舒曼谐振(Schumann resonance,SR)信号淹没于非常强的环境噪声数据中,影响了常规处理方法的性能。为了从观测数据中可靠地提取微弱的SR信号,先对实际的SR观测数据进行奇异值分解(singular value decomposition,SVD)滤波,再利用常规算法...舒曼谐振(Schumann resonance,SR)信号淹没于非常强的环境噪声数据中,影响了常规处理方法的性能。为了从观测数据中可靠地提取微弱的SR信号,先对实际的SR观测数据进行奇异值分解(singular value decomposition,SVD)滤波,再利用常规算法提取参数,分析了观测站处的闪电源分布、参数日变化规律以及一起太阳耀斑事件对应的参数变化。结果证明,经过SVD滤波后得到的估计结果能更好地反映SR参数的变化规律,极大地提高了常规方法的可靠性。展开更多
文摘舒曼谐振(Schumann resonance,SR)信号淹没于非常强的环境噪声数据中,影响了常规处理方法的性能。为了从观测数据中可靠地提取微弱的SR信号,先对实际的SR观测数据进行奇异值分解(singular value decomposition,SVD)滤波,再利用常规算法提取参数,分析了观测站处的闪电源分布、参数日变化规律以及一起太阳耀斑事件对应的参数变化。结果证明,经过SVD滤波后得到的估计结果能更好地反映SR参数的变化规律,极大地提高了常规方法的可靠性。