基于噪声扰动下重力二阶垂向导数与归一化磁源强度的重磁相关性分析——以相山铀矿田为例

对重磁资料进行综合处理与解释有助于降低多解性、提高解释的可靠性。重磁对应分析法是重磁联合定性解释的一种常用方法,但该方法会受剩磁影响,易产生虚假信息,因而实用性不强。为此,从重力异常二阶垂向导数与归一化磁源强度表达式出发,推导出基于重力二阶垂向导数和归一化磁源强度的重磁泊松公式,提出了一种新的重磁相关性分析方法,并采用噪声扰动提高重磁相关度的有效性。该方法物理意义明确,易于实现,无需化极处理,且受重磁背景场影响小。模型试验表明,常规重磁对应分析法仅在噪声扰动下重磁完全同源时具有良好效果,在重磁非完全同源时会出现虚假信息;新方法能够较好地反映重磁是否同源及同源位置,在复杂情况下也能获得良好的效果。将新方法应用于江西相山铀矿田重磁资料处理和解释,准确地反映了碎斑熔岩、流纹英安岩及花岗斑岩这三类重磁同源性岩石的位置及规模。另外,依据大面积分布的强负相关与强正相关特征推测了古火山喷发的主要岩石类型,并预测了一个碎斑熔岩火山口。同时,相山地区铀矿点主要分布在强正相关与强负相关的过渡带上,进一步揭示了铀矿分布与岩性接触面存在着密切关系。这些研究成果可为相山地区深部铀矿勘查提供数据基础。

具有噪声扰动的统一混沌系统的同步控制

研究了一类具有噪声扰动的统一混沌系统的同步控制问题。基于滑模变结构控制理论,提出了利用不确定性观测器估计扰动噪声,用噪声的观测值来设计控制器的新方法,而且适当选取观测器反馈增益可以使观测误差充分的小,从而可得到几乎没有受到扰动时的控制效果。和常规滑模变结构控制方法相比,所设计的控制器既能有效地抑制抖振,又能降低控制器参数设计的保守性。最后,基于Matlab 6.5软件对Lorenz混沌系统进行分析和数值模拟,验证了该滑模控制方法在混沌同步中的优良性能。

噪声扰动下低光照蚕蛹图像恢复算法与试验

在基于机器视觉雌雄蚕蛹智能识别与分拣系统中,蚕蛹图像本身质量是机器视觉能否准确识别的关键。低光照和噪声扰动是影响蚕蛹图像的主要原因,它会导致大量图像纹理结构信息丢失,这为蚕蛹智能识别带来极大挑战。针对噪声和低光照蚕蛹图像质量改善,该文提出了基于色阶映射(tone mapping)和Tikhonov正则化相结合的噪声扰动下低光照蚕蛹图像恢复方法。通过试验表明:该文方法不仅实现蚕蛹图像光照对比度改善,同时又可以较好地抑制噪声影响,保持蚕蛹图像的纹理结构特别是性腺信息,改善图像质量,有利于提高机器视觉雌雄蚕蛹智能识别正确率和准确性。试验还表明,该文建立的模型和算法对其他农作物低光照噪声图像处理也同样具有明显效果,为机器视觉在农业领域广泛应用奠定基础。

混沌噪声扰动的地震波形反演研究

地球物理优化反演问题大都是非线性、多参数、多极值的反演问题 ,因此从一些非线性领域去探索新的全局优化算法来求解地球物理反演问题具有很大的实际价值。将一种混沌噪声扰动的思想引入到了地震波形的优化反演中 ,通过加入混沌噪声算子来提高梯度下降算子的全局收敛能力 ,既保持了梯度下降法的快速搜索能力 ,同时又具有逃出局部极值陷井的“动力”。模型试验表明 ,混沌噪声扰动的策略比常规的遗传算法和基于Logsitc混沌运动轨迹搜索的优化算法具有更快的运算效率 ,更少的主观控制参数 。

基于白噪声扰动的CS-BP网络的波动率

针对资产价值波动率传统研究方法的不足以及影响波动率各因素之间的非线性关系,提出基于白噪声扰动的布谷鸟(CS)-BP网络预测期权定价中的公司资产价值波动率的方法.首先,通过白噪声扰动函数提高CS算法解的性能;其次,将得到的CS解解码为BP神经网络的初始权值和阈值;最后,用白噪声扰动的CS-BP网络对公司资产价值波动率进行预测并与CS-BP网络算法的预测结果作比较.仿真结果表明,基于白噪声扰动的CS-BP网络的公司资产价值波动率预测精度优于CS-BP网络.

数控伺服系统中噪声扰动信号的补偿控制方法

加在数控机床伺服系统驱动单元的电气接口及元件上的各种噪声扰动信号,会降低进给伺服系统跟踪精度。分析噪声扰动对伺服系统跟踪精度的影响,提出一种针对噪声扰动信号观测与补偿的控制方法。仿真试验表明:所提出的方法能有效减小扰动信号影响,提高伺服进给系统的抗干扰能力。

一类受噪声扰动混沌系统的自适应同步

研究一类受噪声干扰混沌系统的自适应同步问题。基于Lyapunov稳定性理论和自适应控制理论,通过构造合适的非线性控制器和参数自适应控制律,实现受噪声干扰混沌系统的同步,且成功地辨识混沌系统的所有未知参数,理论分析和数值仿真进一步证明控制器和自适控制律的有效性。

一类具有环境白噪声扰动的随机包虫病动力学模型分析

考虑环境中随机因素的影响,研究了一类受环境白噪声扰动的随机包虫病模型,得到了正解的全局存在唯一性条件:通过构造合适的随机Lyapunov函数,得到疾病随机灭绝性的条件.

具有噪声扰动时滞混沌系统的同步与保密通信

基于Lyapunov理论和自适应同步控制方法,研究了一类具有噪声扰动的时滞混沌系统的同步控制问题,给出了保证两个具有不同结构、不同参数的时滞混沌神经网络同步的自适应控制器与自适应律的设计方法,并将其应用到保密通信中。数值仿真也表明了所得结果的有效性。

自相似抛物线脉冲的噪声扰动分析（英文）

为了研究自相似脉冲系统中的噪声扰动,从含噪声的非线性薛定谔方程出发,推导出了时间抖动和能量抖动方差表达式。结果表明:噪声使自相似抛物线脉冲形状、频谱和啁啾的畸变非常严重,噪声扰动导致了脉冲振荡和频谱抖动。脉冲仍具有线性啁啾,但在前后沿出现起伏波动。初始阶段噪声扰动很小,可以忽略;随传输距离增大,噪声扰动的影响迅速增大。不同的正色散和增益对时间抖动和能量抖动方差影响不同。

煤与瓦斯突出实时监测预警系统声—电噪声扰动分析

为了在金佳矿建立煤与瓦斯突出区域—局部动态实时监测预警系统,基于KJ838声电瓦斯系统,对11224运输巷工作面掘进周期内声发射与电磁辐射的噪声扰动进行了分析。结果表明:KJ838声电瓦斯系统能及时对巷道中的环境变化进行响应,放炮、开溜槽、开铲车等工序均会对声—电信号造成特定扰动。

海洋可控源电磁数据中海水扰动噪声的小波校正方法研究

海洋可控源电磁法(Marine controlled-source electectromagnetic method,MCSEM)采集的信号极易受多种噪声的干扰,其中由海浪、暗流运动引起的海水扰动噪声是影响信号质量与后期处理解释的主要噪声之一。针对海水扰动噪声,提出了一种基于小波多分辨率分析的校正方法:根据水平电偶极源发射波形与小波基特点,选取最优小波基并研究其最佳分解层数,利用最高分解层数所对应的近似序列估计出海水扰动噪声并从原始信号中去除,达到消除海水扰动噪声的目的。对比校正前、后MCSEM信号的振幅随偏移距变化(Magnitude versus offset,MVO)曲线,表明方法有效。

非均匀噪声环境下网络小扰动入侵源定位检测方法研究

非均匀噪声环境下网络小扰动数据入侵具有信号振幅小、攻击性强等特点,传统方法对小扰动入侵检测准确率低、漏报率高,不能对小扰动入侵源进行准确的定位和检测。提出一种基于生物免疫学的入侵源定位检测系统设计,搭建适用于非均匀噪声环境下网络小扰动入侵检测的软硬件平台,对输入检测系统的数据进行预处理,模拟生物免疫系统信息处理机制,通过不断更新规则库识别出"友好"数据和"非友好"数据,最后进行亲和力计算和数据匹配,实现非均匀噪声环境下网络小扰动入侵源定位和检测。通过仿真试验证明提出的方法能够有效地完成对小扰动入侵源的定位和检测。

量子不确定关系与噪声-扰动不确定关系的异同

量子不确定关系和量子噪声-扰动不确定关系是两个不同的概念,两者都是量子力学和经典力学的最本质区别.本文主要回顾了量子不确定关系和噪声-扰动不确定关系的发展历程,并介绍了两者之间的异同,希望能对今后量子不确定关系和噪声-扰动不确定关系的发展有所帮助.

基于CNN扰动的极化码译码算法

针对中短码长下串行抵消(SC)算法性能较差,且串行抵消列表(SCL)算法复杂度较高等问题,根据译码纠错空间理论,该文提出了一种基于卷积神经网络(CNN)扰动的极化码译码算法。对SC译码失败的接收序列,通过CNN产生相应的扰动噪声,并将该扰动噪声添加到接收信号中,然后根据重新计算的似然信息进行译码。仿真结果表明:与SC译码算法相比,所提出的算法约有0.6 dB的增益,与SCL(L=16)译码算法相比,该算法约有0.1 dB的提升,且平均复杂度更低。

海洋可控源电磁信号噪声压制综述

海洋可控源电磁法(Marine Controlled Source ElectroMagnetic,MCSEM)是探测海底石油、天然气储层等矿产资源的一种新兴的海洋地球物理勘探方法。由于海洋环境复杂,电磁信号极易受到各种噪声的干扰,影响反演和解释效果。首先介绍MCSEM方法的原理及关键的数据预处理方法,然后总结了目前常见的随机噪声、空气波噪声和海水扰动噪声压制方法;最后分析了MCSEM数据去噪的发展方向。

受扰动长记忆随机场的BNLP回归估计

当存在噪声扰动时,针对二维的平稳各向异性长记忆随机场参数的估计问题,提出了基于偏的缩减的半参数非线性对数周期图回归(BNLP)估计量,来对该随机场的两个长记忆参数d=(d_(1),d_(2))T进行估计.在数值模拟中考虑了受到非高斯噪声扰动的、完全可分且平稳的长记忆随机场,检验了BNLP估计量在有限样本下的性能.经与已有的GPH估计量进行对比,发现BNLP估计量达到了缩减偏差的目的,且稳定性较好.

残差扰动网络辅助的BP译码算法

极化码的置信传播(Belief Propagation,BP)译码算法性能相比于其他极化码译码算法并不具有优势。为了改善这一现象,提出了一种基于残差网络和扰动译码算法相结合的BP译码算法。该算法通过在传统BP译码算法的基础上添加残差神经网络对接收信号进行处理,使其更大概率地落在可正确译码区域内,从而达到改善传统BP译码算法的译码性能的目的。仿真结果表明,在误比特率为10时,所提算法相比于传统的BP译码算法约有0.7 dB的性能增益,相比于BP-RNND(50)(BP-Residual Neural Network Decoder)译码算法约有0.6 dB的性能增益;同时,在低信噪比时所提算法的平均迭代次数相比于传统BP译码算法约有60%的降低。

基于改进的最大最小蚁群算法求解电力线路最佳抢修路径

电力线路最佳抢修路径就是一条物资点到故障点耗费时间最少的交通路径。最大最小蚁群算法改善了基本蚁群算法的过早停滞现象,适合于求解大规模问题,但仍存在收敛速度慢、求解质量差等缺点。针对最大最小蚁群算法的不足,提出了一种改进的最大最小蚁群算法来求解电力线路最佳抢修路径。该算法采用分段函数设置状态转移规则,结合噪声扰动方法进行局部搜索,并利用变异思想和A*算法产生邻域解。仿真实验表明,在求解电力线路最佳抢修路径时,该算法比其他改进蚁群算法具有更多的优越性,并分析了噪声扰动方法的参数对求解质量的影响。

一种新的阵列天线校正方法

基于特征值分解的高分辨率DOA估计算法,如MUSIC算法,在理想阵列条件下,性能很好,但是对噪声扰动和系统误差都很敏感,噪声扰动和系统误差会严重恶化这一类算法的性能,使其分辨率下降。本文提出一种基于MUSIC算法的阵列校正方法,它仅仅需要在阵列周围满足远场条件的地方布置几个RF信号源,不需要知道信号源的方位角。仿真结果证明,这种方法行之有效。