tq算法设计（v0）

该算法输入为：

• 炮号 shot
• 数据目录 base_dir
• 三路通道路径：ECE、SXR、磁探针

result = tq_detect(
        shot=shot_id,
        base_dir=base_dir,
        ece_path=r"data/\ece_ch01_raw",
        sxr_path=r"data/\sxr_cc_048",
        mag_path=r"data/\MA_TOR1_P01",
        ece_time_shift=-0.2,
    )

主要算法框架：

1. 从HDF5格式的文件里读取各通道数据数据
2. 由于ece的数据在时间轴上有偏差，且各个通道采样率可能不同，因此需要重采样并对齐时间轴，进行多通道同步。
3. 对于ece、sxr两种诊断方式，采取滑动平均滤波的方式去除噪声。

def filter(signal, len):#滑动平均滤波
    if len <= 1:
        return signal.copy()
    kernel = np.ones(len, dtype=float) / len
    return np.convolve(signal, kernel, mode="same")

下图为ece滤波效果：

4. 对于ece和sxr，滤波后即可求其一阶差分，从而提取特征。而对于磁探针信号，则通过平均求其直流分量，通过mag_ac = mag_signal - mag_baseline得到交流分量，从而计算RMS来表征磁探针信号波动情况。

ece_diff[1:] = ece_filtered[:-1] - ece_filtered[1:]
sxr_diff[1:] = sxr_filtered[:-1] - sxr_filtered[1:]
mag_rms = rms(mag_ac, mag_rms_len)

5. 在综合判断阶段，则根据三路信号的特征值与阈值进行比较，若超过阈值则输出异常，当有两路持续异常，则输出tq检测结果为True。

最终输出结果：

炮号: 1051501
是否检测到 TQ: True
tq发生时间: 0.383204

图中红线为检测到tq时刻。

---

本文章使用limfx的vscode插件快速发布