科研之友
微信
新浪微博
Facebook
分享链接
摘要
洞察号火星探测器采集的观测数据中含有大量的瑕疵干扰信号，该信号出现频繁且幅值变化相差较大，其存在严重影响后续有效信号的提取和数据处理研究.传统的时间域信号处理方法在去除瑕疵干扰信号时有处理效率低、需人工调节参数的缺点，考虑到该干扰信号虽然幅值变化较大但在频率域却有一定的相似性，因此本研究试图通过频率域实现对瑕疵干扰信号的高效识别与去除.神经网络具有强大的提取特征的能力并且能够实现对数据的快速处理，因此我们研究了结合神经网络和短时傅里叶变换提取瑕疵信号的方法.本文通过搭建CNN网络，采用有监督训练方法对样本集进行训练，得到了能够有效压制瑕疵信号的神经网络模型.对实际数据进行处理的实验结果表明本文的方法能够有效去除瑕疵信号，处理效率高且对瑕疵的压制效果更好.
- 单位
