首页> 正文

基于聚类分析的雷电定位算法研究

2020-12-08阅读(156)

基于聚类分析的雷电定位算法研究

论文摘要

雷电定位系统通过探测站实时监测雷击发生的时间、位置、回击次数等各种雷电参数,是进行雷电预警的科学依据。由于探测站接收的雷电数据受多种复杂因素的影响,目前的雷电定位系统难以对这些因素带来的误差作精确的修正。因此,研究抗误差干扰的雷电定位算法,对于提高定位系统的探测效率和精度以及气象部门进行防雷减灾具有重要意义。本文在归纳雷电定位原理和算法的基础上,深入研究了聚类分析在雷电定位中的应用和误差分析的理论与方法,并评估了国家业务网的探测性能,主要研究内容包括:（1）对雷电定位原理及基本算法进行了总结,主要研究对象为地闪定位。分别介绍了常用的雷电定位方法:地闪方向定位法、地闪时差定位法和地闪联合定位法;讨论了地闪平面定位模型和地闪椭球面定位模型的差异和适用场景;同时列出了两站混合定位、多站时差定位和泰勒级数展开法的基本方程。（2）研究了基于聚类分析的雷电定位算法,结合国家业务网雷电数据的特点在定位计算中引入不同的聚类算法。主要包括划分聚类算法K-Means、模糊聚类算法FCM和密度聚类算法DBSCAN,并针对雷电定位的适用场景改进算法,确定算法所需的最优参数,通过实例和区域仿真验证了算法的有效性。（3）通过蒙特卡罗误差分析法对雷电定位误差进行定量评估。主要研究定位系统中探测站数目和布站方式对地闪定位误差的影响,并研究了提高地闪定位精度的网格搜索优化方法,满足国家业务网实际应用的需要。（4）评估了国家业务网的探测性能,采用本文基于聚类分析的雷电定位算法对历史数据进行重新定位,从闪电次数及时间分布、闪电空间分布、区域空间分布三个方面进行对比分析。结果验证了本文算法的有效性和应用于实际业务的可行性。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •     1.2.1 雷电定位系统概述
  •     1.2.2 目标定位算法研究进展
  •   1.3 本文主要研究内容与结构安排
  • 第二章 雷电定位原理及算法
  •   2.1 雷电定位原理
  •     2.1.1 定位方法
  •     2.1.2 定位模型
  •   2.2 雷电定位基本算法
  •     2.2.1 两站混合定位法
  •     2.2.2 多站时差定位法
  •     2.2.3 泰勒级数展开法
  •   2.3 本章小结
  • 第三章 基于聚类分析的雷电定位算法
  •   3.1 聚类分析概述
  •   3.2 基于聚类分析的雷电定位原理
  •     3.2.1 雷电数据特征
  •     3.2.2 雷电基本定位算法缺陷
  •     3.2.3 基于聚类的雷电定位原理
  •   3.3 划分聚类算法K-Means
  •     3.3.1 K-Means算法原理
  •     3.3.2 改进K-Means
  •     3.3.3 实验结果分析
  •   3.4 模糊聚类算法FCM
  •     3.4.1 FCM算法原理
  •     3.4.2 改进FCM
  •     3.4.3 实验结果分析
  •   3.5 密度聚类算法DBSCAN
  •     3.5.1 DBSCAN算法原理
  •     3.5.2 改进DBSCAN
  •     3.5.3 实验结果分析
  •   3.6 本章小结
  • 第四章 雷电定位误差分析
  •   4.1 探测网测站数目对地闪定位的影响
  •   4.2 探测网布站方式对地闪定位的影响
  •   4.3 定位优化算法
  •     4.3.1 适应函数
  •     4.3.2 网格搜索法
  •     4.3.3 实验结果分析
  •   4.4 本章小结
  • 第五章 国家业务网性能评估
  •   5.1 国家业务网概述
  •   5.2 人工引雷实例
  •   5.3 国家业务网性能评估
  •     5.3.1 地闪次数及时间分布对比
  •     5.3.2 闪电空间分布对比
  •     5.3.3 区域空间分布对比
  •   5.5 本章小结
  • 第六章 总结与展望
  •   6.1 结论
  •   6.2 工作展望
  • 参考文献
  • 作者简介
  •   基本情况
  •   攻读硕士学位期间课程学习情况
  •   攻读硕士学位期间科研成果
  • 致谢

    • 文章来源

    类型: 硕士论文

    作者: 张帅弛

    导师: 李涛

    关键词: 雷电定位,时差法,聚类分析,定位误差,网格搜索优化

    来源: 南京信息工程大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 气象学,计算机软件及计算机应用

    单位: 南京信息工程大学

    分类号: TP311.13;P427.32

    DOI: 10.27248/d.cnki.gnjqc.2019.000675

    总页数: 76

    文件大小: 6172K

    下载量: 54

    相关论文文献

    • [1].基于聚类分析的高速铁路突发事故等级划分[J]. 内江科技 2019(12)
    • [2].基于PubMed数据库患者自我管理研究热点的共词聚类分析[J]. 中国医药导报 2020(01)
    • [3].基于聚类分析的学生成绩评定方法研究[J]. 智库时代 2020(11)
    • [4].基于因子聚类分析的儿童陪伴机器人用户细分[J]. 包装工程 2020(14)
    • [5].基于聚类分析的异常数据检测[J]. 电子技术与软件工程 2020(15)
    • [6].基于聚类算法的大用户用电模式识别研究[J]. 中国管理信息化 2017(19)
    • [7].数学学科核心素养要素析取的实证研究[J]. 数学教育学报 2016(06)
    • [8].聚类分析对学生成绩的研究[J]. 无线互联科技 2014(12)
    • [9].聚类分析和判别分析在投资中的应用[J]. 信息安全与技术 2015(06)
    • [10].基于K-聚类分析法的预防性养护路段划分[J]. 安徽建筑 2015(03)
    • [11].我国“中部崛起”战略的实证分析[J]. 智富时代 2016(S2)
    • [12].基于聚类分析的墨量预置优化方法[J]. 数码世界 2016(12)
    • [13].互联网保险产品开发研究——基于平安互联网保险产品的聚类分析[J]. 保险理论与实践 2017(03)
    • [14].高职大学生心理健康水平的聚类分析[J]. 现代职业教育 2017(07)
    • [15].环境安全评价指标体系的构建及聚类分析——以江苏省13市为例[J]. 赤子(下旬) 2017(01)
    • [16].聚类分析在方言分区上的应用——以江淮官话洪巢片为例[J]. 国际汉语学报 2017(01)
    • [17].经典划分聚类分析方法及算例[J]. 地壳构造与地壳应力文集 2016(02)
    • [18].聚类分析理论的简单应用[J]. 科学中国人 2016(03)
    • [19].2015—2018年国外机构养老研究热点的共词聚类分析[J]. 中国社会医学杂志 2019(06)
    • [20].基于主成分分析和Q型聚类分析的2018年俄罗斯世界杯足球赛各队技战术综合分析[J]. 计算机时代 2020(01)
    • [21].基于聚类分析的不均衡数据标注技术研究[J]. 计算机仿真 2020(02)
    • [22].大学生职业潜能聚类分析与实际就业状况的关联性研究[J]. 教育评论 2018(01)
    • [23].聚类分析在财政实务工作中的应用[J]. 财政科学 2018(02)
    • [24].农业生产资料价格指数的聚类分析[J]. 电脑知识与技术 2017(27)
    • [25].基于PubMed的共词聚类分析方法[J]. 电子科技 2016(02)
    • [26].聚类分析在外国语言学研究中的应用探讨[J]. 中国校外教育 2018(07)
    • [27].基于聚类分析法的机场出租车问题研究[J]. 科学技术创新 2020(35)
    • [28].基于因子聚类分析的安徽服务业竞争力评价[J]. 中国市场 2013(02)
    • [29].教学测评数据的对应聚类分析法研究[J]. 科技信息 2012(34)
    • [30].近红外光谱和聚类分析法无损快速鉴别小儿抽风散[J]. 光谱学与光谱分析 2008(02)

    标签：;  ;  ;  ;  ;  

    基于聚类分析的雷电定位算法研究
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6