闪电放电过程的时频特性分析及其应用研究

Research on lightning discharge characteristics has important significance, electric field changes is the basic information to study lightning discharge process.By utilizing modern signal processing techniques, this project explores the deeper field variation and characteristics for lightning elctric fields, further, the automatic recognition of lightning dischage and singularity Detection be studied. Wavelet transform and HHT method is used for the frequency characteristics analysis of the lightning discharge process, and wavelet band energy, EMD energy ratio, time-frequency distribution Rényi entropy and time-frequency characteristics image are used to recognition lighrning dischage type. The reserch is of improtant significence for lerning lightning mechanism and pretecting lighting disaster and also give some new idea for analyzing linghting characteristics. The main innovations of the project are as follows：(1)Lightning spatial and temporal distribution of the different stages of development can be provided exactly by time-frequency analysis based on wavelet transformation and HHT, which can help to better understand the occurrence and development of lightning and its nature; (2)The time-frequency domain information of lightning is used to classify lightning asintracloud lightning and cloud-to-ground lightning.

闪电放电特性的研究对雷电预警与防护具有重要的意义，闪电引起的电场变化是研究放电过程物理特性的最基本信息。本项目利用现代信号处理技术探索闪电电场更深层次的变化规律和特征，分析研究闪电电场变化特征的自动化识别和检测技术中的一些热点问题。将小波变换和HHT方法应用于闪电过程时频特征的分析研究中，并利用小波频带能量、EMD能量比、时频分布 Rényi 熵以及时频图像特征等信息对云、地闪不同放电类型的识别进行系统研究。为闪电过程电场特征分析处理方法提供新的思路，也对雷电机理及雷电防护研究有重要意义，在自动闪电类型的识别中有潜在的应用价值。本项目的主要创新有：（1）通过基于小波和HHT的时频分析来精细地描述闪电不同发展阶段的时空分布特征，以便更好地理解闪电的发生发展过程,认识闪电现象的本质；（2）将时频域信息作为云、地闪不同放电类型识别的有效特征，为闪电的分类识别研究提供了新的思路。

基于新的信号处理方法和理论，对闪电放电过程相关的细节信息、闪电结构的复杂性以及闪电不同放电类型的识别等方面的深入研究，无论是对闪电过程电场特征分析处理方法研究，还是对雷电机理及雷电防护研究都有着重要意义，同时在自动闪电类型的识别中有着潜在的应用价值。本项目首先将小波变换、希尔伯特——黄变换和频率切片小波变换等这些比较新颖的现代信号处理技术和理论应用到闪电放电过程时频特征的研究中，从而将闪电的一维时间序列转换到二维的时频平面，全面分析了闪电电场能量随时间和频率的分布特性，揭示了其频率随时间的变化关系，获得了更为全面、准确的闪电结构信息以及闪电电场更深层次的变化规律和特征。另外本项目突破了闪电传统识别技术中特征提取单一从时域出发的束缚和局限性，在对闪电信号进行时频分析的基础上，将小波频带能量、EMD能量比、时频分布Rényi熵以及时频图像特征等时频域信息作为闪电信号的鉴别特征应用于云、地闪不同放电类型闪电的识别研究中，为闪电的分类识别研究提供了新的思路，同时也获得了比较理想的分类识别精度。本项目的研究工作对于如何应用信号处理方法，提高闪电资料分辨率、检测闪电电场信号的强度、频率和相位等多种信号特征参数，精细刻画闪电放电过程演变、发展闪电的自动化检测与识别等方面具有非常重要的指导意义，同时也为闪电信号处理与雷电防护技术的发展带来了新的思路，是具有深远意义的探索和研究。