基于多通道卷积神经网络的甚低频/低频雷电辐射电场波形分类方法

雷电过程中产生多类雷电辐射电场波形,基于特征值的传统分类方法易误分类。为准确分类雷电辐射电场波形,该文提出了一种基于多通道卷积神经网络的甚低频/低频雷电辐射电场信号分类方法,该方法采用深度网络直接处理电场波形以减少先验知识依赖,设计多通道并行卷积核以有效提取雷电波形多尺度特征,引入shortcut连接以加速模型收敛。基于合肥地区实测雷电数据,该文建立了回击、初始预击穿、窄双极性脉冲以及云闪4分类波形数据集,模型训练结果表明该模型识别准确率达到99.4%,与经典机器学习方法以及主流深度神经网络模型分类性能相比,所提模型在分类准确率及训练收敛速度上均达更优水平。基于该模型,该文采用知识蒸馏方法获得了适用于低算力计算平台的部署模型,部署模型在合肥某雷暴活动中单次分类耗时仅59ms,算力需求降低66%,分类准确率为99.0%,实现了模型在低算力计算平台上的可靠应用。