层状介质中计算体积分方程的弱化BCGS-FFT算法

采用弱化稳定型双共轭梯度快速Fourier变换(BCGS-FFT)算法精确计算了层状介质中的体积分方程。采用递推矩阵方法计算层状介质中的并矢Green函数,可以很方便地与体积分方程结合。将“屋顶”函数作为基函数和试探函数对体积分方程进行弱化离散,从而有效地避免了体积分方程的奇异性。离散后的体积分方程采用稳定型双共轭梯度迭代方法进行求解,从而得到异常体内电场的分布。假设异常体只分布在层状介质中的某一层介质内,则体积分方程内并矢Green函数与对比源之间的乘积可表示为褶积或相关形式,从而在每一次迭代过程中可以同时在x,y,z方向采用快速Fourier变换技术加快运算速度。数值算例说明了该算法的精确性和有效性。

利用体积分方程的弱化BCGS算法模拟倾斜及层状各向异性地层中井间电磁响应

采用体积分方程的弱化BCGS算法模拟倾斜及层状各向异性地层中的井间电磁响应。在模拟三维异常体产生的散射场时将层状各向异性地层作为背景层,数据点只分布在三维异常体所在的区域,未知量数目和计算量均大大减少。计算结果表明,倾斜井中磁场的轴向分量与倾斜角度及井间距密切相关,且接收井倾角越大其虚分量指示出的地层界面位置就越准确。散射磁场轴向分量的强度相对较大,且受背景层各向异性系数的影响较大,利用该分量可探测电导率异常体的存在。散射磁场水平分量的强度与总磁场的强度相比要小得多,利用该分量不易探测出电导率异常体的存在。不同的各向异性系数对总磁场水平分量影响较大,且利用其实分量可以较准确地识别层状地层界面。

基于压电陶瓷的生理信号监测算法

为实现低成本、非接触式、实时监测人体呼吸、心率等有利于疾病预防和健康管理的生理信号,设计了基于压电陶瓷的非接触式生理参数监测系统。通过压电陶瓷传感器将人体呼吸、心跳以及其他微弱震动产生的压力变化信息转换为电信号,从而获得原始生理信号。采用小波硬阈值算法对原始生理信号进行预处理去噪,选择合适的小波基、分解层数及硬阈值函数,滤除干扰信号。采用变分模态分解算法对预处理后的生理信号进行分解,根据分解后各个模态分量的频谱分布特点进行生理信号的重构,分解出原始生理信号中的呼吸信号和心冲击信号。与先经过巴特沃斯滤波器预处理再进行信号分解相比,变分模态分解算法具有更好的还原性。实验结果表明,该方法既能准确分离呼吸信号、心冲击信号,也能保留心冲击信号更多的尖峰特征。

基于双感应测井仪低数据量的反演方法研究

将一种迭代方法和双共轭梯度法用于实际工程中常用的双感应测井仪 ( DIT)的反演和剖面成象。基于目标区内、外电场积分方程 ,建立 DIT的反演积分方程 ,利用 Mo M将积分方程离散为矩阵方程。在每次反演迭代过程中 ,用数值模式匹配法 ( NMM)求解 DIT的感应电动势和格林函数。文中利用沿井轴的 DIT不完备的低信息量对地层剖面进行反演 ,数值模拟结果表明该迭代方法的实际工程应用的潜力。

基于图算法的二元组合文法分析

为解决二元组合文法(BCG)的算符优先计算分析中不能共享分析树空间的问题,并降低分析算法的空间花费以提高分析效率,提出了一种基于图算法的BCG分析方法。该方法以表格方式存储分析过程中产生的所有边,分析完成后根据边的跨度构造分析树,从而使边不再局限于某一特定分析树中,再根据BCG文法的特性实现分析过程中的剪枝。实验结果表明,该方法在花费的时间、产生边的数量和最终结果树的数量上都明显低于传统的图算法和基于算符优先的算法。

二维均匀介质中积分方程的快速精确算法

采用稳定型双共轭梯度快速Fourier变换(BCGS-FFT)算法精确计算二维均匀介质中的积分方程.采用一种新的插值函数作为基函数和试探函数对积分方程进行弱化离散,离散后的积分方程采用稳定型双共轭梯度迭代方法进行求解,从而得到异常体内电场的分布.计算时采用快速Fourier变换技术将积分方程内Green函数与电场的乘积表示成褶积形式以加快计算速度.数值计算举例说明了算法的精确性和有效性.

均匀介质中基于积分方程的二维电磁成像模拟

开发了一种基于积分方程的模拟均匀介质中二维电磁成像的反演算法。在反演中采用了Born迭代方法,该算法具有抗噪声能力强、迭代稳定的优点。在正演计算中采用了计算积分方程的稳定型双共轭梯度快速Fourier变换(BCGS-FFT)算法,将插值函数作为基函数和试探函数对积分方程进行弱化离散,离散后的积分方程采用稳定型双共轭梯度迭代方法进行求解,从而得到异常体内电场的分布,迭代过程中采用快速傅里叶变换(FFT)技术进行加速。反演算例说明了所开发算法的精确性和有效性。

基于层次化随机游走算法的静态P/G网分析

将随机游走法和层次法相结合,采用层次化随机游走法对静态P/G网(Power and Ground Networks)进行分析.针对大规模的电路,在通过多层的参数提取和建模得到静态P/G网模型后,运用层次法将P/G网分割,在子网内采用随机游走法,并且在此基础上比较5种加速算法.实验数据表明,改进的双共轭梯度(BCG)随机游走法的计算速度是普通随机游走法的6倍以及是层次法的14倍.新方法有效地节省了计算时间,有益于对P/G网的研究.

基于改进模糊神经推理的武器装备系统组合决策

针对武器装备系统组合决策问题,提出了一种新的基于自适应模糊神经推理的组合决策模型。首先用由高斯函数表示的模糊集定量描述武器系统的作战效能和敏捷性;接着基于波士顿投资组合矩阵进行武器系统模糊分类,建立自适应神经网络;最后利用鸟群算法优化模型相关参数。在样本数据库上的仿真结果表明,该方法可以反映武器系统组合状态,使决策者可以根据需求对组合策略进行调整更新。此外鸟群算法优化后的模型能够在一定程度上提高分类精度,与传统模型相比,具有更低的均方误差和更高的误差容忍率。