基于CDI和拟二维反演的时间域航空电磁数据级联解释方法

时间域航空电磁法(ATEM)是一种具有大面积探测,探测速度快、相对成本较低、受地形地貌影响较小等优点的地球物理方法。由于航空电磁数据量巨大,三维反演成本太大,目前主要使用一维反演或者拟二维反演方法来进行解释。对于航空电磁探测而言,大面积探测区域和复杂地形条件使得研究人员很难获取到勘探区域的地质信息,因此反演时选取初始模型变得很困难。而电导率-深度成像(CDI)无需建立初始模型,即可快速获得地下介质的大致电性分布情况。因此CDI结果可以用来作为反演的初始模型,应对缺少地质信息的区域。本次研究中,提出CDI与拟二维反演的级联解释方法。首先使用CDI方法来近似估计地下介质的电导率和深度;其次在此基础上建立反演的初始模型;最后采用横向约束反演(LCI)方法对ATEM数据进行反演。通过对理论数据和实测数据的实验得出,CDI与拟二维反演的级联解释方法能够在获得较好的反演结果的同时减少计算时间。

基于乘性规则的支持向量域分类器

该文提出了一种基于支持向量域描述 (SVDD)的学习分类器 .在两类样本分类中 ,该算法在训练时通过对1类样本的描述求取包含 1类样本的球形边界 ,然后通过该边界对两类样本数据进行分类 ,并且在求取边界的优化问题中 ,采用乘性规则来直接求取Lagrange乘子 ,而不是用传统的二次优化方法 .该文所获得的学习算法和支持向量机 (SVM)与序列最小优化 (SMO)算法相比 ,不仅降低了样本的采集代价 ,而且在优化速度上有了很大提高 .通过CBCL人脸库的仿真实验 ,将该算法和SVM、SOM算法的实验结果进行对比 ,说明了该学习算法的有效性 .

基于支持向量域描述的学习分类器

文章在分析支持向量域描述的基础上发展了一类基于描述的学习分类器。该算法在训练时通过在高维特征空间中求取所描述的训练样本的超球体边界,然后通过该边界对样本数据进行分类。文章所获得的学习算法和支持向量机(SVM)和序列最小优化(SMO)算法相比,不仅降低了样本的采集代价,而且在训练速度上有了很大提高。在CBCL人脸库和USPS手写数字识别的实验中,给出了该算法和SVM、SOM算法的实验对比结果,说明了该学习算法的有效性。

ATP系统位置回路搜索扫描控制算法设计

本文对ＡＴＰ系统位置回路搜索扫描的控制算法进行了比较详细的讨论，并给出了校正算法的差分方程。该算法在实践中得到了验证和应用。

基于核主成分分析的时间域航空电磁去噪方法

时间域航空电磁数据往往在测量过程中受到天然和人文噪声的干扰.如果不能很好滤除这些电磁噪声,那么将会降低资料质量、影响反演的精度,甚至获得错误的解释结果.本文提出了一种基于核主成分分析的去噪方法,通过核主成分分析提取叠加后衰减曲线的主成分,然后使用能量占比方法分离反映地下介质的有效信号和噪声,最后使用反映地下介质的特定成分进行重构.本文所推荐的去噪方法不仅能剔除天然噪声,例如天电产生的尖脉冲或者振荡,而且能有效地抑制人文噪声.分别使用基于核主成分分析的去噪方法,以及AeroTEM软件的处理方法对同样的吊舱式时间域直升机航空电磁勘查系统实测数据进行处理,并比较其结果.处理结果表明:所推荐的去噪方法要优于AeroTEM软件.

一种基于神经网络的小波域音频水印算法

提出了一种基于小波分解和神经网络的数字音频水印算法 .先对音频信号进行小波分解 ,将数字水印嵌入到音频信号的小波域低频重要系数中 ,同时通过调整多层前馈神经网络的权重逼近原始音频信号与数字水印之间的关系 ,然后在接收端用训练好的神经网络提取水印 .实验结果表明 ,嵌入水印的音频信号没有明显的听觉失真 ;经过噪声干扰、低通滤波、有损压缩、重新采样等信号处理后 ,相关函数检测具有显著的二值分布特征 ,且相关系数均达到 0 72以上 .与其他方法相比 ,该算法在提取水印时无需原始音频信号 。

半航空时间域电磁数据一维自适应正则化反演

半航空时间域电磁法集成了地面和航空电磁法各自的优势,不仅容易实现大发射磁矩,增大勘探深度,同时还可以提高勘探效率。但是由于半航空时间域电磁法在测量过程中,收、发距会发生变化,因此与地面和航空电磁法相比,其数据处理与反演解释更加困难。以长导线电性源半航空电磁法为例,将自适应正则化反演算法应用于半航空时间域电磁数据反演中。首先给出最平缓模型约束条件下的半航空时间域电磁数据自适应正则化反演算法,并引入并行技术实现了该反演算法的并行计算;然后对两种三层地电模型和一种六层地电模型的理论电磁响应加高斯白噪声后的数据进行反演计算;最后对其反演结果和并行计算的效率进行了详细地分析与讨论。实验结果分析表明:自适应正则化反演算法是一种有效的半航空时间域电磁数据反演解释方法,该方法具有很好的收敛性和稳定性;自适应正则化反演算法并行计算能大大减少反演计算时间,提高反演效率。

主成分分析在航空瞬变电磁去噪中的应用

由于航空瞬变电磁二次场数据是一种宽频带信号且幅度较小,因此常常受到随机噪声、天电噪声以及人文噪声的影响。研究针对上述噪声的去噪方法,可以提高处理和解释的精度。这里给出了基于主成分分析的航空瞬变电磁去噪方法,首先应用主成分分析方法对叠加抽道后的单测点衰减曲线进行分解,然后应用曲线趋势对比法和L曲线法对分解后的成分进行分析,确定出有效信号成分,最后使用这些有效信号成分进行重构,从而达到抑制噪声的目的。模拟信号分析以及实测数据的实验结果表明,应用主成分分析法处理航空瞬变电磁数据,在保持反映地下介质分布的有效信号幅度基本不变的条件下,能有效抑制天电噪声和人文噪声,为保幅处理和解释奠定了良好的基础。

开发地球物理工作站软件的几种实用方法及技术

本文是作者开发地球物理工作站软件的经验介绍 ,介绍了二进制数据在不同工作站上的存放形式 ,地震勘探数据处理中的常见数据格式 ,以及有利于开发地球物理工作站软件的两种较好的方法。

商业网络及 MIS 系统的规化与设计

讨论了企业网络的一大分支——商业网络系统。它由网络系统和商业ＭＩＳ系统两大部份组成。推荐使用１００Ｍｂｐｓ交换机构成ＬＡＮＳｗｉｔｃｈ主干，Ｕｎｉｘ／Ｓｙｂａｓｅ作为ＭＩＳ系统的平台，并讨论了商业ＭＩＳ系统的主要功能。

发射脉冲波形对探地雷达响应的影响

电性参数、系统参数以及处理方法,对探地雷达的探测深度、分辨率以及精度有重要的影响。这里主要讨论发射脉冲波形对探地雷达响应的影响,即首先产生汉宁、高斯、柯西和泊松四种窗函数所对应的发射脉冲波形,然后通过二维时域有限差分正演模拟方法分别获得上述激发波形在钢筋模型和薄层模型的响应,最后在分析响应结果的基础上,总结出不同激发波形对横向和纵向分辨率的影响。从正演模拟结果可以发现,在同一地电模型和相同的发射天线中心频率情况下,发射脉冲波形的宽度越小,其探测分辨率越高,探测深度越浅;柯西脉冲波具有较好的横向分辨率,而高斯脉冲波在横向和纵向上都具有较好的分辨率。所获得的结论对于不同地电模型的正演模拟以及探地雷达数据的解释,具有一定的指导作用。

基于双密度双树复数小波变换的图像去噪

针对双树复数小波方法对图像去噪效果不理想的问题,综合双密度双树小波和双树复数小波的变换机理,提出一种基于双密度双树复数小波变换的图像去噪方法.该方法将双树复数小波的6个方向提高到12个方向,采用该小波进行最优阈值去噪处理,图像噪声明显减少.仿真试验表明,该方法能有效消除图像噪声,与双树复数小波相比,去噪效果明显改善,均方误差减小了5.8%.

一种能保留图像边缘信息的去噪新方法

图像处理的目标是消除噪声的同时能保留图像所固有的信息。针对保留边缘信息有效去噪问题,提出了双密度双树复数小波变换的图像去噪方法,该方法综合了双密度小波、双树小波和复数小波的优点,具有更好的方向性,将双树复数小波的6个方向,提高到12个方向,并采用了自适应软阈值对小波变换的系数进行处理,消除图像干扰噪声。本文对加噪图像进行去噪仿真试验,并进一步进行边缘检测,仿真试验结果表明,该方法能有效消除图像噪声并保留图像原有边缘信息,与双密度双树小波相比,去噪效果明显改善,均方误差减小了2.4%。

时间域航空电磁横向分段组合约束反演

在时间域航空电磁数据反演过程中,为了保证反演结果的横向连续性,往往施加横向粗糙度约束。但是这种横向约束反演需要多个测点同时计算,当测点数增加到一定数量时,计算时间会急剧增加。针对时间域航空电磁数据量巨大的问题,提出了一种横向分段组合约束反演方案。首先,对测线上的测点数据进行分段;然后,对每一数据段同时使用横向和垂向粗糙度约束,并且在数据段之间使用横向先验信息约束;最后,分析横向和垂向粗糙度约束以及横向先验信息约束对反演精度和计算时间的影响。此方案通过分段以减少计算时间,使用横向和垂向粗糙度约束保证较高的反演精度。理论模型和实测数据的计算结果验证了横向分段组合约束反演方案反演精度高,计算时间较少,具有一定的实用性。

时间域航空电磁一维阻尼特征参数反演方法

时间域航空电磁数据反演是当前航空电磁领域的研究热点和难点,甚至一维反演问题仍然没有得到很好的解决.本文应用阻尼特征参数算法对时间域航空电磁数据一维反演进行研究,即将阻尼因子与相对奇异值结合,通过改变相对奇异值修正阻尼因子,达到约束反演过程的目的.由于阻尼特征参数算法综合了奇异值截断和马奎特方法的优点,所以具有较高的计算效率和精度.为了验证该反演方法的有效性,使用MAXWELL软件中的2.5D正演方法获得反演所需的模拟数据.实验主要对三层和四层地电模型的模拟数据进行反演,结果表明该方法收敛稳定,对低阻体的反演结果较好.

时间域航空电磁数据的自适应变维贝叶斯反演研究

求解地球物理反演问题的目的,不仅是要获得"最佳的"解,还需要提供反演参数的不确定性信息,从而对反演结果的可靠性进行有效地评价.因此,变维贝叶斯反演方法被引入到时间域航空电磁数据的反演解释中.然而,变维贝叶斯反演过程中,Markov链的初始状态和模型采样的步长对反演的效率和结果精度都有较大的影响.为解决Markov链初始状态和模型采样步长的选择问题,本文提出一种时间域航空电磁数据的自适应变维贝叶斯反演方法.该方法采用电导率-深度成像的结果构建Markov链的初始状态,以提高Markov链的收敛性,并缩短"预热"期的时间;同时,在采样过程中通过每次采样模型的数据拟合误差变化情况来自动调整采样步长,以避免采样步长设置不合理带来的影响,并提高模型采样的接受率.最后,通过对正演模拟数据进行反演测试,并与正则化反演结果进行对比,验证了该方法的有效性.反演结果表明,该反演方法不仅可提高反演的效率,还能改善反演结果的精度.