【技术实现步骤摘要】
本专利技术涉及检测，特别是涉及一种基于detr的张衡一号卫星准周期辐射现象检测方法及系统。
技术介绍
1、电离层准周期辐射是一种典型的以哨声波模式传播的极低频/甚低频电磁波动现象，具有重要的科学研究价值，近三十年来成为学界的研究热点。目前，相关研究已对电离层准周期辐射有了初步的认识：源区可能位于磁层的地磁赤道面附近，频率范围大概在500hz-4khz范围内，波动强度存在显著的周期性变化，持续的时间长度在10-80，主要在白天出现，通常发生在地磁相对平静的时期，从空间分布上看在l壳值大于3的位置最容易被观测到，其周期近似与pc3-pc5地磁脉动相符。
2、电磁场观测是全面了解近地空间的电离层准周期辐射现象的重要手段。我们对准周期辐射已经有了一定的了解，但由于处理卫星大量电磁场数据的局限性，没有一项能够深入了解这一现象。在克服这些问题之前，需要对大量的电离层准周期发射进行全面深入的研究。目前，已有电离层电磁场观测数据，cses已经积累了五年的观测数据。然而，面对如此大量的电磁场数据，选择电磁波现象的传统手段依赖于人工识别方法，存在检测效率低、容易漏检的问题。随着卫星观测数据的积累，隐藏在观测数据中的大量空间现象急需快速、准确、智能的提取方法。
3、自2018年2月2日发射以来，cses已经在轨道上稳定运行了五年多，全面监测了全球空间电磁场、电离层等离子体环境等，并获得了大量电磁场波形数据。这些海量的电磁信息携带着从太阳到岩石圈的电磁扰动信息，具有重要的科学研究和实际应用价值。然而，面对这些大量的电磁场数据，传
4、detr(detection transformer)是一种基于transformer架构的端到端物体检测器。相比于传统的目标检测方法，detr采用了完全不同的思路来解决目标检测问题，实现了在无需使用手工设计的锚框和非最大抑制等传统目标检测组件的情况下，直接从输入图像中直接预测目标的位置和类别。
5、下面是detr实现目标检测的一般流程：
6、编码器(encoder)：输入图像经过一个预训练的卷积神经网络(通常是resnet或其他cnn模型)作为编码器，用于提取图像特征。编码器的输出是一系列特征矢量，包含了图像中各个位置的语义信息。
7、解码器(decoder)：解码器是一个基于transformer结构的模块，包含一个自注意力层(self-attention)和若干个多头注意力层。解码器的输入是编码器的输出特征矢量，对其进行处理以生成目标检测的结果。
8、对象查询(object queries)：解码器会初始化一些特殊的对象查询向量，用于指导解码器在特定位置寻找目标。这些对象查询向量通常包含了预定义的位置和类别信息。
9、自注意力机制(self-attention)：解码器的自注意力机制允许解码器之间进行全局关联，使其在生成结果时能够看到整个输入特征图。自注意力机制将输入特征映射到一个新的表示，使不同位置之间的语义关系得以编码。
10、目标分类和位置预测：解码器通过自注意力机制将特征图中的位置与对象查询向量进行对齐，以预测目标的类别和位置。这可以通过对特征图进行分类和回归任务来实现。
11、匹配过程(bipartite matching)：通过匈牙利算法等方法，将预测的目标与真实目标进行匹配，在训练过程中计算损失函数，以监督模型的预测准确性。
12、直接输出结果：最后，detr直接输出预测的目标框和类别等信息，而不需要通过后处理步骤(如非最大抑制)来进一步筛选和优化结果。
13、但是准周期辐射现象出现的密集程度差异较大，背景复杂，具有不同尺度大小的目标，detr在面对这些问题时，精度和速度达不到要求，并且部署到卫星设备中需要轻量化的模型，
14、由此可见，上述现有的检测方法在使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种新的检测方法，成为当前业界急需改进的目标。
技术实现思路
1、有鉴于此，本公开实施例提供一种基于detr的张衡一号卫星准周期辐射现象检测方法，至少部分解决现有技术中存在的问题。
2、第一方面，本公开实施例提供了一种基于detr的张衡一号卫星准周期辐射现象检测方法，所述方法包括以下步骤：
3、通过卷积神经网络将输入图像转换为高层次的语义特征，得到特征图；
4、基于高效通道注意力模块将输入特征图进行全局平均池化，然后进行卷积操作，并且经过激活函数得到通道权重，将所述通道权重与所述特征图对应元素相乘得到最终输出的特征图；
5、将所述最终输出的特征图映射为序列形式，然后输入编码器，并且加入位置编码；编码器通过多层的自注意力机制和前馈神经网络对特征图映射的序列进行全局性的建模；基于解码器中的自注意力机制将所述最终输出的特征图中的位置与对象查询向量进行交互，得到特征的表示信息，通过多个全连接层将特征映射到预测空间，预测目标的类别和位置。
6、根据本公开实施例的一种具体实现方式，所述方法还包括：在预测时加入质子回旋频率的物理约束。
7、根据本公开实施例的一种具体实现方式，所述在预测时加入质子回旋频率的物理约束，包括：
8、基于以下公式通过观测的磁场强度计算预测轨道的质子回旋频率：
9、
10、其中，ω为质子回旋率；q为质子电荷量；b为磁场强度；m为质子质量；
11、将纬度值和频率值插值到像素点的个数，得到像素点所在图像的位置；其中，横坐标为纬度，纵坐标为频率；
12、判断当所述图像的位置在预测框中心坐标时，验证在预测框中心横坐标位置时，纵坐标的值是否大于质子回旋频率所在的像素值；其中，当小于时，丢弃该预测框。
13、根据本公开实施例的一种具体实现方式，所述卷积神经网络为efficiectnetv2网络。
14、根据本公开实施例的一种具体实现方式，所述通过卷积神经网络将输入图像转换为高层次的语义特征，包括：
15、通过编码器中的可变形卷积获取全局特征；其中，所述编码器还设置有多层可变形稀疏注意力融合机制；
16、通过解码器对明显的个体特征进行解析。
17、根据本公开实施例的一种具体实现方式，所述通过编码器中的可变形卷积获取全局特征，包括：
18、计算出k个偏移，并将k个偏移和参考点相加，得出k个关注点的坐标。
19、第二方面，本公开实施例提供了一种基于detr的张衡一号卫星准周期辐射现象检测系统，所述系统包括本文档来自技高网...
【技术保护点】
1.一种基于DETR的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于DETR的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述方法还包括：在预测时加入质子回旋频率的物理约束。
3.根据权利要求2所述的基于DETR的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述在预测时加入质子回旋频率的物理约束，包括：
4.根据权利要求1所述的基于DETR的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述卷积神经网络为EfficiectNetV2网络。
5.根据权利要求1所述的基于DETR的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述通过卷积神经网络将输入图像转换为高层次的语义特征，包括：
6.根据权利要求5所述的基于DETR的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述通过编码器中的可变形卷积获取全局特征，包括：
7.一种基于DETR的张衡一号卫星准周期辐射现象检测系统，其特征在于，所述系统包括：
8.根据权利要求7所述的基于DE
9.一种电子设备，其特征在于，该电子设备包括：
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令当由至少一个处理器执行时使所述至少一个处理器执行如权利要求1至6中的任一项所述的基于DETR的张衡一号卫星准周期辐射现象检测方法。
...【技术特征摘要】
1.一种基于detr的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于detr的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述方法还包括：在预测时加入质子回旋频率的物理约束。
3.根据权利要求2所述的基于detr的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述在预测时加入质子回旋频率的物理约束，包括：
4.根据权利要求1所述的基于detr的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述卷积神经网络为efficiectnetv2网络。
5.根据权利要求1所述的基于detr的张衡一号卫星准周期辐射现象检测方法，其特征在于，所述通过卷积神经网络将输入图像转换为高层次的语...
【专利技术属性】
技术研发人员：冉子霖，杨德贺，泽仁志玛，杨艳艳，黄建平，刘大鹏，林剑，
申请(专利权)人：应急管理部国家自然灾害防治研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。