基于不同阶次泰勒级数展开的含非本征衰减频域振幅比平均的Q值估计方法

在估计实际品质因子Q值时,因受频段选择、子波叠加、噪声干扰、非本征衰减等因素影响,容易导致Q值估计误差偏大。为此,提出基于不同阶次泰勒级数展开的含非本征衰减频域振幅比平均的Q值估计方法(Am-plitude ratio average in frequency domain,FARA法)。该算法首先利用参考频段内振幅比的连乘消除非本征衰减的影响;然后基于振幅因子在参考频点处的1~4阶泰勒级数展开表达式,推导适用于含非本征衰减地震记录的单频点Q值计算公式;其次,采用高、低频双参考频段结合方式削弱参考频段的影响;最后,采用主值频段内所有频点的平均化处理提高算法的稳定性。模型试验表明,采用高、低参考频段结合的模式可以显著提高所提方法的Q值估计精度,相对于对数谱面积双差值(LSADD)法,新方法受时差、时窗及噪声等因素的影响更小。实例应用表明,不同阶次的FARA法Q估计值的一致性较好,且整体大于LSADD法的Q估计值,与模型试验结果吻合,表明由新方法获得的Q值更可靠。

雷达信号频率估计的改进R-Q算法

在信号频率估计中,针对传统Quinn算法及Rife算法存在频率估计值点靠近量化频率点估计误差较大,Rife算法和Quinn算法(R⁃Q算法)频率估计性能不稳定的问题,提出一种改进的R⁃Q算法。该算法首先利用Quinn求出频率偏差,并基于该频率偏差得到频率估计值并进行频移;然后对频率估计值峰值点及频移0.5处的点进行离散傅里叶变换(DFT),并利用Rife算法进行幅度插值得到最终频率估计值。分析表明,该算法使待估计频率始终位于两点DFT的中心位置,有效克服了传统算法在频率估计值点靠近量化频率点估计误差较大的问题,从而提高了频率估计的准确度。仿真结果表明,该算法的性能优于R⁃Q算法和I⁃Rife算法,提高了信号频率估计的精确度,稳定性较高,计算量小,且均方根误差更接近克拉美⁃罗限(CRLB)。

Q对称熵损失下Weibull分布尺度参数的Bayes估计

在Q对称熵损失函数下,对参数的先验分布选取伽玛分布,研究Weibull分布尺度参数的Bayes估计问题。利用随机模拟,验证Weibull分布在Q对称熵损失函数下参数Bayes估计的合理性,在重复模拟下比较极大似然估计和两个Bayes估计的均方误差。结果显示,参数的Bayes估计效果更为理想,最后实例表明参数估计效果与随机模拟结论一致。

奇异算子Q-变差在齐型空间上的最优加权估计

我们将齐型空间上的Ap理论的最优权有界性推广到了平均算子和Calderon–Zygmund算子的q变差.这些结果利用了Lorist和Omisboand在齐型空间上给出的新的稀疏控制技术[1]以及[2].最后我们还讨论了这些理论的应用.

不同损失函数下Lindley分布参数的Bayes估计

在熵损失函数和Q对称熵损失函数下,对参数的先验分布选取无信息先验分布和伽玛分布,研究了Lindley分布参数的Bayes估计问题,且通过随机模拟比较不同条件下参数的Bayes估计效果.结果表明:同一种损失函数下,参数的先验分布为伽玛分布时估计效果更佳;样本容量较少时,在熵损失函数下,且先验分布为伽玛分布时,Bayes估计的均方误差较小;样本容量较多时,在Q对称熵损失函数及先验分布取伽玛分布的条件下,估计效果更理想.最后,由实例表明估计效果与数值模拟相符.

逐步增加Ⅱ型截尾下Pareto分布形状参数的Bayes估计

基于逐步增加Ⅱ型截尾样本,首先得出Pareto分布形状参数的极大似然估计,考虑两个损失函数和形状参数的两个先验分布,得出该分布形状参数的4个Bayes估计。由数值模拟结果发现,上述四个Bayes估计值的均方误差均小于极大似然估计值,其中,当损失函数为二次损失函数,形状参数的先验分布为共轭先验分布时的Bayes估计的均方误差较小,估计效果更理想,且实例分析与数值模拟结果相符。其次在二次损失函数下,针对形状参数先验分布选取共轭先验分布,给出Pareto分布形状参数的多层Bayes估计和E-Bayes估计。

线性再生散度模型的极大L_(q)-似然估计的渐近性质

线性再生散度模型是线性回归模型、广义线性模型和指数线性模型的自然推广,极大L_(q)-似然估计是基于非广义熵的新参数估计方法,是极大似然估计的推广。用极大L_(q)-似然估计研究线性再生散度模型,在一定的条件下,给出了线性再生散度模型的极大L_(q)-似然估计的弱相合性和渐近正态性。最后通过模拟算例表明:随着n的增大参数估计值越接近真值;当q→1时,ML_(q)E的参数估计值接近于MLE的参数估计值。

基于整形正则化和S变换的Q值估计方法

品质因子Q值是地震勘探的重要物理参数,可用于提高地震资料处理质量和油气藏描述精度。本文提出了一种新的基于整形正则化反演和S变换的Q值估计方法。首先通过S变换得到不同旅行时刻的振幅谱,然后引入整形正则化算子稳定求解不同时刻的频谱比值,最后通过线性拟合估计出地震品质因子。该方法通过正则化技术消除了噪声、反射相干以及变换窗口等引起的算法不稳定问题,得到光滑稳定的频谱比值,有利于最终的线性回归求取Q值。与传统的频谱比值法相比,基于整形正则化技术的方法估计的Q值更为准确。模拟算例和实际地震资料处理结果均表明,该方法可以有效稳定地估计地震资料品质因子。

基于叠前地震数据的地层Q值估计

与叠后地震资料相比,叠前地震资料包含了更加丰富的地层信息。传统的基于叠后地震资料的地层Q值估算方法因叠加平均效应的影响,Q值估算精度较低、适用性差。为此,本文提出了基于叠前地震资料利用时频谱分解技术估算地层Q值的方法。该方法借助于S变换对叠前地震数据做时频分析,逐道求取频谱比斜率,经炮检距归零处理得到零炮检距处的地层Q值。模型数据和实际资料的应用表明,该方法不仅充分考虑了因地层吸收而引起的振幅、频率等信息的变化,而且避免了常规品质因子计算中的平均效应,使估算的品质因子更加准确,适用性更强。

基于作答数据的模型参数和Q矩阵联合估计

Q矩阵在认知诊断的模型参数估计和诊断分类中起着重要作用。本文通过研究Liu等人的方法,设计了同时估计项目参数和Q矩阵的联合估计算法。在DINA模型下,对项目参数未知时开展模拟研究。研究假设项目为20个,考察的属性个数分别是3、4和5,初始Q矩阵中分别存在3、4和5个属性界定错误的项目。结果表明,联合估计算法能在错误的初始Q矩阵基础上以很高的概率得到正确的Q矩阵。另外,当专家认定测验的属性个数存在错误时,该方法推导的Q矩阵和模型参数能提供很好的鉴别Q矩阵错误的信息。

q对称熵损失函数下指数分布的参数估计

提出对称熵损失函数的一般形式(λ/δ)q+(δ/λ)q-2(q>0),即q对称熵损失.讨论指数分布的尺度参数在此损失函数下的最小风险同变估计、Bayes估计和最小最大估计,给出了更具一般性的结论,并研究了(cT+d)-1形式估计的可容许性和不可容许性.

Q对称熵损失下几何分布的参数估计

研究几何分布的先验分布为幂分布时,在对称熵损失函数下给出了其可靠度的多层Bayes估计,并根据实际数据说明了该估计是稳健的。

q对称熵损失函数下正态总体刻度参数的估计

用参数估计的方法,研究均值为0的正态分布中刻度参数在q对称熵损失函数下的最小风险同变估计、Bayes估计和M inimax估计,并讨论了[cT+d]1/2形式的估计量当0≤c<c*,d>0;c=c*,d≥0时是可容许的,当0<c≠c*,d=0;c>c*,d>0时是不可容许的.

基于改进的Kolsky模型波场延拓公式的纵波Q值、横波Q值估计

描述地层吸收作用的品质因子Q作为PP波和PS波联合反演中的一个重要物理参数,对地下岩石物性参数及油气预测起着重要的作用。以改进的Kolsky模型波场延拓物理机制为理论基础,结合Zhang和Ulrych提出的计算层旅行时方法,提出了基于改进的Kolsky模型波场延拓公式的纵波Q值、横波Q值估计方法。该方法是通过不同记录道间振幅谱比对数与频率的线性回归估计出一系列的Q值,然后通过筛选、平均处理得到各层位的Q值。模型试验中,估计出的P波、PS波Q值与理论Q值误差均小于2%,这表明了该方法估计Q值的正确性和估计结果的准确性。将本文方法应用于实际地震资料中,获得了合理的P波Q值估计结果。

基于多射线联合反演的速度无关叠前地震数据Q值估计

描述地震波衰减特征的品质因子Q对地震数据处理和油藏描述非常重要,在地震勘探领域,Q值一般通过垂直地震剖面(VSP)数据或地面地震数据得到.由于叠前地面地震数据具有复杂的射线路径且存在噪声、调谐干涉效应等影响,从叠前地震数据中准确估计Q值相对困难.本文以地震波射线传播为基础,根据同相轴局部斜率和射线参数的映射关系,将多射线波形频谱同时带入谱比法联合反演估计Q值,提出了基于多射线联合反演的速度无关叠前Q值估计方法.该方法通过局部斜率属性避开了速度对Q值估计的影响,局部斜率携带地震波传播的速度信息,具有相同局部斜率的地震反射波具有相同的传播射线参数.同相轴局部斜率是地震数据域的属性,而速度是模型域的参数,在估计Q值中采用数据域的属性参数可以直接应用于数据的联合反演,而不需要通过速度对其做进一步的转化,从而提高了Q值估计的精度.同时,本方法采用预测映射(predictive mapping)技术将非零炮检距反射信息映射到零炮检距处,从而获得零偏移距走时对应的Q值.模拟和实际算例验证了本文方法的有效性.

基于射线路径的叠前高精度Q值估计方法

为了克服传统Q值估计的两步拟合法所带来的统计性误差,提出了一种叠前高精度Q值估计方法。通过在τ-p域对同一水平慢度的叠前数据进行处理,并引入走时各向异性参数,克服了Q值提取中地层各向异性和走时时差计算不准确的问题;利用广义S变换的变化时窗对地层上、下界面对应的瞬时频谱进行分析,避免了传统方法中时窗长度和宽度选择对计算结果的影响,最大限度地减少了相邻层位的干扰效应。模拟数据测试和实际资料试处理结果证明了叠前高精度Q值估计方法的精确性和有效性。

全双工终端的收发I/Q不平衡估计与补偿算法

针对直接变换收发结构的全双工通信终端中存在的I/Q不平衡问题,提出基于直接自干扰信号的收发I/Q不平衡参数估计与补偿算法。该算法无需外接标准的发射机或接收机进行参数估计,利用全双工结构中发射端泄露到接收端的直接自干扰信号,进行估计与分离,可分别获得收发I/Q不平衡参数,再进行发射前的预补偿和接收后的校正,使从外部来看该全双工终端的I/Q支路是平衡的,无需对其进行参数估计,从而降低整个系统信号处理的复杂度。仿真结果表明,所提算法不仅能够有效估计全双工终端的I/Q不平衡参数,还能对终端的收发I/Q不平衡分别进行补偿,从而提升系统整体性能。

ARMA(p,q)模型参数初估计新方法研究

提出了一种Ｙ－Ｗ法与逆函数法相结合的ＡＲＭＡ（ｐ，ｑ）模型参数初估计新方法．该方法不但具有在计算机上容易实现的特点，而且与当前常用的参数初估计方法相比，在参数估计精度上有了较大的提高．这对ＡＲＭＡ（ｐ，ｑ）模型的进一步推广与应用将有着极为重要的意义．

认知诊断测验Q矩阵估计方法比较

认知诊断以微观认知角度对被试做出准确评估与反馈的优势在心理与教育测量领域展现出巨大发展潜力,但要利用这种优势就必须确保Q矩阵的合理性。研究表明错误界定的Q矩阵会严重影响模型参数估计和被试分类准确性。本文从参数化与否出发介绍6种基于被试作答反应的Q矩阵估计方法的基本思想、实现步骤及应用情况,总结这些方法的特点并展望未来研究方向,为认知诊断研究及应用提供借鉴和基础。

多元广义岭估计及K值选取的Q(C)准则

本文采用广义岭估计β~*(K)来估计多元线性模型中的回归系数β=Vec(B),通过K值的选取,可使均方误差MSE小于LS估计的MSE。分析了广义岭估计中根据MSE准则选取K值存在的主要缺陷,从理论上证明了选取K值的新准则——Q(C)准则的优良性,并给出了实际应用Q(C)准则的方法。