ELF波形自动识别算法

识别准确率超90%

该算法能够自动识别CSES-01卫星电场数据中的台阶异常，提升数据质量。

黄建平 · Zong-Yu, Li · 李忠 · Li, Wenjing · Conti, L. · Lu, Hengxin · Zhou, Na · Han, Ying · Liu, Haijun · 陈新房 · Zhaoyang, Chen · Junjie, Song · Shen, Xuhui

Remote Sensing 2023

参数信息

识别准确率

90 %

曲线下面积

90 %

技术优势

识别准确率超90%

采用卷积神经网络自动识别台阶，避免了人工检查的主观性和低效率。

无需人工标记

算法自动检测台阶，可直接集成到数据处理流程中，减少人工干预。

支持统计分析

不仅能识别台阶，还能分析台阶在电场三分量中的发生率，为研究探测器的功能状态提供依据。

应用场景

• 卫星数据处理：自动识别数据中的台阶异常，替代人工检查，提升处理效率。
• 电磁环境监测：通过台阶分析评估电场数据质量，为低轨电磁环境监测提供可靠数据。
• 空间物理探测：帮助处理电场波形数据，用于电离层动力学和岩石圈-大气层-电离层耦合研究。