Структурные модели и алгоритмы обнаружения аномалий в ионосферных сигналах

Полозов Юрий Александрович

    Актуальность темы

    Настоящая работа посвящена разработке математических моделей и методов анализа сигналов ионосферы, представленных в виде временных последовательностей данных, и построению программных систем их обработки. Наряду с другими методами исследований, анализ природных временных рядов имеет важное значение для решения целого ряда научных задач физики, и в частности геофизики. Качество процедуры анализа определяется адекватностью используемых математических моделей, методов и соответствующего математического аппарата их реализующего. Сложности решения таких задач связаны со сложной структурой регистрируемых сигналов. Они включают большое количество компонент, содержат локальные особенности различной формы и временной протяженности, аномальные эффекты, а также шумовые факторы различной природы. В диссертационной работе рассматриваются задачи, связанные с обнаружением и оценкой параметров аномальных эффектов. Аномальные эффекты содержат полезную и важную для исследователя информацию об изучаемом процессе, и должны быть отражены в модели.

    Структура ионосферы, распределение ее параметров по высоте определяется плотностью атмосферы, ее химическим составом и спектральными характеристиками солнечного излучения. Структурно ионосфера разделена на несколько областей (E,D,F). Область F подразделяется на г и F2. На состояние ионосферы существенное влияние оказывает солнечная активность. Исследование ионосферы выполняется дистанционными методами, одним из которых является вертикальное радиозондирование. Частота несущей радиоимпульса, для которой данная область ионосферы становится прозрачной, называется критической (foF2) и характеризует концентрацию электронов.

    Исследования динамических процессов на всех уровнях атмосферы и в различных областях магнитосферы Земли, изучение влияния солнечной активности на формирование геофизических процессов занимают в настоящее время одно из важных мест в науке о Земле.

    Сущность обработки ионосферных данных, применительно к решаемой задаче, сводится к обнаружению аномального поведения параметров ионосферы, предшествующего сильным сейсмическим явлениям на Камчатке. Существующие модели и методы анализа природных временных рядов не являются достаточно эффективными и имеют следующие недостатки:

    1. Для аномалий ионосферного сигнала foF2 отсутствует теоретический аппарат по их выделению и оценке параметров. 

    2. Ввиду отсутствия единой теоретической платформы (а не комбинации отдельных алгоритмических решений), при обработке сложных природных сигналов (в том числе 4 ионосферного сигнала foF2) наблюдается потеря и искажение информации. 

    В применяемых в настоящее время методах анализа сигнала foF2 зачастую используется процедура сглаживания, что влечет потерю информации. Также, основные инструменты определения аномалий, предшествующих землетрясениям, основаны на анализе средних и медианных значений, что не позволяет выявить внутренние зависимости и отдельные аномальные эффекты.

    Ионосферные сигналы имеют многомасштабную структуру, содержат суточные и сезонные колебания, а также переходные процессы и аномалии, связанные с активностью Солнца и возникающие накануне сильных землетрясений. Аномалии могут иметь форму резких всплесков различной амплитуды и временной протяженности. Наиболее эффективным способом их идентификации является вейвлет-преобразование. Данный аппарат и имеет широкий спектр базисов различной формы с компактными носителями. Используя вейвлет-преобразование, мы имеем возможность идентифицировать особенности структуры ионосферного сигнала и выполнить их анализ. Это играет важную роль в задачах обработки природных сигналов сложной формы. После разложеня сигналов в пространстве вейвлет-признаков в диссертационной работе для их дальнейшей обработки предложен аппарат нейронных сетей. Нейронные сети позволяют решать трудно формализуемые задачи, такие как распознавание образов, кластеризация, прогнозирование. Также, аппарат нейронных сетей служит хорошей основой для построения программных систем анализа данных, в том числе представленных в виде временных рядов. Используя данный аппарат совместно с вейвлет-преобразованием, в диссертационной работе предложен метод идентификации регулярных составляющих структуры сигнала и локальных особенностей.

    Таким образом, задачи связанные с построением моделей ионосферных сигналов, выделением в них аномальных особенностей, разработкой соответствующих алгоритмов и программных средств являются актуальными и решаются в данной работе.

    Положения, выносимые на защиту:

    1. Модель ионосферного сигнала, описывающая его регулярные составляющие и аномальные особенности. 

    2. Метод выделения регулярных компонент ионосферного сигнала и аномальных особенностей, основанный на вейвлет-преобразовании и нейронных сетях. 

    3. Численный алгоритм выделения и оценки параметров локальных особенностей ионосферного сигнала, позволяющий выявить аномалии. 

    4. Численный алгоритм выделения аномалий в ионосфере, основанный на совместной обработке данных критической частоты и К-индекса. 

    5. Программная система обработки и анализа ионосферных данных, построенная на разработанном методе и алгоритмах.

    Структурные модели и алгоритмы обнаружения аномалий в ионосферных сигналах : диссертация ... кандидата технических наук : 05.13.18 / Полозов Юрий Александрович; [Место защиты: С.-Петерб. гос. электротехн. ун-т (ЛЭТИ)].- Санкт-Петербург, 2011.- 134 с.: ил. РГБ ОД, 61 11-5/1436.