[发明专利]一种基于多时间尺度DBSCAN和样本熵的雷暴云点电荷移动路径成像方法

权利要求书

1.一种基于多时间尺度DBSCAN和样本熵的雷暴云点电荷移动路径成像方法，其特征在于，包括如下步骤：

步骤1，利用基于互补集合经验模态对原始大气电场信号分解得到模态分量，并根据各模态分量的自相关函数划分白噪声占主导的模态分量和剩余分量，对白噪声占主导的模态分量进行SG滤波，将滤波后的模态分量与剩余分量进行重构，得到预处理后的大气电场信号；

步骤2，参考正弦规则信号熵值，利用样本电场实测数据信息，得到反映不同电场信号规则的样本熵区间，包括规则电场信号熵区间R₁、不规则电场信号熵区间R₂和介于规则与不规则电场信号熵区间R₃；

步骤3，利用反映不同电场信号规则的样本熵区间，对预处理后的大气电场信号进行时序重构，形成多时间尺度的时序分量信号；

步骤3.1，将预处理后的大气电场信号x'(n)以设定采样频率进行分解，得到多组分量信号x_m,t(m)'(n)，并利用样本熵法计算分量信号x_m,t(m)'(n)的熵值；其中，m表示分量信号的编号，t(m)表示第m个分量信号所对应的时间区间；

步骤3.2，根据分量信号x_m,t(m)'(n)各自所属的电场信号规则的样本熵区间，将分量信号对应归类至规则电场信号熵值区间R₁、不规则电场信号熵值区间R₂或介于规则与不规则电场信号熵值区间R₃；

步骤3.3，分别判断属于不同电场信号规则的样本熵区间内的分量信号中是否存在连续的时序分量信号，将样本熵区间内的连续的时序分量信号进行时序重构，得到具有多时间尺度的时序分量信号，同时独立时序分量仍然包含在其原本所属的样本熵区间内；

步骤4，利用点电荷定位算法，分别计算反映不同电场信号规则的样本熵区间中的多时间尺度的时序分量信号的点电荷坐标，并根据时序对点电荷坐标进行排列，得到点电荷移动路径的不同分支数据；

步骤5，利用DBSCAN将步骤4所述不同分支数据进行聚类处理后，利用时序进行曲线拟合，实现点电荷移动路径成像。

2.根据权利要求1所述的一种基于多时间尺度DBSCAN和样本熵的雷暴云点电荷移动路径成像方法，其特征在于，所述步骤1的具体过程如下：

步骤1.1，对原始大气电场信号加入和减去白噪声，得到第i次加入和减去白噪声后的大气电场信号：

式中，x(n)为原始大气电场信号；ω_i(n)为第i次加入和减去的白噪声信号，i＝1,2,…,N；N为加入和减去白噪声的次数；为第i次加入白噪声后的大气电场信号；为第i次减去白噪声后的大气电场信号；

步骤1.2，分别对大气电场信号和进行分解，得到各自对应的模态分量；用表示大气电场信号分解得到的第j个模态分量，j＝1,2,…,M，M表示模态分量的数目；表示大气电场信号分解得到的第j个模态分量；IMF表示模态分量；

步骤1.3，将分解后的模态分量进行集成平均，得到新的模态分量；其中，集成平均公式如下：

式中，IMF_j(n)表示集成平均后的第j个模态分量；

步骤1.4，分别对集成平均后的模态分量IMF_j(n)计算各自的自相关函数IMF_j'(n)，并根据白噪声与大气电场信号的自相关特性，得到白噪声占主导的模态分量IMF₁(n)～IMF_k(n)；

步骤1.5，对白噪声占主导的模态分量进行SG滤波，得到去噪后的模态分量IMF₁”(n)～IMF_k”(n)；

步骤1.6，将滤波后的模态分量和剩余分量重构，得到预处理后的大气电场信号：

式中，x'(n)表示预处理后的大气电场信号。