一种太阳射电干扰滤除方法、可读存储介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110632386A(43)申请公布日2019.12.31(21)申请号201910758704.8(22)申请日2019.08.16(71)申请人山东大学地址264200山东省威海市环翠区怡园街道文化西路180号(72)发明人杜清府张巧曼李昕赵一笼纪仕鑫高昌林(74)专利代理机构济南圣达知识产权代理有限公司37221代理人李琳(51)Int.Cl.G01R23/16(2006.01)G06N20/00(2019.01)权利要求书2页说明书7页附图6页(54)发明名称一种太阳射电干扰滤除方法、可读存储介质及电子设备(57)摘要本公开提供了一种太阳射电干扰滤除方法、可读存储介质及电子设备，采集太阳爆发事件前后设定时间段的强度数据，通过非爆发时段的某一时刻所有频率通道的射电流量值数据筛选出符合条件的电台信号所在的频率通道；对采集到的符合条件的电台信号数据进行预处理，建立数据集；建立循环神经网络，利用预处理后的电台信号数据进行循环神经网络的训练，使用训练好的循环神经网络预测太阳爆发区域电台的信号值；根据信号的线性可加性，用爆发区域相应时刻的射电流量原数值减去预测电台值得到干净的纯太阳爆发事件的数值；本公开能够更加准确的对电台干扰信号进行预测，进而保留更多的太阳爆发信息，其最终的太阳爆发观测效果明显优于普通的图像滤除方法。CN110632386ACN110632386A权利要求书1/2页1.一种太阳射电干扰滤除方法，其特征在于，步骤如下：(1)采集太阳爆发事件前后设定时间段的强度数据，通过非爆发时段的某一时刻所有频率通道的射电流量值数据筛选出符合条件的电台信号所在的频率通道；(2)对采集到的符合条件的电台信号数据进行预处理，建立数据集；(3)建立循环神经网络，利用预处理后的电台信号数据进行循环神经网络的训练，使用训练好的循环神经网络预测太阳爆发区域电台的信号值；(4)根据信号的线性可加性，用爆发区域相应时刻的射电流量原数值减去预测电台值得到干净的纯太阳爆发事件的数值。2.如权利要求1所述的太阳射电干扰滤除方法，其特征在于，所述步骤(1)中，(1-1)对非爆发时段的某一时刻所有频点的射电流量进行绘制；(1-2)根据爆发事件的射电流量值大小确定强度阈值；(1-3)选出大于强度阈值的频率通道，将筛选出的电台信号的强度数值按照对应的频率通道进行存储。3.如权利要求1所述的太阳射电干扰滤除方法，其特征在于，所述步骤(1)中，筛选出要处理的电台信号后，选取电台信号的某一频率通道，根据该频率通道的射电流量随时间变化的曲线，定位太阳射电爆发的初始时刻位置。4.如权利要求1所述的太阳射电干扰滤除方法，其特征在于，所述步骤(2)中，采集到的数据已在FPGA内进行FFT运算和数字极化合成运算，最终得到左旋信号和右旋信号；按照既定数据格式读取数据并在时间分辨率内进行累积运算，选取左旋信号或右旋信号的一种为要处理的信号；进一步的，采用min-max标准化方法对训练数据进行归一化处理，将数据线性变换至[0，1]；进一步的，将电台信号序列按时间分段以用于建立各时间段之间的映射关系。5.如权利要求1所述的太阳射电干扰滤除方法，其特征在于，所述步骤(3)中，先将太阳爆发初始时刻前的纯电台数据首先划分为训练集与测试集，利用该训练集训练的网络预测电台数据并将预测值与对应时刻的原纯电台数据进行对比，根据对比结果调整和优化循环神经网络的结构；再将太阳爆发初始时刻前的电台数据全部用作训练集并利用调整优化后的循环神经网络结构训练电台数据，并预测爆发区域的电台信号值；或，所述步骤(3)中，利用电台干扰信号值的分布特征规律，将单频率通道的电台的固定的几类数值进行数字映射处理，从而将预测问题先转换为分类问题进行处理以降低步进式预测造成的误差；或，所述步骤(3)中，循环神经网络包括输入层、隐含层和输出层，数据在向前传递的过程中，隐含层不仅接收当前时刻的输入层信息，还接收前一时刻隐含层单元的信息，以此实现对过去时刻信息特征的记忆。6.如权利要求1所述的太阳射电干扰滤除方法，其特征在于，所述步骤(3)中，所述循环神经网络为长短时记忆网络，通过在长短时记忆网络的隐含层中重复链接的模块中添加判断信息的信息门以避免因层数过多导致的梯度消失。7.如权利要求6所述的太阳射电干扰滤除方法，其特征在于，所述步骤(3)中，所述信息门通过Sigmoid函数生成，包括输入门、遗忘门和输出门，每一个经过信息门的信息都拥有2CN110632386A权利要求书2/2页一个[0，1]范围内的实参数，所述实参数代表信息通过每个门的占比。8.如权利要求1所述的太阳射电干扰滤除方法，其特征在于，所述步骤(4)中，利用普通图像滤除方法对非太阳爆发区域