“张衡一号”电场探测仪数据水平状电磁波扰动自动检测

海量的张衡一号观测数据中隐藏了大量的空间扰动事件,不同的空间扰动在电磁数据的时频图上呈现不同的形状.比如人工发射的甚低频电波、电力线谐波以及卫星平台自身的干扰等均在时频图中呈现高于背景的水平谱线特征.为了统计分析这些空间扰动事件,进一步分析其物理机制,亟需实现快速、准确地从海量数据中提取空间扰动事件,因此本文提出了一种基于计算机视觉技术的水平状电磁波扰动自动检测算法,实现了从张衡一号的海量电磁数据中对水平状电磁波扰动的自动检测和标记.首先对电场(EFD)数据进行傅里叶变换得到时频图;其次,采用Canny技术对目标图像进行边缘检测;再使用霍夫变换从边缘检测结果中识别出直线,并筛选出其中的水平线;最后对水平线进行合并处理,实现自动检测水平状电磁波扰动的功能.为了验证所提出的方法,本文在100张时频图上开展实验,每张时频图包含2~30条水平谱线,经过实验发现本文提出的算法识别正确率达到91.12%,为进一步自动识别地震电磁扰动排除干扰.海量的张衡一号观测数据中隐藏了大量的空间扰动事件,不同的空间扰动在电磁数据的时频图上呈现不同的形状.比如人工发射的甚低频电波、电力线谐波以及卫星平台自身的干扰等均在时频图中呈现高于背景的水平谱线特征.为了统计分析这些空间扰动事件,进一步分析其物理机制,亟需实现快速、准确地从海量数据中提取空间扰动事件,因此本文提出了一种基于计算机视觉技术的水平状电磁波扰动自动检测算法,实现了从张衡一号的海量电磁数据中对水平状电磁波扰动的自动检测和标记.首先对电场(EFD)数据进行傅里叶变换得到时频图;其次,采用Canny技术对目标图像进行边缘检测;再使用霍夫变换从边缘检测结果中识别出直线,并筛选出其中的水平线;最后对水平线进行合并处理,实现自动检测水平状电磁波扰动的功能.为了验证所提出的方法,本文在100张时频图上开展实验,每张时频图包含2~30条水平谱线,经过实验发现本文提出的算法识别正确率达到91.12%,为进一步自动识别地震电磁扰动排除干扰.

基于水平卷积核的“张衡一号”EFD数据水平状电磁波扰动自动检测

海量的"张衡一号"观测数据中隐藏了大量的空间扰动事件,不同的空间扰动在电磁数据的时频图上呈现不同的形状.比如人工发射的甚低频电波、电力线谐波以及卫星平台自身的干扰等均在时频图中呈现高于背景的水平谱形态.为了统计分析这些空间扰动事件,进一步分析其物理机制,亟需快速、准确地实现从海量数据中自动提取空间扰动事件的功能.本文利用计算机视觉技术提出了一种水平状空间扰动事件的自动检测算法.首先对电场探测仪(EFD)数据进行傅里叶变换得到时频图;其次,根据时频图像特征,取RGB色彩空间的红色通道作为目标图像;再根据水平状形态特点提出一种新的水平卷积核,自动提取目标图像的水平边缘特征;然后水平特征提取后的图像进行二值化处理,并对二值化结果进行逐行点密度统计,把密度值超过给定阈值的行判定为一条直线,最终实现自动检测水平状空间扰动事件的功能.实验通过在100张时频图上开展大量的实验,结果表明本文提出的算法时间消耗最少,准确率达到99.12%,为进一步分析空间扰动及地震前兆研究奠定基础.