基于YOLO神经网络的张衡卫星闪电哨声波智能检测算法

摘要

闪电肖声波作为探索空间物理的重要媒介,被淹没在张衡卫星海量的感应磁力仪数据(SCM)中,借助人工智能领域中的YOLO神经网络,文中提出了闪电哨声波的智能检测算法.首先收集SCM数据的VLF波段的磁场波形数据;采用带通滤波和重叠快速傅里叶变换得到时频图;其次分析闪电哨声波的特点并标注数据;再次搭建YOLO神经网络,设置参数,并将标注数据输入网络进行训练得到闪电哨声波智能检测模型;最后利用该模型从未见过的时频图中检测闪电哨声波.文中用3098个闪电哨声波做训练数据,用25834个闪电哨声波做测试数据,开展评估基于YOLO神经网络的闪电哨声波智能检测模型的实验,其准确率达99.94％,漏检率0.05％,误报率0.01％.