基于小波理论的沉降监测数据序列分析

介绍了基于小波理论的沉降数据分析的理论背景、内容及实现方法。结合兖州地区某矿的沉降实测资料,研究了沉降数据降噪、沉降剧烈程度探测以及沉降数据中周期性识别3个方面的内容。

两个数据序列的灰关系及其工程应用的两个例子

灰关联分析要求数据序列个数必须大于2才能构成灰关联空间,难以解决两个数据序列之间属性检验问题。为此,以灰色系统的基本原理为依据,提出灰关系概念。从生成来自这两个数据序列均值的定值参考序列入手,定义最大灰差与最小相似系数以及系统属性权重系数,给出有关的性质与定理,从而构建出一个特殊的灰关联空间即灰相似空间,允许概率分布未知和数据个数很少。在灰相似空间中,给出系统属性检验的一个准则和相应的灰置信水平。对捷联惯组(SIMU)的误差系数和武器系统效能的两个试验研究表明,灰关系概念在系统分析中具有显著性,灰置信水平可以得到95%以上。

带有启发式搜索规则的多元测井数据序列最优分割方法

简要回顾了应用测井资料根据方差分析原理反演地层界面的经典方法———多元测井数据最优分割算法。为了克服该算法存在的 3个缺点 ,给出了最优分割算法的收敛条件和避免给出假地层界面及减少计算工作量的启发式搜索规则。多元测井数据最优分割算法的收敛条件是基于测井资料分层过程中构造的均方和序列 (以下称测井资料分层均方和序列 )的单调非递减特性给出的。它要求每增加一个新地层 ,分层均方和的增量相对于其最大值要小到可以被忽略的程度。同时 ,要求新增地层的分层均方和与其最大值的比值要达到一定的程度。通过定义 3种曲线模式 :跳跃、渐变和峰来限定寻找地层分界点的搜索范围 ,从而避免了假地层的出现 ,同时也减少了计算工作量。

基于三角形中线的数据序列线性拟合算法

从石油测井数据解释的实际应用需求出发,提出一种新的基于三角形中线的数据序列分段算法。在扫描数据的过程中依次计算3个连续数据形成的三角形中线长度,根据自定义的中线长度阈值选择反映序列趋势变化的关键转折点,实现数据序列的线性拟合。实验结果表明该算法具有良好的拟合质量和较高的效率。

一种测度数据序列协动性的同步系数法

协动性是研究经济波动经验特征的一个重要方面。文章分析了利用相关系数法测度协动性的缺陷,并从两个数据序列之间对应相邻数据变化的同步性特征入手,给出了同步系数的定义及其计算方法,证明其满足相似系数的三条一般公理;对同步系数的取值范围及含义给出了解释和说明。通过举例比较相关系数法和同步系数法在测度序列之间协动性时的不同结果,说明了同步系数法的科学性。

一种动态数据序列组合预测模型法

文章综述了灰色模型、谐波分析和时序分析的基本原理和建模方法 ,分析了各种模型的适用性与局限性 ,在此基础上提出了基于上述 3种基本建模方法的组合模型法。组合模型有效地融合了各种基本建模方法的特色与优势 ,弥补了单个基本模型的缺陷与不足 ,尤其适用于对非平稳性动态数据序列的建模。仿真结果表明 ,组合模型法能有效地提高数据序列的预报准确度。

基于灰色神经网络组合模型的动态数据序列预测

为了提高动态数据序列的预测精度,分析了现有BP神经网络和灰色预测方法各自的优缺点,并在此基础上建立了灰色神经网络组合模型。组合模型兼有BP神经网络和灰色预测的优点,弥补了单个模型的不足,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性。本方法利用灰色预测中的累加生成运算对原始数据进行变换,从而得到规律性较强的累加数据,便于神经网络进行建模和训练,并利用神经网络的函数逼近特性,实现对原始数据的预测。仿真结果表明:组合模型的预测精度高于单独的GM(1,1)模型,适用于具有复杂成分的动态数据序列的建模。

从波形图中快速提取信号数据序列方法的研究

在许多领域中,常常需要通过数模转换产生满足各种特殊要求的模拟信号,然而它需要必须提供相应信号的数据序列。为了无须提供相应信号的数据序列且能快速地获取各种特殊信号的数据序列,提出一种全新的从软件画的、扫描仪扫的或数码相机照的波形图中提取相应信号数据序列的方法。实验表明,利用该方法可方便地从波形图中提取出满足采样点数、幅度和数据位数等要求的波形数据序列,并通过数模转换等后可获得与原波形图一摸一样的波形信号。

沉降数据序列分析方法研究

针对沉降数据序列的特征,研究了多项式回归方法、小波降噪方法、频谱分析法在沉降数据处理中的应用。多项式回归残差和小波降噪残差统计指标对比表明:在趋势项分离过程中,小波降噪方法优于多项式回归方法。小波降噪的残差频谱分析结果表明了沉降数据序列在2个月和4个月的周期性信息。

数据序列稳健分析方法中 RYW 估计及其收敛性

根据对Ｍ估计、ＬＳ估计及ＹＷ估计的分析，提出一种新的稳健估计方法———ＲＹＷ估计，讨论并证明了这种估计的渐近性质。

数据序列稳健分析方法的研究

根据稳健统计学的思想，提出了数据序列稳健分析与处理的目标，分析了ＬＳ估计、ＹｕｌｅＷａｌｋｅｒ估计和Ｍ估计的构造特点，提出了通过稳健自相关函数的分析方法．

一种测度数据序列同步波动强度的方法及应用

同步波动强度是衡量数据序列之间波动关系的重要指标之一。文章在分析已有关于波动强度研究的基础上,提出了同步强度系数,并给出了定义和计算方法;分析了该指标的具体取值范围及含义,并发现同步强度系数可以同时反映数据序列之间的方向和数值强度两个方面特征;最后结合实例说明了同步强度系数的使用过程和分析步骤,认为同步强度系数的应用深度可以进一步挖掘。

光谱数据序列长度对光纤法珀应变传感系统的影响

根据光纤法珀应变传感器的腔长DFT解调算法的原理 ,推导了对光谱数据作补零处理时的DFT腔长计算公式 ,并作了精度分析。通过理论分析发现 :对光谱数据补零可以提高光纤法珀应变系统的测量精度 ;对光谱数据按光波频率作等间隔内插时 ,增加抽样点数也可以提高测量精度 ,但效果不如补零来得明显。

土舱压力数据序列的混合降噪方法

针对具有复杂趋势和季节成分的盾构机土舱压力数据序列,提出了一种基于经验模态分解(empirical mode decomposition,EMD)和奇异谱分析(singular spectrum analysis,SSA)的数据序列信噪分离新方法。首先采用经验模态分解对原始数据序列进行分解,以分离出包含噪声成分的固有模态函数(intrinsic mode function,IMF)。对这些固有模态函数进行序列重构,并利用奇异谱分析对重构后的序列进行奇异值分解(singular value decomposition,SVD)和重构,提取出其中的主要趋势成分和季节成分,同时得到包含噪声成分的残差序列,再次利用经验模态分解对残差序列进行处理,重复该过程直至得到满足纯随机性假设的噪声序列。采用该方法对土压平衡盾构机土舱压力监测数据进行降噪处理,分析结果表明该方法能够在保持原始数据序列结构的前提下准确提取出土舱压力数据中的噪声成分,验证了所提方法的有效性。

基于数据序列相关性的网络敏感信息提取方法研究

针对传统网络敏感信息提取方法中提取成功数量较少的问题,开展对网络敏感信息提取方法的研究。笔者从网络敏感信息数据序列选择、网络敏感信息数据序列相关性计算、设定网络敏感信息表达方式、替代网络敏感信息的数据序列提取几方面,完成基于数据序列相关性的网络敏感信息提取方法研究。通过对比实验证明,该方法与传统方法相比有效提高了提取成功率,具有更高的应用价值。

激光位移计在线校准数据序列匹配方法

激光位移计常用于桥梁结构形变的在线监测,对使用中的激光位移计进行在线校准,是确保桥梁监测系统量值准确的关键。由于传感器间采样频率和时滞特征的差异,被校准传感器的测值序列与参考值序列常常存在较大的位置偏差,对传感器的在线校准结果产生较大的影响。为此,提出了一种基于特征点分段的数据序列匹配方法。以简支梁模型桥实验数据为基础,进行了激光位移计的数据匹配实验验证,通过对两组数据序列进行特征点定位、分段及量值匹配,解决了传统匹配方法中出现的数据错位问题。实验结果表明,该算法对传感器采样频率偏移有较好的适应性,针对不同场景的匹配准确率能保持在98%以上。

一种航天器测试注入数据序列自动生成方法

针对航天器测试注入数据序列生成效率低、易出错问题,在Visual Studio环境下运用C++语言和开放数据库连接(ODBC)接口技术,设计了航天器测试注入数据序列自动化生成软件,形成了注入数据序列自动化生成方法。与传统人工序列生成方法相比,该方法具有自动、快速、智能的优点。通过载人航天器综合测试应用,结果表明:航天器测试注入数据序列文件生成效率提高95%。可为航天器自动化综合测试系统设计提供参考。

无线网络实时视频数据序列化传输模型构建

无线网络给人们的生活带来了很多便利,特别是在信息高速流通的时代,人们对于无线网络的需求也与日俱增。为了更好解决实时视频序列化传输问题,笔者构建了一种仿真无线网络模型,并应用此仿真模型,解决以往实时视频传输速度慢、质量差等问题。笔者通过建立JSON模型和序列化数据对象模型,创立了新型仿真模型,也通过实验证明了仿真模型在抓取时间和传输效率上,都比传统传输模式更具优势。

全球与区域地壳形变的多源数据序列处理与信号分析

地壳运动与变化反映了地球板块的构造运动以及地球各圈层环境负载变化的综合影响,GNSS和GRACE空间大地测量技术与地球物理模型数据相结合,为研究全球及区域性的地壳运动与变化、分离各种影响因子提供了有效的技术手段和数据保障。本文研究GNSS和GRACE用于区域和全球地壳形变监测的数据处理理论和方法,

基于数据序列匹配的光纤应变传感器原位校准方法

针对光纤光栅应变传感器测量桥梁结构应变的准确性问题,提出一种原位校准方法。采用等强度悬臂梁模拟桥梁结构,以砝码为激励源,以电阻应变片作为参考传感器,以光纤光栅应变传感器作为被校准传感器,将这两个传感器安装在靠近的位置进行测量和比对。由于不同传感器特征有差异,被校准传感器的测值序列与参考值序列通常存在数据错位,导致无法判断传感器应变响应的一致性。为此,基于动态时间规整算法的数据序列匹配方法,对电阻应变片和光纤光栅应变传感器的应变数据进行了匹配分析,其数据的匹配率在96%以上。此外,还对数据序列进行了跳点的剔除,避免了突变干扰等因素的影响。结果表明,该方法有效解决了传感器的应变响应是否具有一致性的问题,可以实现光纤光栅应变传感器的原位校准,原位校准结果与静态标定结果基本相同。