Automatische Detektion von Meteor Scatter Spektrogrammen

Guten Tag.
Die Daten will ich nun in drei Klassen einteilen: smal, medium und big. Dann kann ich gezielter das Aufteilen zwischen Test- und Trainingsdatensatz vornehmen und gezielt nachfüttern, so die Idee.

Verschieben zwischen den Klassen ist relativ einfach: man muss nur die Filenamen ändern und den .json editieren.

Stefanie, ist die Aufteilung so sinnvoll? Wie würdest du es machen?

Das letzte Bild ist ein Benschtest. Eine Epoche dauert eine Minute (noch mit Augmentierung). Man sieht also sehr schnell, ob eine Änderung etwas gebracht hat. Oben ist die Zeitdifferenz größer, weil seltener ein Ergebnis rausgeschrieben wird.

Viele Grüße
Wilhelm
 

Anhänge

  • smal.png
    smal.png
    758,1 KB · Aufrufe: 64
  • medium.png
    medium.png
    1,1 MB · Aufrufe: 43
  • big.png
    big.png
    996,5 KB · Aufrufe: 36
  • benchtest.jpg
    benchtest.jpg
    471,4 KB · Aufrufe: 40
Zuletzt bearbeitet:
Sebastian, danke für deine Tests.
Vielleicht kannst du deine Grafiken in Zukunft auch als Vorschau anhängen. Dadurch bleibt die Seite etwas übersichtlicher, finde ich.

Bitte verzichtet hier auf könnte – hätte – müsste – Diskussionen über bahnbrechende Ideen aus der hohlen Hand. Gute Vorschläge sind natürlich immer willkommen, dann aber bitte mit etwas Literatur und Hintergrund dazu.

Zum Thema I/Q, Phase usw mache bitte einen anderen Thread auf. Hier geht es um Meteordetektion mit handhabbaren Methoden.
Viele Grüße
Wilhelm
 
Zuletzt bearbeitet:
Guten Tag.
Die Daten will ich nun in drei Klassen einteilen: smal, medium und big. Dann kann ich gezielter das Aufteilen zwischen Test- und Trainingsdatensatz vornehmen und gezielt nachfüttern, so die Idee.

Verschieben zwischen den Klassen ist relativ einfach: man muss nur die Filenamen ändern und den .json editieren.

Stefanie, ist die Aufteilung so sinnvoll? Wie würdest du es machen?

Das letzte Bild ist ein Benschtest. Eine Epoche dauert eine Minute (noch mit Augmentierung). Man sieht also sehr schnell, ob eine Änderung etwas gebracht hat. Oben ist die Zeitdifferenz größer, weil seltener ein Ergebnis rausgeschrieben wird.

Viele Grüße
Wilhelm

Hallo Wilhelm,

ich hatte bei meinen Versuchen in Head, Trail, Area und Point Meteore Klassen eingeteilt, die anderen Subgruppen sind schweireg, da sie selten sind und man dann einen unbalanzierten Datensatz erhält.
Ich würde es eigentlich einfacher gestalten, "Meteor" oder "Hintergrund", 2 Klassen. Das wird für das Model deutlich einfacher zu lernen und du brauchst nicht so viele Trainingsdaten. Die Größen bekommst du doch nach der Segmenterierung der Objekte.

Ist aber nur meine pragmatische Meinung ;)

Beste Grüße
Stefanie
 
Hallo Stefanie,
danke, das klingt logisch. Als Hintergrund nehme ich dann Starlink, Knackimpulse usw.
Das meintest du doch, oder?
Ich werde heute Abend erst mal testen, ob Pixellib mit 2 Klassen in einem Bild klar kommt. Irgendwo meine ich gelesen zu haben, dass das nicht geht…
Viele Grüße
Wilhelm
 

Anhänge

  • GRAVES-XYmVV_230308073840.png
    GRAVES-XYmVV_230308073840.png
    1 MB · Aufrufe: 49
Zuletzt bearbeitet:
Hallo Wilhelm,

ich hatte es probiert und es ging damals, man muss nur aufpassen als class_names noch einen dritten Namen "BG" mit einzufügen, also 3 Klassen. Das war etwas irritieren:

Python:
segment_image.inferConfig(num_classes= 2, class_names= ["BG", "frame", "cell"])

Als negativ würde ich noch ein paar Hintergrunde labeln, die gar kein Signal haben, ich habe dir ein Beipiel angehängt. Da musst du ein bisschen probieren, was deinem Model "hilft" bzw. schau ich mir dir falsch segmentierten Objekte an, label die dann als negativ und trainieren noch mal (also nicht bei einem aber wenn ich so 100+ zusammen habe).

Wo trainierst du denn, auf dem Jetson?

Viele Grüße
Stefanie
 

Anhänge

  • neagtive_example.PNG
    neagtive_example.PNG
    1,1 MB · Aufrufe: 44
Hallo Stefanie,
danke, jetzt sehe ich klarer. Die falsch gefunden Echos nach und nach als Hintergrund zu definieren ist eine gute Vorgehensweise.

Mein Jetson sitzt jetzt auf einem Kopter zur Datenerfassung. Damit habe ich früher auch etwas trainiert. Jetzt verwende ich ein Acer Win10 Notebook mit einer Nvidia RTX 3060 GPU. Das läuft sehr gut. Er beschwert sich nur über zu wenig Speicher und muss auslagern. Das Arbeiten am PC fällt mir deutlich leichter als unter Ubuntu.
Viele Grüße
Wilhelm
 
Guten Tag.
Nun habe ich mich wieder mit der Berechnung der Meteorflächen beschäftigt.
Pixellib gibt Polygone der erkannten Meteore aus. Daraus berechne ich mit der Gaußschen Trapezformel die Flächen. Wenn ein weißer Punkt im 20 s Zeitfenster liegt, werden die Signale geloggt.

Allerdings ist noch ein Bug im Programm. Die Flächen stimmen nicht, wie das Bild mit den 7 Kühen zeigt.

Der virtuelle Zaunpfahl an der roten Kuh (nun ein Elefant) soll demonstrieren, dass später auch zerstückelte Echos als ein Meteor erkannt werden...sollen.

Nun muss ich mich erst mal wieder mit anderen Dingen beschäftigen. Vorher wollte ich aber ein Update da lassen.

Zwei Klassen in einem Bild funktioniert nicht beim trainieren.

Einen schönen Tag und viele Grüße
Wilhelm
 

Anhänge

  • test1_final.jpg
    test1_final.jpg
    245,1 KB · Aufrufe: 40
  • Terminal.png
    Terminal.png
    588,7 KB · Aufrufe: 46
  • Terminal-Cows.png
    Terminal-Cows.png
    1,5 MB · Aufrufe: 44
  • 1-test.jpg
    1-test.jpg
    326,4 KB · Aufrufe: 37
  • 7cows-out.jpg
    7cows-out.jpg
    521,9 KB · Aufrufe: 37
Zuletzt bearbeitet:
Hallo Wilhelm,

Das sieht gut aus 👍 Für die Fläche von Polygone hatte ich mal shapely probiert bzw. liefert das ja auch cv2.contourArea:


Wenn ich mehr Zeit hätte, würde ich auch gerne viel mehr selbst implementieren, so lernt man am Besten die Algorithmen verstehen…

Danke für das Update!

Grüße
Stefanie
 
Guten Tag,
hier ist noch ein wichtiges Update vor dem Wochenende: Ich habe nun die Hintergrund-Bilder dem Trainingssatz hinzugefügt und die Schmetterlinge rausgeworfen.
Das ist der Durchbruch.
Stefanie, danke nochmal für den Tipp. Jetzt werden mehr Meteore erkannt und die Konturen sind nun schön eng. Schmetterlinge als Platzhalter waren keine gute Idee von mir.

Zu Beginn hatte ich kleine Bildausschnitte zum Trainieren genommen, weil ich das System nicht überfordern wollte. Die Programme kommen aber problemlos mit den original Spectrum-Lab Plots klar. So entstehen keine Verluste und alles hat den gleichen Maßstab. Vielleicht annotiere ich alles noch mal neu.

Mit Augmentierung ist im ersten Bild ein Meteor als als Hintergrund erkannt worden, ohne Augmentierung ist er korrekt als Meteor erkannt worden, s. zweites Bild. Da die Starlink-Echos und die Meteorechos mit unterschiedlichen Winkeln verlaufen, verbessert die abgeschaltete Augmentierung das Unterscheiden von Starlink und Meteor.

Von den Starlink-Echos (drittes Bild) hatte ich nur ein paar ganz grob gelabelt. Für die Satelliten mache ich noch eine neue Klasse auf. Mal sehen, ob das funktioniert.

Stefanie, die Gaußsche Trapez Formel ist auch in deinem Link abgedruckt, wenn du nach def Area(corners): suchst. Das sind nur ein paar Zeilen.
Das Problem ist wohl, dass ich das Format von Pixellib noch nicht richtig ausgelesen/verstanden habe. Die Polygone sind in Ordnung. Das sind die dicken Punkte, die die Kühe umranden.
Einen schönen Tag wünsche ich euch,
viele Grüße
Wilhelm
 

Anhänge

  • Meteor-Echos.jpg
    Meteor-Echos.jpg
    228 KB · Aufrufe: 36
  • ohne_Aug.jpg
    ohne_Aug.jpg
    237,2 KB · Aufrufe: 37
  • Starlink-Echos.jpg
    Starlink-Echos.jpg
    283,8 KB · Aufrufe: 31
Zuletzt bearbeitet:
Hallo Wilhelm,

Glückwunsch zu deinen Fortschritten! Das mit den Schmetterlingen tut mir leid, dass hatte ich die ganze Zeit missverstanden, sonst hätte ich dich gewarnt. Ich dachte das sei ein zweites Model zum Prototypen, mit so unterschiedlichen Datendomainen kommen die CNNs nicht klar.

Ich bin kein Fan von Augmentierung aber man muss es sicher je nach Datensatz probieren.

Du könntest mal ein separates Model mit einigen original Spectrum-Lab Plots erstellen und schauen, bei welchen Model die Segmnetierungen besser sind. Ich hatte teils große Unterschiede bei der Bildgröße.

Beste Grüße und viel Motivation weiterhin
Stefani
 
Hallo Stefanie,
vielen Dank für deine Informationen.

Da immer mehr Starlink-Satelliten hochgeschossen werden, habe ich dafür eine extra Klasse hinzugefügt. So kann ich sie später loggen.
Es sind nun Artifical-Star, Background und Meteor.

Die Satellitenechos unterscheiden sich deutlich von den (etwa gleich starken) Meteorechos. Die Meteorechos haben eine geschlossene Gauß-Kurven ähnliche Form, während die Starlinkechos gerade sind und Einbrüche haben. Ursache dafür wird die metallene Oberfläche der Satelliten sein.

Die größeren Echos (Raucher) sind noch nicht bearbeitet.

In dem PDF habe ich meinen Testdatensatz für spätere Vergleiche dokumentiert. Die Inputs sind Spectrum-Lab Plots.

Einen schönen Abend wünsche ich Euch,
viele Grüße
Wilhelm
 

Anhänge

  • test-output.jpg
    test-output.jpg
    277,1 KB · Aufrufe: 33
  • test-finaler-Meteor-Output.jpg
    test-finaler-Meteor-Output.jpg
    272,6 KB · Aufrufe: 30
  • test-a.jpg
    test-a.jpg
    276,2 KB · Aufrufe: 29
  • input.jpg
    input.jpg
    599,6 KB · Aufrufe: 31
  • Test_3_Klassen.pdf
    1,9 MB · Aufrufe: 61
Zuletzt bearbeitet:
Hallo Wilhelm,

sehr cool, es wird! Starlink sollte kein Problem sein, wie du sagst, recht unterschiedlich.
Heute bekomme ich endlich meinen Mini PC und werde meine Anlage umstellen, optimieren und automatisieren.

Beste Grüße
Stefanie
 
Hallo Stefanie,
ich bin gespannt auf dein neues Setup.

Automatische Aufnahme ist eine spannende Sache: Im Moment sehe ich einen Buckel mit Peak kurz vor Mitternacht. Das müssten noch Delta-Leoniden sein.
Laut Wikipedia war das Ende der Delta-Leoniden schon am 10. März.

Das zweite Bild zeigt noch mal einen Meteor im Vergleich zum Starlink.

Gestern war es hier total warm und ich konnte ohne Handschuhe und Schal Rad fahren. Vielleicht klappt das heute auch noch…
Einen schönen Tag wünsche ich,
viele Grüße
Wilhelm
 

Anhänge

  • Mar12-14-2023.png
    Mar12-14-2023.png
    90,6 KB · Aufrufe: 42
  • Meteor&Starlink.png
    Meteor&Starlink.png
    667,9 KB · Aufrufe: 34
Guten Tag.
Fertig! Zumindest fast. Mit dem Labeln wird man ja nie fertig.

An den Kühen sieht man, dass die Flächen ungefähr gleich sind. Die Routine sollte also korrekt arbeiten.
Ein Problem war, die Daten korrekt aus Pixellib zu extrahieren. Für Bruchstücke steht das noch an. Mit den Datenformaten der Programmiersprachen stehe ich schon seit Jahrzehnten auf Kriegsfuß.
Stefanie, das Berechnen der Flächen macht nun auch shapely.
 

Anhänge

  • drei Kuehe.png
    drei Kuehe.png
    981,5 KB · Aufrufe: 31
  • GRAVES-XYmVV_230314211319.jpg
    GRAVES-XYmVV_230314211319.jpg
    598,5 KB · Aufrufe: 31
  • test-GRAVES-XYmVV_230314211319.png
    test-GRAVES-XYmVV_230314211319.png
    963,2 KB · Aufrufe: 36
  • super-test-output.png
    super-test-output.png
    966,4 KB · Aufrufe: 29
  • big-test-output.png
    big-test-output.png
    954,9 KB · Aufrufe: 36
Fortsetzung von #225:
Vor allem kleine und mittlere Echos habe ich gelabelt. Im Moment sind es 77 Meteore im Testdatensatz und 237 Meteore im Trainingsdatensatz. An dem Beispiel sieht man, dass die KI-Methode zwei Echos mehr detektiert als mein konventionelles Programm. Das war ja eins der Ziele, um damit z.B. den In-Line-Peak genauer untersuchen zu können.

Das Programm schafft auf dem Gaming-PC ungefähr 3-4 Bilder pro Sekunde zu analysieren. Nun geht es ans implementieren (und zum entspannen labeln und Rad fahren).
Einen schönen Tag wünsche ich,
viele Grüße
Wilhelm
 

Anhänge

  • Original-GRAVES-XYmVV_230313234859.jpg
    Original-GRAVES-XYmVV_230313234859.jpg
    588,1 KB · Aufrufe: 28
  • konventionell-ausgewertetGRAVES-XYmVV_230313234859.png
    konventionell-ausgewertetGRAVES-XYmVV_230313234859.png
    1,4 MB · Aufrufe: 34
  • KI-Auswertung-GRAVES-XYmVV_230313234859.png
    KI-Auswertung-GRAVES-XYmVV_230313234859.png
    967,1 KB · Aufrufe: 28
  • Berechnung-der-Flaechen.png
    Berechnung-der-Flaechen.png
    1,2 MB · Aufrufe: 34
Zuletzt bearbeitet:
Hallo Wilhelm,

Das ist erstaunlich für so wenig Trainingsdaten, Bravo! Freue mich schon, wenn ich beruflich wieder damit was machen „darf“.

Bin gespannt wie es in Produktion weitergeht. SpectrumLab und der neue PC halten mich noch noch auf Trab. Ich hoffe bald kommt SDRConnect mal endlich…

Da Emil begeisterter Radfahrer ist, musste ich auch im Winter los (ich geh lieber wandern). Vielleicht gehen wir dieses Jahr wieder auf Radreise.

Erstmal bin ich froh das die Temperatur hoch gehen 😂

Beste Grüße
Stefanie
 
Hallo Stefanie,
ich wünsche euch viel Spaß beim Radfahren und bei dem, was ihr sonst vorhabt.

Wenn SL bei der Neuinstallation Probleme macht, musst du den Vorgang ein paar mal wiederholen. Oft vergisst SL im Anfang den dll. Dann muss man den INI und USR speichern und das Programm neu starten. Irgendwann klappt es dann. Ansonsten ist SL stabil. Das läuft hier wochenlang ohne Probleme – bis sich das Windows Update nicht mehr verhindern lässt.

Ich habe noch etwas programmiert. Bruchstücke werden nun auch behandelt. Sie sind aber seltener als gedacht.
Ursprünglich wollte ich mit der Box das Loggen triggern, aber das ist ungünstig bei großen Echos. Nun nehme ich den Schwerpunkt, den shapely ja mitliefert.
Ich freue mich auch schon auf die Produktion...

Ich wünsche Euch allen auch ein schönes Wochenende.
Viele Grüße
Wilhelm
 

Anhänge

  • Flaechen-Mar17-2023.png
    Flaechen-Mar17-2023.png
    1,3 MB · Aufrufe: 40
Guten Tag,
so, hier ist mein erster ML-Run über einen kompletten Tag. Es sind ziemlich genau doppelt so viele Echos wie mit der konventionellen Methode.
Ein paar selbsterklärende Beispiel-Plots sind auch beigefügt.

Einen schönen Tag wünsche ich,
viele Grüße
Wilhelm
 

Anhänge

  • v-smal&big.png
    v-smal&big.png
    918,9 KB · Aufrufe: 33
  • rost-rot-kein-Problem.png
    rost-rot-kein-Problem.png
    1,1 MB · Aufrufe: 29
  • nur-der-rote-wird-geloggt.png
    nur-der-rote-wird-geloggt.png
    985,7 KB · Aufrufe: 33
  • Meteor-mit-Background.png
    Meteor-mit-Background.png
    950,5 KB · Aufrufe: 34
  • Artifical-star.png
    Artifical-star.png
    967,8 KB · Aufrufe: 31
  • 2-in-2-out.png
    2-in-2-out.png
    987,9 KB · Aufrufe: 34
  • ML-run-Feb-24-2023.png
    ML-run-Feb-24-2023.png
    206,6 KB · Aufrufe: 35
Guten Abend,
beim Radfahren ist mir ein Programmierfehler eingefallen: In dem Log-Plot fehlen grüne Punkte. Ich habe nur einen Punkt pro Seite geplottet, aber es können natürlich mehrere Echos sein. Das ist jetzt korrigiert. Gezählt wurde richtig.
Außerdem sind nun auch die anderen beiden Klassen geplottet: Rot sind die Satelliten und gelb sind die Störungen wie z.B. Knackimpulse. Das zweite Bild zeigt die QUA23. Deutlich ist die Kerbe bei 8 h zu erkennen.
Viele Grüße
Wilhelm
 

Anhänge

  • Feb24-2023.png
    Feb24-2023.png
    174,8 KB · Aufrufe: 36
  • qua23.png
    qua23.png
    232,9 KB · Aufrufe: 40
Hallo Wilhelm,

die besten Ideen und Fehler kommen an der frischen Luft, dass kann ich bestätigen ;) Das sieht doch hervorragend aus, ich habe es wahrscheinlöich überlesen aber was war deine konventionellen Methode? Mich würde mal intererssieren wie empfindlich das Model auf Farbveränderungen ist (sollte eigentlich ein zweitrangiges Merkmal sein), vielleicht kannst du mal im Schwarz-Weiß Modus oder anderen Color Mode probieren. Nur rein aus Interesse...

Ich bin immer noch am Basteln, SpectrumLab stürtzt mir einfach zu oft ab, daher probiere ich gerade viele andere Softwares bzw. direkt über Python auszulesen. Bin somit im Moment offline.

Heute werden wir mal bei sonnigem Wetter ein paar essbare Pflanzern aussäen,

Beste Grüße
Stefanie
 
Hallo Stefanie,
danke fürs drüber schauen.
Wart ihr im Garten erfolgreich?
Welchen PC hast du denn?

Mein konventionelles Programm arbeitet mit OpenCV Konturen und Thresholds. Ich werde es wohl nicht mehr benutzen. Man könnte meinen, KI/ML sei eine Modeerscheinung, aber die Methode ist wirklich sehr gut und macht mir sehr viel Spaß.

Die gewünschten Farb/SW Tests zeigen, dass die Meteore erkannt werden, aber die Flächen sind etwas kleiner als bei der Auswertung des ersten Original-Plots. Ein ganz kleines Echo wird in den Varianten nicht erkannt. Auf diese kleinen Echos hatte in der letzten Zeit besonders viel trainiert, weil ich mir von denen neue Erkenntnisse erhoffe.

Einen schönen Abend wünsche ich euch,
viele Grüße
Wilhelm
 

Anhänge

  • 1GRAVES-XYmVV_230320045540.jpg
    1GRAVES-XYmVV_230320045540.jpg
    588,4 KB · Aufrufe: 33
  • 1GRAVES-XYmVV_230320045540-out.png
    1GRAVES-XYmVV_230320045540-out.png
    975,1 KB · Aufrufe: 32
  • 2GRAVES-XYmVV_230320045540.jpg
    2GRAVES-XYmVV_230320045540.jpg
    382,4 KB · Aufrufe: 32
  • 2GRAVES-XYmVV_230320045540-out.png
    2GRAVES-XYmVV_230320045540-out.png
    817,7 KB · Aufrufe: 28
  • 3GRAVES-XYmVV_230320045540.jpg
    3GRAVES-XYmVV_230320045540.jpg
    423 KB · Aufrufe: 33
  • 3GRAVES-XYmVV_230320045540-out.png
    3GRAVES-XYmVV_230320045540-out.png
    922,2 KB · Aufrufe: 30
  • 4GRAVES-XYmVV_230320045540.jpg
    4GRAVES-XYmVV_230320045540.jpg
    564,5 KB · Aufrufe: 29
  • 4GRAVES-XYmVV_230320045540-out.png
    4GRAVES-XYmVV_230320045540-out.png
    989,5 KB · Aufrufe: 37
Zuletzt bearbeitet:
Hallo Wilhelm,

Ja, die Radieschen und Erdbeeren sind von Emil gepflanzt und meine indoor Gewächshaus Experimente mit Paprika und Tomaten sehen gut aus. Mal schauen, ob sie es bis zur Frucht schaffen…

KI ist tatsächlich ein großer Durchbruch, ich war vor 15 Jahren schon davon überzeugt und meine CNNs schlugen mit wenig Trainingsdaten die PhD Arbeit eines Handcrafted Modell um Weiten (allerdings glaubte mir damals noch niemand). Siehe ChatGPT, ich nutze es mittlerweile täglich und die Entwicklung wird exponential verlaufen.

Am PC scheint es nicht zu liegen, der läuft flüssig und die Störungen sind verschwunden. Eher an den Settings und Plugin was ich für die Meteor Erkennung nutze (Radio Meteor Scatter – Improved Spectrum Lab Conditional Actions V8 – Blackwater Skies). Da scheint irgendwas faul zu sein. Wenn du magst, könntest du mir vielleicht deine Settings schicken? Dann würde ich es noch mal versuchen bzw. wüsste dann wo der Fehler liegt. Die kann man direkt speichern. Ansonsten bin ich gerade dabei die Rohdaten zu streamen und zu verarbeiten.

Vielen Dank fürs Testen, das habe ich vermutet und ist wirklich erstaunlich! Traditionelle CNN sind da etwas empfindlicher, wenn die Färbung ein bisschen verändert ist, funktioniert die Erkennung etwas schlechter. MaskCRNN scheinen da robuster zu sein.

Beste Grüße
Stefanie
 
Hallo Stefanie,
hier sind meine Settings frisch aus Spectrum Lab:
Wenn SL läuft, findest du unter Options, Screen Capture Options, wie und wo mein SL speichert.

PeriodicAction=capture("C:\Mar21\GRAVES-XymVV_"+str("YYMMDDhhmmss",now)+".jpg")

Die Filenamen must du in SETTINGS.USR und SETTINGS.INI umbenennen.

Die Erlaubnis zum posten der Files habe ich vom Autor Wolfgang bekommen. Vielleicht kannst du dich (und weitere Meteor-Beobachterinnen und Beobachter) mit meiner 3D-Darstellung anfreunden. Jochem verwendet sie bereits. Meine Labeldaten, CNN und Programme gebe ich gerne weiter.
Einen gemütlichen Abend wünsche ich,
viele Grüße
Wilhelm
 

Anhänge

  • SETTINGS_INI.txt
    44,1 KB · Aufrufe: 52
  • SETTINGS_USR.txt
    44,1 KB · Aufrufe: 56
Zuletzt bearbeitet:
Hallo Wilhelm,

ich danke dir! Dein Script läuft jetzt erstmal, ich hoffe diesmal robuster. Importieren (also Load Settings) machte die üblichen Probleme wie zuvor. Aber ich habe die Settingsdatei überschrieben und dann ging es.

Grüße
Stefanie
 
Hallo Stefanie,
ja, man muss SL im Anfang ein paar mal neu starten. Wenn SL einmal läuft, speichert es beim Beenden die Settings. Dann brauchst du beim Neustart nichts mehr eingeben. Wenn es immer noch Probleme gibt, würde ich SL komplett neu installieren, ohne die externe Geschichte.

Mein Setting schreibt die Plots in C:\Mar21 – wenn der Ordner vorhanden ist.

Einen schönen Nachmittag wünsche ich euch,
viele Grüße
Wilhelm
 
Zuletzt bearbeitet:
Hallo Wilhelm,

habe gefühlt SL schon 100 mal neu installiert. Es läuft alles für einige Zeit und dann friert der Bildschirm ein. Anschließend geht nix mehr, auch ein neuer Import der Settings nicht. Ich habe schon die Befürchtung das es am SDR liegt, werde die nächsten Tage mal meinen SDR Stick probieren, wobei SDRUno läuft, auch wenn SL abstürzt...

Beste Grüße
Stefanie
 
Hallo Stefanie,
vielleicht ist doch der PC zu schwach. SL braucht viel Leistung. Mein i3 zeigt 34 % Auslastung. Beim Wegschreiben des Bildes geht die Leistung kurz auf 100 % hoch. Ich habe mein Notebook zur Kühlung mit Duplosteinen aufgebockt. Im Abstand von ein paar Tagen muss ich den Ordner leeren, sonst fängt der Lüfter an laut zu laufen.
Das Problem war auch schon mal Thema hier im Forum.
(Das Echo ist nicht aktuell.)
Viele Grüße
Wilhelm
 

Anhänge

  • Graves-PC.jpg
    Graves-PC.jpg
    1,5 MB · Aufrufe: 38
Hallo Wilhelm,

der i5 ist nicht augelastet und der RAM auch nicht. Das erklärt auch nicht, dass das Spektrum nicht startet (grauer Screen).
Ich teste weiter, da ich das Problem jetzt mit 3 Rechner hatte, vermute ich eher ein Problem mit dem SDR...

Grüße
Stefanie
 
Guten Tag.
Hier ist mal wieder ein kleines Update:
Ich habe hier einen direkten Vergleich zwischen meiner alten Auswertung und der neuen KI Methode gemacht.
Die KI-Methode liefert etwa doppelt so viele Echos wie die konventionelle Methode. Gestern, am 27. März, waren es 900 Echos. Die Fehlerquote schätze ich noch auf 5 %. (Blau sind die Raten, orange die Größen)

Bei beiden Methoden sieht man um ca. 22 h am 27. 3. einen Anstieg und anschließend eine Kerbe. Es handelt sich vermutlich um die Virginiden.


Das Maximum des Durchgangs der Virginiden sieht man leider nicht, weil es von der Kerbe verschluckt wird. Andererseits ist die Kerbe ein sicheres Indiz dafür, dass es sich hier um einen Strom handelt. Die Kerben haben immer dann ein Minimum, wenn der Azimut des Radianten 180° beträgt.

Einen schönen Tag wünsche ich Euch,
viele Grüße
Wilhelm
 

Anhänge

  • alt-Mar27.png
    alt-Mar27.png
    304,4 KB · Aufrufe: 35
  • alt-Mar28.png
    alt-Mar28.png
    239,6 KB · Aufrufe: 41
  • kerbe-alt.png
    kerbe-alt.png
    118,3 KB · Aufrufe: 43
  • neu-KI-Mar27.png
    neu-KI-Mar27.png
    295,5 KB · Aufrufe: 34
  • neu-KI-Mar27-28.png
    neu-KI-Mar27-28.png
    112,3 KB · Aufrufe: 38
  • neu-KI-Mar28.png
    neu-KI-Mar28.png
    213 KB · Aufrufe: 39
  • GRAVES-XYmVV_230327215620.jpg
    GRAVES-XYmVV_230327215620.jpg
    591,4 KB · Aufrufe: 28
  • GRAVES-XYmVV_230327225320.jpg
    GRAVES-XYmVV_230327225320.jpg
    590 KB · Aufrufe: 25
Oben