【技术实现步骤摘要】
本专利技术属于频高图处理领域，具体涉及基于dncnn与yolov8的频高图去噪及识别方法。
技术介绍
1、电离层是地球大气层中从大约60公里到1000公里高度的一个区域，其中空气被太阳辐射电离，形成带电粒子。这一层对无线电波的传播具有重要影响，是地球与空间之间电磁通信的重要通道。电离层的扰动会直接影响全球导航卫星系统的定位精度、短波通信的稳定性和可靠性。
2、频高图是研究电离层的重要工具，通过电离层垂直测高仪获取，横纵坐标分别表示频率和虚高，每个坐标点的信号值表示回波强度。频高图提供了对电子密度和高度等电离层特征的基本描述，并展示了反射层高度与频率之间的关系。然而，频高图中存在大量噪声，导致信噪比低，影响对电离层特性的准确分析和应用。
3、现有的频高图处理方法主要包括传统的图像处理和深度学习方法。传统方法如artist算法，将每层的电子密度剖面表示为移位的切比雪夫多项式，尽管取得了一定的效果，但难以适应电离层结构的复杂性和多变性。其他方法利用数字图像处理、数学形态学和图论技术，对频高图进行度量，但这些方法依赖于地...
【技术保护点】
1.基于DnCNN与YOLOv8的频高图去噪及识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于DnCNN与YOLOv8的频高图去噪及识别方法，其特征在于，所述去噪数据集的构建包括以下步骤：
3.根据权利要求1所述的基于DnCNN与YOLOv8的频高图去噪及识别方法，其特征在于，所述YOLOv8模型的训练方法，还包括以下步骤：
4.根据权利要求3所述的基于DnCNN与YOLOv8的频高图去噪及识别方法，其特征在于，所述在训练DnCNN模型过程中，还包括以下步骤：
5.根据权利要求1所述的基于DnCNN与Y...
【技术特征摘要】
1.基于dncnn与yolov8的频高图去噪及识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于dncnn与yolov8的频高图去噪及识别方法，其特征在于，所述去噪数据集的构建包括以下步骤：
3.根据权利要求1所述的基于dncnn与yolov8的频高图去噪及识别方法，其特征在于，所述yolov8模型的训练方法，还包括以下步骤：
4.根据权利要求3所述的基于dncnn与yolov8的频高图去噪及识别方法，其特征在于，所述在训练dncnn模型过程中，还包括以下步骤：
5.根据权利要求1所述的基于dncnn与yolov8的频高图去噪及识别方法，其特征在于，所述获得去噪清晰图像之后，需对所述去噪清晰图像标注，包括以下步骤：
6.根据权利要求1所述的基于dncnn与yolov8...
【专利技术属性】
技术研发人员：陈紫微，毛沄涛，李艳凤，陈后金，
申请(专利权)人：北京交通大学，
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。