求解弹性波解耦方程的一种优化拟解析方法

常规伪谱方法二阶时间差分格式时间精度较低,且对于大步长时间采样间隔,常规伪谱方法不稳定.拟解析方法对于速度变化剧烈的模型,在时间和空间上均有较大误差.本文提出了一种基于解耦的二阶位移弹性波方程波场模拟及矢量波场分解的优化拟解析方法,将归一化的拟拉普拉斯算子分别应用于P波和S波波场延拓,延拓矢量波场的同时,可分解并延拓纯纵波和纯横波波场.利用弹性波优化拟微分算子表示拟拉普拉斯算子,该拟微分算子不仅包括原始微分算子的谱估计,而且还包含一个时间补偿项,其可在波数-空间域精确地补偿波动方程在时间方向上采用二阶有限差分引起的误差.利用低秩分解近似求解弹性波优化拟微分算子,可有效提高计算效率.2D均匀模型、层状模型以及部分盐丘模型数值正演模拟结果表明:相比较于常规的伪谱法和拟解析法,本文方法在时间和空间上均有很高的精度,并且稳定性条件比较宽松.

基于多源信息和时空约束的移动目标检测算法

移动目标检测旨在分离视频的背景与前景。目前主流的检测算法仅利用单独的前景信息或噪声信息来修正背景,该做法在处理以间歇性运动为代表的特殊场景时效果不佳。同时,大量检测算法忽略了前景的时间连续性甚至高阶时间信息,使得算法难以对动态背景和移动前景进行综合处理。针对上述问题,设计了基于多源信息和时空约束的移动目标检测算法。在低秩背景模型中,根据多源信息即结构化的前景信息和噪声信息定义权重项,以此降低前景和离群噪声对静态背景估计的干扰。其次,将所设计的二阶时间差分项纳入组稀疏约束中,在时空维度上增强前景完整性并抑制动态背景干扰。实验结果表明,与现有算法相比,所提算法的F-measure值达到最优,抗干扰性和前景提取能力更为均衡。