支持实时机器学习的低成本磁力计系统
信号处理
2022-09-19 v1
摘要
地磁感应电流（GICs）是空间天气最有害的影响之一。地面水平磁场分量变化率 dBH/dt 被用作 GIC 的替代度量。为监测和预测 dBH/dt，使用地面磁通门磁力计。然而，在此类磁力计数据可用之前，基线校正至关重要。本文实现了一种支持机器学习（ML）的低成本磁力计系统，用于对磁力计数据执行实时基线校正。随后利用预测的地磁分量推导 dBH/dt 的预报。部署了两种不同的 ML 模型，并检验了它们的实时与离线预测精度。预测的 dBH/dt 的局部峰值进一步通过二元事件分析进行验证。
引用
@article{arxiv.2209.08065,
title = {Real-Time Machine Learning Enabled Low-Cost Magnetometer System},
author = {Talha Siddique and Md. Shaad Mahmud},
journal= {arXiv preprint arXiv:2209.08065},
year = {2022}
}
备注
Selected in IEEE Sensors Conference 2022