论文部分内容阅读
该论文将小波变换与传统统计折叠法相结合作为数据分析方法,利用仿真实验信号检验了其有效性和优越性,发现这种方法可以更有效地从高噪声信号中提取弱周期信号,并给出周期变化的相位分布.且首次将该方法应用于羊八井宇宙线观测站 Tibet ASγ阵列1997年11月到1 998年6月的实验记录数据的周期分析,对1-10TeV宇宙线流强的时间变化及其气象影响进行了研究.对气象效应修正后的宇宙线流强数据进行周期分析,发现TeV和1 0TeV宇宙线数据中存在半日、0.996和1.002日周期变化.10TeV宇宙线1.002日、0.996日和半日周期变化的信噪比分别为6.4、5.6和8.1,其变化幅度分别约为0.1 5±0.095％、0.1 5±0.087％和0.08±0.04％,最大值处的相位分别在约0.3(7h)、0.7(17h)和0.1(1h).TeV宇宙线1.002日、0.996日和半日周期变化的信噪比分别为6.1、5.1和7.1,其变化幅度分别约为0.125±0.078％、0.1±0.068％和0.05±0.031％,最大值处的相位分别在约0.3(7h)、0.7(17h)和0.9(11h).这些周期变化是如何引起的,还需要进一步深入研究.宇宙线的恒星日变化紧密联系于宇宙线的起源、其传播途径的性质,以及宇宙线的加速机制等宇宙线物理中最基本的重大问题.通过对气象效应修正后的宇宙线流强数据进行周期分析,发现了10TeV宇宙线流强的恒星日(T=0.997日)变化,其信噪比为5.0,变化幅度约为0.1 25±0.079％,最大值处的相位约在0.45(11h).相位基本与其它观测结果相符,而变化幅度大1倍,我们的结果更接近于理论估计结果(0.17％).TeV宇宙线恒星日变化的信噪比为4.5,变化幅度约为0.1±0.062％,最大值处的相位约为0.45(11h).该论文采用信号处理中逐渐成熟且被大量采用的小波分析方法,并将其与传统统计周期分析方法相结合,第一次来处理著名的羊八井宇宙线观测站ASγ阵列的观测数据,具有重要的实际意义,可以为将来ASγ阵列和ARGO实验的数据处理及分析打下良好的基础.