基于滤波算法的隧道全时域激发极化超前探测正演方法

为进一步提高隧道全时域激发极化多参数超前探测的效果,采用滤波算法进行计算时间域等效电阻率,采用有限单元法进行计算,提出一种基于滤波算法的隧道全时域激发极化超前探测正演方法。该方法针对时间域Cole-Cole表达式计算收敛性差的问题,引入滤波算法进行时间域激发极化等效电阻率的计算,提高算法的收敛性;针对正演过程中大型矩阵求解影响计算效率的问题,引入OpenMP并行算法,实现隧道全时域激发极化超前探测正演的加速运算。最后,开展数值算例和物理模型试验。研究结果表明:该正演方法对异常体有敏感响应,且在加快正演速度具有显著优势。通过基于滤波算法的隧道全时域激发极化超前探测获得的观测数据与实际探测数据较为相符,这为基于全时域激发极化隧道超前探测提供了一种可行的正演算法。

重磁数据三维物性反演方法进展

综述了重磁数据三维物性反演方法中的几个关键问题.主要包括正演快速算法、反演框架、约束因子讨论、反演算法实现等方面.正演快速算法主要讨论了等效存储几何格架技术、基于GPU加速的并行计算技术以及小波压缩技术.三维物性反演则是在最小二乘意义下使目标函数达到极小的线性或非线性反演.指出,对于特定地质问题需要谨慎选择不同且合适的约束方法乃至反演算法,才能达到好的效果.最后讨论了重磁数据三维物性反演较好的应用前景及发展方向.

放大转发MIMO中继系统中的快速天线选择算法

本文研究放大转发MIMO中继系统的天线选择,目标是最大化系统容量.针对最优天线选择算法的高复杂度,本文提出了低复杂度且性能逼近最优的快速天线选择算法.首先对MIMO中继系统容量进行了分析和仿真,结果表明:若源的天线数为M、目标的天线数为N,中继从K根天线中选择min(M,N)根就可保证系统达到近似最优的性能.在此基础上,本文以优化容量下界为目标,利用分块矩阵的性质,推导出快速天线选择算法,并分析了算法的复杂度.研究结果表明本文提出的快速天线选择算法的性能与最优算法非常接近,并且有更低的复杂度.

基于量子进化算法的多轮廓路径优化

针对多轮廓样片加工快进路径优化问题,提出一种改进的量子进化算法。算法设计了基于二维量子位概率幅矩阵模型的快进路径编码方法,实现了由该模型引导的全局搜索,能直接生成样片加工的顺序序列,解码效率高;利用多轮廓加工最优子结构的特征,设计了基于动态规划法的个体适应度评价方法;新的动态旋转角的量子更新策略增强了种群的全局搜索能力。通过标准算例仿真和算法对比实验结果,验证了所提算法的可行性和有效性。

水平井随钻伽马测井快速反演储层界面

随钻伽马测井地质导向是提高水平井储层有效钻遇率的重要方法，但目前研究随钻伽马测井的方法计算速度有限。为实现实时地质导向，基于水平井地层中随钻伽马测井探测范围的空间特征，确立了随钻自然伽马测井的正演方法；利用该正演方法，建立了在不同地层中离边界不同距离情况下的随钻自然伽马测井响应图版；再利用该图版，建立普遍适用的随钻伽马测井快速反演储层界面的方法。在双层介质模型和随钻实例地层中，可以快速、准确地反演出地层界面的位置，表明该方法可用于随钻伽马测井的实时地质导向工作。

弹性波正演模型的快速有限元算法

用有限元法做弹性波正演模型计算已进入实用阶段,但有限元法所要求的大存储量和计算速度慢的缺点依然存在。本文在深入分析有限元算法的基础上,注意到刚度矩阵,耦合矩阵在特殊单元中的对称性、耦合矩阵具有的转置性及某些特殊特征,采用正方形单元并将与节点相乘的元素归并到时间离散中运算,使计算速度提高一倍,使整体矩阵的存放量减少一半。文中最后给出了一个计算实例,证实该快速算法的正确性。

前馈神经网络的一种快速学习算法

提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部最小。首先把隐层输出作为变量进行优化更新,然后快速计算出隐层前后的权值。数值实验表明:此算法简单,收敛速度快,泛化能力强,并大大降低了学习误差。

一种改进的自适应旁瓣对消技术

研究了快速极大似然(Fast Maximum Likelihood,FML)算法在旁瓣对消系统中的应用,采用前后向平均技术和FML算法相结合的方法,解决相关干扰的抑制问题,与传统的采样矩阵求逆(Sample MatrixInversion,SMI)方法相比,该方法具有收敛速度快,运算量小的特点,理论分析和仿真结果表明了该算法的有效性.

基于快速标量传递算法的频散曲线正演模拟

频散曲线的正演是瑞雷波资料处理过程中非常重要的步骤之一。正演是反演的前提和基础。快速稳定的正演计算是提高计算效率、减少反演用时的保障。根据国内外的研究结果,本文介绍了凡友华提出的快速标量传递算法的基本原理与方法,分别对三个不同的地质模型进行了频散曲线的正演计算,得到了不同地质条件下的频散特征,并与RT矩阵算法进行对比。数值模拟试验表明,快速标量传递算法是一种快速稳定的正演计算方法。

风力发电机的恒功率控制

针对大型风力发电机组因反馈信号滞后引起的输出功率波动进行研究。在研究了传统转速反馈PI控制和基于测量风速前馈控制的基础上,提出了基于有效风速估计的前馈与功率反馈PI结合的变桨控制策略,通过牛顿-拉夫逊算法进行有效风速估计,根据有效风速估计值给出合适的前馈桨距角,实现动态前馈补偿。基于Fast软件平台开发的外部控制器,对恒功率控制提出的控制策略与传统的控制策略进行仿真比较。仿真结果表明:相对传统的控制策略,提出的前馈控制使风力发电机组能够保持稳定的电功率输出。

无线传感器网络S-MAC协议的时延控制

S-MAC协议是基于竞争的传感器网络MAC层协议,通过使节点空闲时自动转换为休眠状态来节省能耗。然而,休眠模式的引入导致了数据前传中断问题,使时延显著增加。时延问题使得S-MAC协议不能理想地应用于实时数据采集系统中。在S-MAC中引入了快速数据前传算法(FDF),仿真表明,采用FDF算法的S-MAC协议比采用自适应侦听算法的S-MAC协议显著减少了时延(对于10跳的网络,端到端的时延减少了将近一倍),因而显著地增加了网络的吞吐量。

基于新型柔性加减速控制算法的前瞻插补研究

为解决数控系统处理连续微线段时启停频繁以及插补过程中加速度突变等问题,通过建立圆弧过渡转接模型,根据转折点处的约束条件规划出过渡圆弧处的最优衔接速度,基于新型柔性加减速控制算法对多轨迹段进行速度前瞻规划。经过实验验证,该前瞻插补算法输出的轨迹误差不超过系统给定的最大值,且速度和加速度曲线连续平滑,在满足加工要求的同时能最大限度地提高加工效率,达到了实验最初设计目的。

基于快速迭代插值多普勒频率估计的单脉冲前视成像技术

在单脉冲前视成像技术中,同分辨单元内多目标的辨识一直是单脉冲雷达的研究热点。尽管多普勒处理可以提高对前斜视多目标的分辨能力,但在真实目标数量未知、强点目标能量泄露的情况下,多普勒频率的精确估计面临巨大挑战。针对以上问题,该文在单脉冲前视成像中引入具有目标个数估计和单快拍处理能力的快速迭代插值波束形成(FIIB)算法,结合信息论准则估计目标个数,实现对多普勒频率的无偏估计。点目标仿真数值分析结果显示,FIIB对于同分辨单元内的目标数估计和参数估计性能优于调频Z变换(CZT)算法,能实现对±5°外点目标的准确估计。场景仿真和实测数据成像结果表明基于FIIB的单脉冲前视成像算法聚焦能力强,图像对比度更高,并能有效抑制背景杂波。

一种快速收敛的自适应旁瓣对消技术

快速有效地抑制干扰,特别是相关干扰,是对雷达抗干扰系统的客观要求。本文研究了干扰源相关时,快速极大似然(Fast Maximum Likelihood,FML)算法在旁瓣对消系统中的应用,采用前后向平均技术和FML相结合的方法,解决相关干扰的抑制问题,与传统的采样矩阵求逆(SampleMatrix Inversion,SMI)方法相比,该方法具有收敛速度快,运算量小的特点,理论分析和仿真结果表明了该算法的有效性。

基于列车前向运动视频的全景图拼接算法

首先设计了一个基于前向运动视频的高速铁路运行环境全景图成像框架,在此框架基础上,提出了一种基于前向运动视频的全景图快速生成算法。最后,对所生成的全景图进行三维重建,模拟列车真实运行环境。实验结果表明,该方法在数据存储、数据的快速浏览等方面有着很大优势,并且可以用于铁路运行环境的自动检测、列车虚拟驾驶等方面。