微地震信号的参数辨识建模及其Kalman滤波

由于微地震信号能量微弱、信噪比低,需要对采集到的微地震数据进行去噪处理,从而提高微地震记录的信噪比,提高震源定位的精度.目前存在许多基于模型的先进滤波方法,如基于机理模型的卡尔曼滤波已经成功应用在微地震信号去噪中.为了建立微地震信号的数学模型,改善卡尔曼滤波效果,本文通过数据辨识方法,对微地震信号建立了ARMA模型,并进一步转化为适用于卡尔曼滤波算法的状态空间模型.在此基础上研究了卡尔曼滤波方法,设计了适用于微地震去噪的卡尔曼滤波实现算法.理论模型和实际微地震监测数据处理结果表明,基于辨识模型的卡尔曼滤波算法能够有效抑制微地震信号中的随机噪声,显著提高微地震监测信号的信噪比,从而验证了该辨识模型的准确性和滤波算法的可行性.     

陀螺寻北仪快速定向辅助装置误差分析

为提高陀螺寻北仪定向画线效率,设计一种可快速定向画线的新型辅助装置。并对旋转角度及激光标线误差进行分析,验证该装置是否满足设计要求。采用不同测量方法对定向画线误差进行测量和分析,确定装置满足设计要求。     

基于集合卡尔曼滤波的湖泊富营养化模型Delft3D-BLOOM数据同化

富营养化模型是进行湖泊水环境质量预测和管理的重要工具,然而模型客观存在的误差一直是应用者关心的重要问题.数据同化作为连接观测数据与数值模型的重要方法,可以有效提高模型的准确性.集合卡尔曼滤波(En KF)是众多数据同化算法中应用最为广泛的一种,可进行非线性系统的数据同化,并能有效降低数据同化的计算量.本研究以太湖作为具体实例,选择Delft3D-BLOOM作为富营养化模型,在数值实验确定En KF集合数为100、观测误差方差为1%、模拟误差方差为10%的基础上分别进行模型状态变量同化以及状态变量与关键参数同步同化.结果显示,仅同化状态变量时,模型预测精度有所增加;同时同化状态变量和关键参数时,可显著提升模型在湖泊水环境质量预测中的精度.该研究为应用集合卡尔曼滤波以提高复杂的湖库富营养化模型模拟精度提供了有效的方法.     

大渡河猴子岩水库入库洪水过程预报-实时校正-概率预报集成

与传统确定性预报相比,洪水概率预报能够为防洪调度决策提供更为丰富的信息。以大渡河猴子岩水库以上流域为研究区,建立新安江次洪模型,并采用动态系统响应曲线进行实时洪水预报校正。在确定性预报校正基础上,建立基于水文不确定性处理器（HUP）的次洪概率预报模型,定量分析预报不确定性,实现入库洪水概率预报。结果表明：(1)利用猴子岩流域2009 2019年水文气象资料,建立的新安江次洪模型整体精度较高,率定期和验证期的洪量和洪峰相对误差均在±20%以内,平均确定性系数分别为0.69和0.72;经动态系统响应曲线校正后,洪峰和洪量误差均有降低,率定期和验证期的确定性系数分别提高0.13和0.09。(2)以2020年3场洪水未来48 h预报降雨为输入,新安江模型预报精度不高,且随着预见期增长而降低,但经动态系统响应曲线校正后,整体预报精度有所提高,洪量相对误差减小幅度超50%,确定性系数提高幅度超60%。(3)HUP次洪概率预报模型提供的分布函数中位数Q50的预报精度在一定程度上优于校正后的确定性预报;提供的90%置信区间覆盖率均在90%左右,离散度均在0.40以下,能以相对较窄的区间覆盖大部分实测值...     

多旋翼无人机航磁系统误差综合补偿研究

多旋翼无人机磁通门航磁系统以其安全、稳定、高效等特点可广泛应用于中大比例尺矿产资源探测领域,但由于磁通门传感器存在三轴不严格正交,灵敏度、零偏不一致造成的转向差,且系统作业中存在固定场干扰、感应干扰和涡流干扰,需要进行流程繁琐的标定和补偿测试.本文根据实测数据分析出航磁系统机电干扰主要来自机载设备高频干扰,针对机电干扰高频特性设计相应低通滤波器进行误差处理,并基于Tolles-Lawson模型建立仪器转向误差和飞行平台机动误差补偿模型,根据两者结构相似的特点,建立综合补偿模型,该模型简单,实用性强,可通过野外一次补偿测试求取补偿参数进而对工区航磁数据进行补偿处理.最后,将综合补偿研究应用到辽宁省兴城市夹山地区航磁数据,综合补偿后的处理有效去除了航磁数据中的条带状干扰异常,并与地面磁测数据异常形态具有良好的一致性,验证了该研究方法有效性和实用性.     

海底定向技术:原理、结构与应用

海底定向测量技术可为海底观测、原位探测和沉积物取样等海洋地质与地球物理调查提供高精度姿态方位信息,进而拓展海洋科学与工程研究领域.本文系统介绍了自主研发海底磁方位仪的工作原理、技术方法.系统误差分析表明,海底磁方位仪的定向精度与其安装环境中的软磁材料对测点位置地球磁场干扰的情况密切相关.本文针对性的提出一套可行的磁补偿试验方法,有效地消除安装环境中软磁材料对整机定向精度的影响.实际案例和典型应用的分析研究表明,在无电器设备的情况下,整机系统定向精度小于1°.而有电器的设备环境中,定向精度在3~5°范围左右,可满足目前海洋地学调查中对方位信息的测量需求.     

海洋地磁参量实时测量野值的在线辨识与改正

地磁参量实时测量野值的在线辨识与改正是影响地磁导航算法定位概率和精度的重要因素.地磁导航定位的研究目前主要集中于匹配定位算法,地磁参量实时测量数据处理的研究较少.本文将多层递阶非平稳时间序列预测模型引入海洋地磁参量实时测量野值在线辨识与改正,利用多层递阶模型对实时测量值进行一步预测,根据迪克松准则进行野值辨识,利用中值滤波和一步预测值对野值进行改正.仿真数据和实测数据的实验室仿真结果表明,本文提出的野值在线辨识与改正算法不仅可以检测全部孤立型野值而且对多数斑点型野值也有较好的辨识效果,对产生野值处信号的复原误差小于5%.     

多通道瞬变电磁法激励源降噪性能对比研究

对比研究双极性方波与m序列两种激励源在多通道瞬变电磁法(Multi-Transient Electromagnetic,MTEM)中的降噪性能,将大地脉冲响应的提取等效为辨识滤波器输出,通过分析辨识滤波器的谱特性量化评估不同激励源的降噪性能;通过数值模拟讨论两种激励源信号在工频噪声与白噪声环境下的大地脉冲响应辨识精度,模拟结果表明使用m序列替代双极性方波作为激励源能够大幅提高辨识精度,且残留噪声集中在码元频率及其谐频处;设计野外对比试验,采集两种激励源在弱/强干扰下的响应信号进行大地脉冲响应辨识,试验结果表明弱干扰环境下两种激励源的辨识精度相近,强干扰环境下m序列的降噪性能高于双极性方波,且噪声残留特征与数值模拟吻合.     

基于卡尔曼滤波的振动台子结构试验方法研究

振动台子结构试验是一种有效的实时结构混合试验方法,持续受到国内外学者的关注。利用振动台和其它加载装置进行联合加载,从而提升和扩展振动台的加载能力,实现大比例甚至足尺结构试验的目的。基于主动质量驱动器(AMD)加载方法的振动台子结构试验中,在试验子结构和数值子结构完全拆分的情况下,无论采用位移PID还是三参量控制,在界面加速度输入情况下AMD系统在3～5 min后会产生失稳现象,通过调整控制增益、对加速度反馈信号进行滤波无法消除这种现象。在加速度传感器噪声的影响下,子结构试验系统无法保持长期稳定,通过数值仿真表明现有的时滞补偿算法也无法消除这种失稳现象。考虑这种情况,将卡尔曼滤波引入界面加速度的量测环节,通过整体结构模型求得的界面加速度对实测界面加速度进行修正,从而提升了振动台子结构试验的系统稳定性和试验精度。数值仿真结果表明,通过设置合理的卡尔曼滤波参数,可以抑制加速度传感器随机噪声对子结构试验精度的影响,系统时滞稳定性也得到显著改善。文中的研究结果为振动台子结构试验的成功实施提供了一种可行的解决方案。     

Kalman滤波在沉降监测数据处理中的应用

将卡尔曼滤波应用于建筑物变形监测数据分析,给出了离散卡尔曼滤波模型的建立思路及相应的精度评定公式,结合西安市某建筑物沉降观测数据,建立了相应的离散卡尔曼滤波数学模型,通过Matlab编程对观测数据进行处理,成果图像显示滤波值曲线与原始观测数据曲线的变化趋势基本一致。该模型较好地模拟了建筑物沉降的变化规律,对于改善沉降监测数据处理的精度效果非常理想。