摘要
本发明涉及空间探测及信号处理技术,具体涉及一种基于结构特征的吱声自动处理和参数提取方法及系统,该方法利用训练好的吱声自动识别Yolo神经网络模型对原始采样数据进行初步处理,得到包含吱声信号的时序信号切片,对其做高精度短时傅里叶变换,获得第一时频图;对第一时频图进行预处理,并进行吱声结构提取,获取第一描迹点集;对第一描迹点集依次执行离群点排除算法、吱声描迹分离算法,得到第三描迹点集,包含一个或多个吱声描迹分支;对每个描迹分支进行数据拟合,获得吱声信号的基础参数。该方法实现了吱声信号的自动识别和参数提取,能够获取吱声阶数、截止频率、吱声源传播距离,为低电离层探测和甚低频波传播等提供重要数据源。
技术关键词
参数提取方法
短时傅里叶变换
离群点
时序
切片
聚类
峰值检测方法
分支
信号处理技术
色散曲线
模式
算法
神经网络模型
频率
背景噪声
定义
模块
处理器
系统为您推荐了相关专利信息
地理信息数据
遥感影像数据
统计方法
纹理特征
图谱
模式学习方法
元素
表达式
卷积非负矩阵分解
广义
医学图像分割方法
医学图像分割系统
学生
模块
置信度阈值
时序卷积神经网络
短期预测方法
浮式风机
神经网络模型
六自由度运动
缺失值填补方法
序列
滑动时间窗口
时序
生成对抗网络