[發明專利]張衡一號感應磁力儀數據閃電哨聲波自動識別方法及系統

在審

• 申請號: 202011623352.4
• 申請日: 2020-12-30
• 公開（公告）號: CN112633227A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 王橋;袁靜
• 申請（專利權）人: 應急管理部國家自然災害防治研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京方韜法業專利代理事務所(普通合伙) 11303
• 代理人: 馬麗蓮

1.張衡一號感應磁力儀數據閃電哨聲波自動識別方法，其特征在于,包括：

樣本收集：將SCM數據做傅立葉頻譜圖，根據閃電哨聲波在頻譜圖中呈現明顯的L形態特征，對頻譜圖進行分割完成樣本圖像收集，收集到閃電頻譜圖和非閃電樣本頻譜圖；

灰度化及尺度處理：對頻譜圖像進行灰度化處理和尺度縮小以降低計算維度同時強化閃電特征；

模糊卷積處理：設計模糊卷積核，對圖像進行卷積計算以濾除大量階躍邊緣信息的影響；

L形態卷積處理：基于閃電哨聲波的L形態特征設計L形態卷積核，對圖像進行卷積處理以進一步增強圖像中的L形態特征；

SVM模型分類識別：將增強后的圖像輸入支持向量機SVM進行訓練及分類識別，獲得識別結果。

2.根據權利要求1所述的張衡一號感應磁力儀數據閃電哨聲波自動識別方法，其特征在于，所述SCM數據主要來自張衡一號衛星三個軌道的SCM載荷的VLF波段的波形數據，在收集過程設計一滑動窗，其寬度是10個2s，步長是2個2s,采用滑動窗從功率譜數據截取數據1000Hz-6000Hz。

3.根據權利要求1所述的張衡一號感應磁力儀數據閃電哨聲波自動識別方法，其特征在于，所述灰度化處理按如下公式：

Gray＝RGB.R×0.3+RGB.G×0.59+RGB.B×0.11

其中RGB表示原始的樣本頻譜圖，RGB.R是其紅色通道的像素值，RGB.G和RGB.B分別是綠色和藍色通道的值，Gray是灰度化的頻譜圖。

4.根據權利要求1所述的張衡一號感應磁力儀數據閃電哨聲波自動識別方法，其特征在于，所述尺度處理為講尺度縮小到50×50。

5.根據權利要求1所述的張衡一號感應磁力儀數據閃電哨聲波自動識別方法，其特征在于，所述模糊卷積核是尺度為5×5的全1模板。

6.根據權利要求1所述的張衡一號感應磁力儀數據閃電哨聲波自動識別方法，其特征在于，所述L形態卷積核是尺度為9×9L狀卷積核。

7.根據權利要求1所述的張衡一號感應磁力儀數據閃電哨聲波自動識別方法，其特征在于，所述SVM模型分類識別中，SVM采用的是多項式核函數k(x_i，x_j)：

其中，x_j表示第j個圖像的特征矢量，x_i表示第i個圖像的特征矢量；γ和r是需要調整的參數，所述SVM來自Python的SVC庫；其中，最佳參數d是13，γ和r其他均使用該庫下的默認參數。

8.根據權利要求1所述的張衡一號感應磁力儀數據閃電哨聲波自動識別方法，其特征在于，所述SVM模型分類識別中，采用的評估指標是：識別精度、召回率、F1值和AUC-ROC。

9.張衡一號感應磁力儀數據閃電哨聲波自動識別裝置，其特征在于，包括：

樣本收集模塊：用于將SCM數據做傅立葉頻譜圖，根據閃電哨聲波在頻譜圖中呈現明顯的L形態特征，對頻譜圖進行分割完成樣本圖像收集，收集到閃電頻譜圖和非閃電樣本頻譜圖；

灰度化及尺度處理模塊：用于對頻譜圖像進行灰度化處理和尺度縮小以降低計算維度同時強化閃電特征；

模糊卷積處理模塊：用于設計模糊卷積核，對圖像進行卷積計算以濾除大量階躍邊緣信息的影響；

L形態卷積處理模塊：用于基于閃電哨聲波的L形態特征設計L形態卷積核，對圖像進行卷積處理以進一步增強圖像中的L形態特征；

SVM模型分類識別模塊：用于將增強后的圖像輸入支持向量機SVM進行訓練及分類識別，獲得識別結果。

10.張衡一號感應磁力儀數據閃電哨聲波自動識別系統，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現根據權利要求1至8任意一項所述的張衡一號感應磁力儀數據閃電哨聲波自動識別方法。