长沙地面数字电视高密度覆盖工程与测量方法

本文结合湖南广电移动电视公司建设的长沙城市地面数字电视覆盖网,对地面数字电视高密度工程的规划施工、技术指标与测量方法进行介绍,并对接收机在城市复杂多径环境下的性能劣化原因进行了分析。

雾滴大小和覆盖密度与农药防治效果的关系

农药的雾滴粒径大小、覆盖密度、药液配制浓度对杀虫剂、杀菌剂和除草剂等的药效均有显著影响。根据农药雾滴粒径大小，可以将雾滴分为极细雾、细雾、中等雾、粗雾等。一定范围内，对于触杀作用的农药，采用细小雾滴喷雾对农作物病虫草害能取得更好的防治效果。雾滴粒径与农药药效之间存在生物最佳粒径的关系，农药喷雾技术理论研究认为，防治飞行的害虫适合使用10～50μm 的细小杀虫剂雾滴，防治作物叶面爬行类害虫幼虫则适合采用30～150μm 的杀虫剂雾滴，喷洒杀菌剂防治植物病害时适合采用30～150μm 的雾滴，而喷洒除草剂时，则适合采用100～300μm 的较粗大雾滴。在农药喷雾中，一定的雾滴覆盖密度就可以达到理想的防治效果，并不需要采用大容量淋洗式的喷雾方式，这是因为每个农药雾滴类似“炸弹”，都有其“杀伤范围”，称之为雾滴杀伤面积/杀伤半径（biocide area/ biocide radius），且杀伤面积/杀伤半径与雾滴致死中密度（LN50）有关。本文论述了雾滴粒径大小、覆盖密度与杀虫剂、杀菌剂和除草剂药效之间的关系，进而分析农药雾滴致死中密度以及雾滴杀伤面积/杀伤半径，以期为农业生产、精准化施药提供参考。

基于密度的覆盖算法

覆盖算法分类时,一般是随机地选择样本作为领域中心进行覆盖。这种方法的不足之处在于,随机选择的样本将直接影响覆盖分类器的好坏,从而导致了分类器的不稳定性。通过提出一种基于密度的覆盖算法,试图根据样本的结构特征,通过结构最优化,每次有导师地选择领域的中心。这样既避免了覆盖算法的不稳定性,又使得每次训练出来的识别器,在结构上达到最优。通过试验与普通覆盖算法进行比较,结果表明该算法在一定的样本规模表现了分类正确性和稳定性上的优越性。

羌塘盆地高密度高覆盖宽线采集技术试验

为了提高羌塘盆地地震资料采集质量,早日实现该地区油气地球物理勘探突破,2015年在北羌塘坳陷、中央隆起带和南羌塘坳陷分别进行了常规可控震源、低频可控震源、大吨位可控震源、炸药震源激发试验及高密度、高覆盖宽线采集试验,取得以下认识:(1)最佳激发因素。常规可控震源振动台次为3台1次,驱动幅度为70%,扫描频率为6.0~84.0Hz,扫描长度为18s;低频可控震源振动台次为2台1次,驱动幅度为60%,扫描频率为1.5~84.0Hz,扫描长度为16s;大吨位可控震源振动台次为2台1次,驱动幅度为70%,扫描频率为6.0~84.0Hz,扫描长度为16s。炸药震源为单井高速层下7m激发,最浅井深18m,药量18kg;组合激发方式为2口井×15m×12kg或3口井×12m×8kg。(2)尽管可控震源单炮的能量、信噪比、频谱及子波一致性与炸药震源相比并不占优,但可控震源激发在高密度高覆盖采集条件下仍能获得等同于或明显优于井炮激发质量的地震资料。(3)基于"环保、安全、经济、高效"考虑,羌塘盆地宜采用可控震源和井炮联合的高密度、高覆盖宽线采集方案,可控震源最佳观测系统为3L3S或2L3S,覆盖次数960次以上;井炮震源最佳观测系统为2L3S或3L2S,覆盖次数为300~360次。

基于双尺度体元覆盖密度的TLS点云数据单木识别算法

针对现有的地基激光雷达(Terrestrial Laser Scanning,TLS)点云数据单木识别算法存在抗噪性差的问题,本文提出一种基于双尺度体元覆盖密度的TLS点云数据单木识别算法。首先选择内蒙古根河林场的兴安落叶松天然次生林为研究对象,利用徕卡C10三维激光扫描仪获取单测站点云数据;然后通过计算双尺度体元覆盖密度滤除非树干点;最后通过分析体元水平坐标(x,y)位置处的体元z值序列确定滤波后点云数据中的单木位置。研究结果表明:该算法二次滤波结果的平均噪声比为1.66%;滤波后保留的单木数量是实际单木数量的88.94%;滤波后点云数据的单木识别率98.3%,漏检率1.69%,过检率0.56%,实际点云数据的单木识别精度为87.43%。与已有的单测站点云数据单木识别的研究相比,本文提出的单木识别算法简单、抗噪性强且单木识别精度更高,这对于实现复杂密集林分样地单测站点云数据单木的准确识别具有重要意义。

尘土覆盖密度对电路板电化学迁移失效的作用

高密度电封装在一定温湿环境和电位差作用下,相邻线路、焊点之间易发生电化学迁移导致绝缘失效。在尘土污染严重的情况下,电子设备内部的尘土颗粒沉积改变了电路板表面临界湿度,从而改变电化学迁移的失效机理和时间。该文采用温湿偏置实验研究13~18μm粒径的尘土颗粒覆盖密度与环境温度、湿度、电场强度交互作用下对电路板电化学迁移失效时间的影响,发现颗粒覆盖密度造成的电化学迁移失效时间呈非单调变化。颗粒覆盖密度低于350μg/cm2时,失效时间与颗粒覆盖密度呈负指数函数;高于350μg/cm2时,呈正指数函数。从颗粒吸附水分与改变晶枝生长路径两方面分析了颗粒分布在高、低密度区对电化学迁移失效的作用机理,为建立尘土污染环境下高密度电路板的可靠性检测方法奠定了基础。

一种基于覆盖域密度的LBG算法

针对矢量量化中Linde-Buzo-Gray(LBG)算法产生大量无效或重复码向量问题,提出了一种基于覆盖域密度分割码向量方法。在LBG算法的更新迭代步骤,记录各码向量的覆盖域及其平均失真率,计算覆盖域密度;码向量分割时,只对"坏的"码向量进行分割,"好的"码向量直接复制到下一代码书中。实验表明,修改后的算法提高了LBG的鲁棒性,码书质量也得到一定程度提高。

高密度无线覆盖技术及其实现

本文全面介绍了高密度无线覆盖所使用相关技术,提出了高密度场景下的无线覆盖设计原则和注意事项,为解决人员密集区域的无线覆盖提出了解决思路。

覆盖密度对叠前偏移成像效果的影响

常规稀疏三维地震,由于线距大导致覆盖密度不足,理论分析和实际采集实例,当炮点距和道距基本满足空间采样定理时,应充分重视炮线距和检波线距方向的空间采样密度。减小炮线距和检波线距提高覆盖密度,可扩大三维空间带宽,达到提高叠前偏移成像精度的目的,同时叠前偏移道集以及成像数据体信噪比也可得到明显改善。

有限覆盖密度下采集面元的选择原则

高密度和宽方位地震采集技术的广泛应用大幅度提高了地震勘探的精度,高覆盖密度、小面元、点采集已经成为目前获得更高精度资料的采集技术发展方向。但是对于实际生产来说,由于采集成本的制约,不可能无限制增加采集强度,如何在有限的成本投入条件下获得最优的采集效果是目前业界普遍研究的课题。通过对中国西部某区高密度三维实际地震资料进行基于叠前偏移的采集面元分析后认为,小面元提高资料精度是以高覆盖密度为条件的,在覆盖密度一定条件下,过分强调小尺寸面元并不一定能够获得更高分辨率的资料,适当增加面元尺寸更有利于改善波场均匀性和资料成像的振幅保真度,获得更高精度的资料成果。

覆盖密度对准东致密油藏成像响应的影响

准噶尔盆地致密油勘探起步较晚,相关的采集方法研究还是空白,根据以往地质分析,盆地主要发育以二叠系咸化湖盆沉积的白云岩及白云石化岩类为主的碳酸盐岩致密油藏,埋深大于3000米,主要"甜点"区为溶蚀孔发育型和裂缝-孔隙型两类[1][2]。以往以构造勘探为目标的大面元、低覆盖地震资料采集方法已经难以满足致密油气藏对振幅、相位及裂缝、小断块的分辨能力要求,本文以盆地东部吉木萨尔凹陷地区开展的高密度采集试验实际资料为基础,从叠前偏移角度分析覆盖密度与成像响应之间关系认为,面元一定情况下,增加覆盖密度有利于提高成像精度,且存在覆盖密度变化拐点,该拐点是采集设计确定覆盖密度的底限。

四川盆地泸州区块页岩气三维地震覆盖密度优选

页岩气藏高效开发依赖于高精度三维地震资料,而覆盖密度是决定三维地震资料品质和投资成本的关键参数。针对四川盆地泸州区块海相页岩气三维地震资料,在确保对比因素单一性的前提下,通过抽炮排列将覆盖密度由原始的52.5×10^(4)道/km^(2)逐步退化为6种不同覆盖密度的三维观测系统,并对其叠前偏移成果进行定性、定量评价以论证和优选覆盖密度参数;同时对比了相同覆盖密度下大面元高覆盖和小面元低覆盖两种观测系统的优劣。结果表明:①叠前偏移成像效果随着覆盖密度的增大而逐渐改善,信噪比也随之提高,振幅、频率、信噪比的定量评价显示泸州区块页岩气三维地震观测系统覆盖密度选择在42.0×10^(4)道/km^(2)较为合适;②在相同的覆盖密度下,大面元高覆盖观测系统能够提高地震资料的信噪比,有利于复杂构造的成像,而小面元低覆盖观测系统则有更高的纵横向分辨率。结论认为:开展覆盖密度参数退化试验,综合定性和定量评价结果能够获得一个兼顾成像效果和经济性的覆盖密度参数;在覆盖密度确定的前提下,对于信噪比较高地区,可以选择小面元低覆盖观测系统,而对于信噪比较低地区,可以选择大面元高覆盖观测系统。

不同黑麦草覆盖密度对坡面水流能量特征的影响研究

四川省是长江上游水土流失的策源地,也是长江流域主要泥沙来源区,而且该地区降水集中、坡耕地多,坡面能量汇聚过程是产生水土流失的主要成因。为了治理坡耕地的土壤侵蚀并合理配置植物措施,依据四川省植被及土壤侵蚀分布情况,设计多组坡面覆盖条件,研究了水流在不同黑麦草覆盖密度下流动时的坡面水流能量、能耗及动能变化规律。试验结果表明:卵石覆盖坡面水流能量大于植被与卵石耦合坡面,且坡面植被密度为中等时水流能量最小,阻水效果最好。坡面流量较小时,坡面上部为卵石坡面的水流能耗较大,下部则是植被与卵石耦合坡面能耗大;流量较大时,能耗变化规律与小流量时相反。

覆盖式高密度电阻率探测系统在堤防隐患探测中的应用

为了准确掌握堤防状况,为堤防加固和防汛抢险提供科学依据,采用覆盖式高密度电阻率探测系统MIR-1C/MIS,对千里堤文安段堤防隐患进行了探测。结果表明,该方法在千里堤文安堤段隐患探测中具有较好的应用效果,且具有探测速度快、精度高等优点。

挂膜沸石覆盖层持续抑制底泥氨氮释放的影响因素研究

通过多轮底泥修复实验研究了沸石类型、覆盖密度及上覆水氨氮浓度对挂膜沸石覆盖层持续抑制底泥氨氮释放、改善水质的影响.结果表明:沸石类型直接决定挂膜沸石覆盖层能否持续有效抑制底泥氨氮释放,孔径在8 nm左右的沸石F1表面才能附着有效降解氨氮的微生物,从而具有较强的原位再生能力,通过不断削减底泥氨氮(各轮底泥氨氮削减量为23~30mg)和上覆水氨氮(削减量达18 mg)来持续抑制底泥氨氮释放,将上覆水氨氮浓度控制在0.4~0.8 mg/L,达到地表水III类水体水质标准.挂膜沸石能否持续抑制底泥氨氮释放也与沸石覆盖密度和上覆水氨氮浓度有关,当覆盖密度大于1.46 kg/m2时、上覆水氨氮浓度低于4.28 mg/L时,覆盖挂膜沸石F1能够持续抑制底泥氨氮释放,使水体氨氮浓度满足地表水III类水体水质标准.

面向智慧矿山的移动群智感知覆盖及能效优化

移动群智感知(MCS,mobile crowd sensing)是一种有效利用智能移动终端协同采集环境数据的技术,集成多种传感器的移动载体(如车辆)越来越多地被当作参与者来承担各种感知任务。在智慧矿山物联网(IoT,Internet of things)中,为了更好地感知人—机—环的实时信息,支撑安全生产顺利进行,基于MCS思想对矿山环境下移动感知节点的覆盖质量和能耗优化进行研究,提出了一种综合考虑覆盖率(CP, coverage percentage)和覆盖密度(CD,coverage density)的效用函数F(Ω)来衡量MCS的覆盖质量。为了获得最优的覆盖质量,针对参与感知的车辆选择问题提出了一种改进的贪婪算法——覆盖质量优化(CQO, coverage quality optimization)算法来优化覆盖质量,并使用真实的车辆轨迹数据集对所提出的算法进行评估,研究了影响覆盖质量的几个因素。实验结果表明,该算法具有较好的覆盖质量。

矩形截面矿井巷道三维WSN覆盖机理

无线传感器节点在矿井巷道内壁上多采用径向直线型和径向V字型部署。针对矩形截面矿井巷道的无线传感器节点如何在三维空间实现单重无缝覆盖的问题,通过分析巷道几何尺寸,推导出其节点在两种部署类型中的最小感知半径;进一步推导出其节点覆盖密度与节点感知半径、巷道高度、巷道宽度之间的函数关系,比较两种部署类型节点覆盖密度,为现实运用选择节点部署方式提供有力依据。仿真实验验证了推导结果的正确性。利用推导的结论结合矿井的几何尺寸,可直接计算出节点必须满足的最小感知半径、部署方法、部署位置和覆盖密度,从而提高节点覆盖的有效性,减少工程成本支出。

一种新的基于构造型神经网络分类算法

该文提出一种基于构造型神经网络的最大密度覆盖分类算法,该算法直接从样本数据本身入手,通过引入一个密度估计函数对样本数据进行聚类分析,找出同类样本中具有最大密度的样本数据点,然后在特征空间里作超平面与球面相交,得到一个球面领域覆盖,从而将神经网络训练问题转化为点集覆盖问题.该算法有效地克服了传统神经网络训练时间长、学习复杂的问题,同时也考虑了神经网络规模的优化问题,实验证明了该算法的有效性.

金标伪影对CyberKnife射野剂量学影响的计算与测量

目的:分析植入的金标在CT扫描时产生的金属伪影对Cyber Knife射野的剂量学影响。方法:用CT模拟机对固体水进行扫描以获取金标不同深度位置的CT图像,在计划系统中,分别制作以电离室收集极为等中心的单射野照射计划,并将相应计划移植到指定金标伪影密度覆盖值的CT图像并执行计划进行测量。结果:金标的植入对等中心剂量的影响在0.5%左右,而伪影对剂量及相同深度离轴点处吸收剂量影响达3%,并随金标植入深度的增加而降低;给伪影指定密度覆盖值后,其对剂量的影响可降低至1%;金标伪影使得金标后方的百分深度剂量(percentage depth dose,PDD)有明显跌落区,伪影密度值的覆盖可以减少对PDD的影响;金标对偏心比(off-center ratio,OCR)的影响较小,但使OCR曲线相对稍加平坦。结论:通过伪影覆盖可有效降低金标伪影对剂量的影响。

一种新的基于构造型RBF神经元网络分类算法

依据RBF神经元模型的几何解释,提出一种新的构造型神经网络分类算法.首先从样本数据本身入手,通过引入一个密度估计函数来对样本数据进行聚类分析;然后在特征空间里构造超球面,以逼近样本点分布的几何轮廓,从而将神经网络训练问题转化为点集“包含”问题.该算法有效克服了传统神经网络训练时间长、学习复杂的缺陷,同时也考虑了神经网络规模的优化问题.实验证明了该算法的有效性.