Institutional Repository of Radio Astronomy Research Laboratory
一种快速射电暴实时搜寻方法 | |
刘艳玲![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() | |
2019-12-09 | |
Rights Holder | 中国科学院新疆天文台 |
Country | 中国 |
Subtype | 发明专利 |
Contribution Rank | 1 |
Status | 申请中 |
Application Number | CN201911247471.1 |
Application Date | 2019-12-09 |
Open (Notice) Number | CN111079608A |
Date Available | 2020-04-28 |
Abstract | 本发明公开了一种快速射电暴实时搜寻方法,该方法由获取快速射电暴分类模型;实时读取快速射电暴观测数据流;获取快速射电暴的频率‑时间谱图样本;对频率‑时间谱图样本数据进行预处理;将频率‑时间谱图样本数据输入到快速射电暴分类模型中识别,获得快速射电暴候选体;保存快速射电暴候选体观测数据;对快速射电暴候选体观测数据进行成图并保存步骤完成。本发明所述方法利用深度学习分类模型直接对天文观测数据中的快速射电暴瞬态信号进行搜寻识别,减少了数据转到图片,图片再转到数据带来的数据表征精度损失,提高了分类模型识别的精度和整个数据处理流程的速度,满足快速射电暴原始电压数据转储、干涉阵列望远镜跟踪观测和实时邮件通知需要的精度和速度上的需求,大大提高了工作效率。 |
Claim | 1.一种快速射电暴实时搜寻方法,其特征在于,按下列步骤进行:a、获取快速射电暴分类模型:将不含有单脉冲的观测数据,以固定时间长度分割,并对其进行零均值化和归一化处理,获得负样本数据集;重复仿真模拟快速射电暴脉冲,并分别与负样本叠加,获得正样本数据集;对所述正样本数据集和负样本数据集中的所有样本标注对应的标签类别,组成训练样本数据集;运用训练样本集对深度学习网络模型进行训练获得快速射电暴分类模型;b、实时读取天文观测数字终端服务器共享内存中的快速射电暴观测数据流;c、每次截取固定时间长度的观测数据流,组成快速射电暴的频率-时间谱图样本;d、对所述频率-时间谱图样本数据进行零均值化和归一化预处理;e、将所述预处理之后的频率-时间谱图样本数据输入到所述快速射电暴分类模型中进行识别分类,获得快速射电暴候选体;f、保存所述快速射电暴候选体观测数据到服务器硬盘阵列中;g、对所述快速射电暴候选体观测数据进行零均值化和归一化预处理,对预处理之后的候选体频率-时间谱图数据,进行消色散处理,获得消色散频率-时间谱图数据;对消色散频率-时间谱图数据,计算所有频率通道上的平均值,获得脉冲轮廓数据;对消色散频率-时间谱图数据进行转换,获取色散-时间谱图数据;对脉冲轮廓数据、频率-时间谱图数据、消色散频率-时间数据、色散-时间数据成图,并保存图片。 |
Language | 中文 |
IPC Classification Number | G06K9/00 |
Patent Agent | 张莉 |
Agency | 乌鲁木齐中科新兴专利事务所(普通合伙) 65106 |
Document Type | 专利 |
Identifier | http://ir.xao.ac.cn/handle/45760611-7/4116 |
Collection | 射电天文研究室_数字技术实验室 |
Affiliation | 中国科学院新疆天文台 |
First Author Affilication | Xinjiang Astronomical Observatory, Chinese Academy of Sciences |
Recommended Citation GB/T 7714 | 刘艳玲,陈卯蒸,李健,等. 一种快速射电暴实时搜寻方法[P]. 2019-12-09. |
Files in This Item: | ||||||
File Name/Size | DocType | Version | Access | License | ||
2019112474711_发明专利申请(1913KB) | 专利 | 开放获取 | CC BY-NC-SA | Application Full Text |
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment