Identification of Kilometric Continuum in the Magnetosphere Based on the YOLOv11s
-
摘要: 千米连续波是地球磁层中广泛存在的一种电磁波，在磁层-电离层-大气层的耦合过程中起重要作用。在卫星的频谱数据中识别千米连续波是对其进行科学研究的基础，传统的识别方法是利用波形特征编写的自动计算程序进行筛选，这种方法存在易受背景干扰、识别不准确、扩展性不高等问题。本文提出一种基于深度学习的磁层千米连续波自动识别方法。该方法以YOLOv11s为基础模型，针对卫星频谱图的特点设计了三通道预处理策略，将原始频谱强度、频率梯度和频率位置编码分别作为独立通道输入，为模型提供频域特征表示；同时使用频率平移和强度缩放的频谱增强策略扩充了训练集；最后使用加权框融合方法集成三个独立训练的模型输出预测框和类别。基于自制数据集的实验验证结果显示，所提出的方法在识别千米连续波的精确率和召回率调和平均值达到了87.1%，较基线方法相对提升了6.7%，其中三通道处理与频域增强共同贡献了4.9%，WBF多模型集成进一步提升了1.8%。本文提出的方法能够有效减少千米连续波的误判和漏判，为自动识别千米连续波提供了可靠的技术支撑。
-
-
计量
- 文章访问数: 9
- HTML全文浏览量: 1
- PDF下载量: 1
-
被引次数:
0(来源:Crossref)
0(来源:其他)
下载:
