地面大氣電場(chǎng)的觀測(cè)和研究對(duì)減少雷電災(zāi)害、保障航空航天活動(dòng)具有重要的意義。傳統(tǒng)雷電預(yù)警方法忽略了大氣電場(chǎng)信號(hào)的振蕩尺度特性導(dǎo)致檢測(cè)概率低。從大氣電場(chǎng)信號(hào)的非線性非平穩(wěn)特征出發(fā),提出一種基于集成經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)和極端梯度提升(XGBoost)的雷電預(yù)警方法。該方法采用EEMD分解大氣電場(chǎng)儀觀測(cè)的電場(chǎng)信號(hào),計(jì)算原始數(shù)據(jù)和各固有模態(tài)函數(shù)的樣本熵,按隨機(jī)分量、細(xì)節(jié)分量、趨勢(shì)分量進(jìn)行分類重構(gòu),分別提取重構(gòu)分量的統(tǒng)計(jì)和自編碼器特征,采用XGBoost算法建立雷電預(yù)警模型,并對(duì)各分量的分類器進(jìn)行融合。利用大氣電場(chǎng)儀和閃電定位系統(tǒng)觀測(cè)數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)研究,分析了算法的性能,相對(duì)于普通投票決策方法,檢測(cè)概率最高提高了4.8%,且虛警率降低5.2%～6.4%。

【文章頁(yè)數(shù)】：9 頁(yè)

本文編號(hào)：3876873