logo móvil
Contáctanos

Reconocimiento Automático de Tren de Pulsos de Línea Vertical desde el Satélite Seismo-Electromagnético de China Basado en Agrupamiento No Supervisado

Autores: Han, Ying; Li, Yalan; Yuan, Jing; Huang, Jianping; Shen, Xuhui; Li, Zhong; Ma, Li; Zhang, Yanxia; Chen, Xinfang; Wang, Yali

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Reconocimiento Automático de Tren de Pulsos de Línea Vertical desde el Satélite Seismo-Electromagnético de China Basado en Agrupamiento No Supervisado


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Astronomía

Palabras clave

Señales de pulso
Interferencia electromagnética
VLPT
Espectrogramas
Algoritmos de agrupamiento
Visión por computadora

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 9

Citaciones: Sin citaciones


Descripción
Las señales de pulso se refieren a formas de onda electromagnéticas de corta duración y alta energía pico en el dominio del tiempo. Las señales de interferencia de pulso electromagnético espacial pueden ser causadas por diversos factores como rayos, descargas de arco, perturbaciones solares y perturbaciones electromagnéticas en el espacio. Las señales de perturbación de pulso aparecen como trenes de pulsos de línea vertical de alta energía e instantáneos (VLPT) en el espectrograma. Este artículo utiliza técnicas de visión por computadora y algoritmos de agrupamiento no supervisado para procesar y analizar VLPT en espectrogramas de forma de onda de muy baja frecuencia (VLF) recopilados por el detector de campo eléctrico del Satélite Electromagnético de Sismo de China (CSES). Primero, los datos de la forma de onda se transforman en espectrogramas de tiempo-frecuencia con una duración de 8 s utilizando la transformada de Fourier de corto tiempo. Luego, los espectrogramas se someten a transformación en escala de grises, extracción de características de línea vertical y preprocesamiento de binarización. En el tercer paso, los datos preprocesados se reducen dimensionalmente y se alimentan a un modelo de agrupamiento K-means++ no supervisado para lograr el reconocimiento y etiquetado automático de VLPT. Al reconocer y estudiar VLPT, no solo se puede reconocer la interferencia, sino que también se pueden determinar las ubicaciones temporales y espaciales de estas interferencias. Esto sienta las bases para identificar las fuentes de VLPT y obtener una comprensión más profunda sobre la generación, propagación y características de la radiación electromagnética.

Otros recursos que podrían interesarte

Temas Virtualpro