返回散射电离图智能判读

给出了一套完整的返回散射电离图智能判读算法,并在某返回散射探测系统中成功应用。利用返回散射电离图的距离和频率相关性,采用能量对比拉伸、低通频域滤波,连通域等算法去噪;依据干扰信号的时域统计特性,进行干扰抑制等图形预处理得到高质量的返回散射电离图。在此基础上,对最外层前沿描迹利用最小时延理论和加权最小二乘拟合算法进行确定;模式混叠区的前沿描迹采用Canny算子边缘检测技术,并利用信号能量和梯度加权算法进行确定。该算法解决了人工判读的非实时性,具有较高的精度。

一种基于HF返回散射电离图推断Es层参数的新方法

建立了一种Es层模型,该Es电子浓度的垂直分布剖面采用准抛物(QP)模型描述,沿水平方向的变化采用准余弦和线性模型相结合,其内部电子浓度分布具有连续性和光滑性。同时,Es和背景电离层的连接也是连续而且光滑的。基于该Es模型,利用三维数字射线追踪技术,研究了不同参数情况下Es对电波传播的影响,合成了不同参数经Es层反射的返回散射电离图前后沿描迹,在仿真研究的基础上,提出了一种基于返回散射电离图推断Es参数(包括Es临频、高度、厚度、Es发生区域)的新方法,实测数据验证的结果表明:该方法能够很好的拟合实测返回散射电离图,表明了Es模型和推断Es参数方法的有效性。

中值反差滤波在返回散射电离图前沿提取中的应用

返回散射电离图包含着丰富的电离层状态信息,能够为以电离层为传播媒介的高频应用系统提供实时的电离层参数,其中一个重要的参数便是最小时延线,即前沿。本文提出了一种新型的方法用于返回散射电离图的信息判读,方法利用中值反差滤波对返回散射电离图进行过滤,保留电离层的前沿位置信息,然后利用形态学图像处理中的腐蚀和膨胀运算将电离层的前沿描迹提取出来。此方法避免了传统算法中繁琐的同频干扰抑制和噪声去除操作,整个处理过程更加简易明了。结果显示,这种方法不但可以提高处理速度,而且还能够很好地提取出返回散射电离图前沿的位置,能够满足工程应用的实时性,具有良好的应用前景。

基于形状识别的返回散射电离图分类方法研究

基于中值滤波算法,结合电离图中杂波信号和背景噪声的分布特点,提出了一种返回散射电离图干净数据提取新算法;利用返回散射电离图干净数据,基于形状识别理论,给出了一种返回散射电离图分类算法,并对形状因子的提取方法进行了简单介绍.实测电离图仿真实验结果显示,所提电离图分类算法具有较好的实测电离图识别和分类能力,具有较好的应用前景.

返回散射电离图处理方法研究

提出了一套完整的返回散射电离图处理方法。该方法首先利用信号与干扰的特性对电离图进行干扰去除,并对去除干扰后的电离图进行内插;其次针对电离图的特点进行噪声去除,并根据电离图的距离和频率相关性进行补偿,最后提取前沿。处理结果表明,该方法实时性好,处理效果明显。

返回散射电离图干净数据提取

基于返回散射电离图无线电波干扰的基本特征,提出一种无线电波干扰消除算法;结合电离图中杂波信号和背景噪声的分布特点,提出一种自适应阈值返回散射电离图干净数据提取算法,简单介绍了返回散射电离图干净数据提取算法的计算步骤。仿真结果显示,本文提出的算法适应不同状态的实测电离图,满足工程应用的需要。

小功率高频返回散射电离图的自动判读

针对小功率斜向返回探测装置,提出了一套完整的返回散射电离图自动判读算法.该算法根据电离图中的垂测回波信息和E层、F层的回波幅度差来识别电离图的传播模式,在此基础上利用最小群时延理论提取电离图回波的前沿点,通过残差分析去除伪前沿点,然后采用多元线性回归模型拟合前沿点,得到光滑的前沿拟合曲线.返回散射电离图自动判读结果表明:自动判读算法充分利用了电离图回波前沿特征和回波幅度信息,能够有效识别电离图的传播模式和前沿,解决了人工判读的非实时性问题,为斜向返回探测技术的广泛应用奠定了基础.

电离层返回散射探测中干扰抑制方法研究

电离层返回散射工作在高频频段,密集的外部干扰如短波通信、广播电台及大气噪声等污染了接收数据,严重影响返回散射电离图的判读。利用外部干扰的空时特性,提出了一种自适应波束形成-干扰对消级联去干扰的方法。对实测数据的处理结果表明这种方法的有效性和实用性。

基于迭代去噪的返回散射同频干扰修复方法

将基于自适应小波阈值滤波和离散余弦变换滤波的迭代去噪技术的图像修复方法引入到返回散射同频干扰的修复问题中,使用澳大利亚的返回散射电离图对算法进行了验证,修复结果的功率信噪比达到40 dB左右。对于实测数据,与传统的修复方法相比,给出的基于小波分解的迭代去噪算法具有更佳统计性能,而且小波方法具有更好的边缘保持能力和结构保持能力,这是返回散射电离图判读的一个重要的性能指标。