離、及び自動読取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011179964A true JP2011179964A (ja) | 2011-09-15 |
JP5463534B2 JP5463534B2 (ja) | 2014-04-09 |
Family
ID=44691616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010044364A Expired - Fee Related JP5463534B2 (ja) | 2010-03-01 | 2010-03-01 | イオノグラム電離圏エコーの自動偏波分離、及び自動読取方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5463534B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323826A (zh) * | 2013-04-03 | 2013-09-25 | 中国电子科技集团公司第二十二研究所 | 一种非标准格式垂直探测电离图的数据处理方法 |
JP2015197354A (ja) * | 2014-04-01 | 2015-11-09 | 富士警備保障株式会社 | 地震予測システム |
JP2019523880A (ja) * | 2016-06-14 | 2019-08-29 | ハーリング、ロドニー | ソフトウェア無線地球大気撮像装置 |
CN111537987A (zh) * | 2020-05-07 | 2020-08-14 | 中国科学院地质与地球物理研究所 | 一种基于遗传算法的非相干散射雷达数据反演方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0238888A (ja) * | 1988-07-29 | 1990-02-08 | Yuuseishiyou Tsushin Sogo Kenkyusho | イオノグラム画像データ量の圧縮方法 |
JP2002090438A (ja) * | 2000-09-12 | 2002-03-27 | Hitachi Kokusai Electric Inc | 電波発信源位置探知装置 |
JP2003133835A (ja) * | 2001-10-22 | 2003-05-09 | Communication Research Laboratory | イオノゾンデ装置 |
JP2008122099A (ja) * | 2006-11-08 | 2008-05-29 | Toshiba Corp | 電離層電子密度算出装置 |
-
2010
- 2010-03-01 JP JP2010044364A patent/JP5463534B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0238888A (ja) * | 1988-07-29 | 1990-02-08 | Yuuseishiyou Tsushin Sogo Kenkyusho | イオノグラム画像データ量の圧縮方法 |
JP2002090438A (ja) * | 2000-09-12 | 2002-03-27 | Hitachi Kokusai Electric Inc | 電波発信源位置探知装置 |
JP2003133835A (ja) * | 2001-10-22 | 2003-05-09 | Communication Research Laboratory | イオノゾンデ装置 |
JP2008122099A (ja) * | 2006-11-08 | 2008-05-29 | Toshiba Corp | 電離層電子密度算出装置 |
Non-Patent Citations (4)
Title |
---|
JPN6013061475; 猪木誠二、他: 'イオノグラム自動処理システムの開発 V 主計算機での電離層データ処理ソフトウエア' 通信総合研究所季報 Vol.35 No.174, 198903, P.25-32 * |
JPN6013061479; 吉田実: 'イオノグラム自動処理システムの開発 VI 電離層パラメータの自動読取り' 通信総合研究所季報 Vol.35 No.174, 198903, P.33-40 * |
JPN6013061485; Igi, Seiji: 'Automatic ionogram processing system. III - A new method of displaying ionospheric characteristics' Journal of Communications Research Laboratory Vol. 39 No. 2, 1992, P. 381-402 * |
JPN6013061487; 上本純平、他: 'イオノグラム自動読取 モード分離の試み' 情報通信研究機構季報 第55巻 第1-4号, 20100426, P.429-437 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323826A (zh) * | 2013-04-03 | 2013-09-25 | 中国电子科技集团公司第二十二研究所 | 一种非标准格式垂直探测电离图的数据处理方法 |
JP2015197354A (ja) * | 2014-04-01 | 2015-11-09 | 富士警備保障株式会社 | 地震予測システム |
JP2019523880A (ja) * | 2016-06-14 | 2019-08-29 | ハーリング、ロドニー | ソフトウェア無線地球大気撮像装置 |
CN111537987A (zh) * | 2020-05-07 | 2020-08-14 | 中国科学院地质与地球物理研究所 | 一种基于遗传算法的非相干散射雷达数据反演方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5463534B2 (ja) | 2014-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107832525B (zh) | 一种信息熵优化vmd提取轴承故障特征频率的方法及其应用 | |
JP4795359B2 (ja) | 画像セグメンテーション | |
EP2573734B1 (en) | Systems and methods for evaluating plane similarity | |
WO2012118998A2 (en) | Apparatus, system, and method for detecting activities and anomalies in time series data | |
CN102254319A (zh) | 一种多层次分割的遥感影像变化检测方法 | |
JP5463534B2 (ja) | イオノグラム電離圏エコーの自動偏波分離、及び自動読取方法 | |
CN111105374B (zh) | 一种基于贝叶斯推理的gpr图像去噪方法及系统 | |
CN109871733A (zh) | 一种自适应海杂波信号去噪方法 | |
CN104867137A (zh) | 一种基于改进ransac算法的图像配准方法 | |
CN103065299A (zh) | 超声图像边缘提取方法和装置 | |
CN104036461A (zh) | 一种基于联合滤波的红外复杂背景抑制方法 | |
CN102081799A (zh) | 基于邻域相似性及双窗口滤波的sar图像变化检测方法 | |
Sharma et al. | Change Detection from Remotely Sensed Images Based on Stationary Wavelet Transform. | |
US9916663B2 (en) | Image processing method and process simulation apparatus | |
CN111999607A (zh) | 一种单通道信号下局部放电窄带干扰盲源分离方法及装置 | |
Ferreira et al. | Robust methodology for detection of spikes in multibeam echo sounder data | |
Lu et al. | Automatic outlier detection in multibeam bathymetric data using robust LTS estimation | |
Wang et al. | Fault detection using color blending and color transformations | |
US20130039578A1 (en) | Precision improving device for three dimensional topographical data, precision improving method for three dimensional topographical data and recording medium | |
CN112711001B (zh) | 一种精细去噪辅助的激光雷达波形分解方法 | |
Daghigh et al. | A computationally efficient approach to automatically extract rock mass discontinuities from 3D point cloud data | |
CN102509268A (zh) | 基于免疫克隆选择的非下采样轮廓波域图像去噪方法 | |
Bakhtiari et al. | An enhanced empirical mode decomposition based method for image enhancement | |
Rufeil et al. | Comparison of edge detection algorithms on the undecimated wavelet transform | |
Bermingham et al. | Spatio-temporal trajectory region-of-interest mining using Delaunay triangulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131129 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20131217 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131224 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |