中海达云服务系统的应用

<正>中海达私有云系统是以测量的位置数据为基础,专门为测量用户打造的一系列云服务,主要围绕移动互联和数据管理应用,通过互联网体验实现测量内外业一体化。它提供用户管理、设备管理、设备监控、数据管理、协同作业等服务模块,并可为用户搭建自主管理的私有云服务。中海达私有云系统融合先进测量技术,引入先进的互联技术,具有可定制的功能模块,可配置不同功能,满足不同测量用户的需求,让用户体验更高性能、更快交互、更贴心的私有云服务。     

非均质碳酸盐岩储层岩石物理建模:孔隙度估算与烃类检测(英文)

在非均质天然气藏中,天然气一般呈细小"斑块状"分布于含水岩石骨架内。这种非均质性,即"斑块状饱和",会引起显著的地震波速度频散和能量衰减现象。为了建立地震响应和流体类型之间的联系,本文进行了碳酸盐岩岩石物理建模。首先利用CT扫描分析部分饱和岩石中的流体分布,然后预测不同频率下波响应与岩性、孔隙流体基本性质之间的定量关系,基于岩石薄片分析孔隙结构和地震反演数据制作岩石物理图板,并将这种方法应用于阿姆河右岸地区的灰岩气藏,基于叠后阻抗反演和叠前弹性参数反演,采用地震数据估算岩石孔隙度与含气饱和度,预测结果与多井试气结果吻合。     

基于L1范数凸二次规划方法的航空重力测量数据稀疏重构（英文）

由于受到国界、测量成本和数据规模等因素的限制,航空重力测量本质上是一种欠奈奎斯特采样方法,本文通过离散傅里叶变换分析了航空重力测量的稀疏性,提出了利用压缩感知理论实现大规模重力异常数据高精度重构的思路。基于压缩感知理论,重力异常数据重构问题可以转化为基于L1范数的凸二次规划问题,本文结合预处理共轭梯度算法,提出了一种改进的内点法来解决此问题。进一步地,我们利用自主研发的SGA-WZ型捷联式航空重力仪在中国某地区进行了航空重力测量试验。通过对试验中测得的重力异常数据进行重构,与常用的线性插值重构方法对比,结果表明:本文提出的基于压缩感知理论的新方法能够以更高的重构精度,更有效地解决大规模重力异常数据的重构问题。     

基于泊松碟采样的地震数据压缩重建

在地震资料处理领域,数据的压缩和重建是非常重要的问题,但往往由于数据的严重缺失或采样原因而达不到理想的效果.新发展起来的压缩感知理论为重建欠采样数据提供了可能,而选用合适的采样方法是其中的关键技术之一.本文基于傅里叶变换和压缩感知理论,采用泊松碟采样,对不完整地震数据进行恢复重建.数值实验表明,与传统的单纯随机采样方法相比,泊松碟采样方法在保持采样随机性的同时,使采样点的分布更加均匀,有效地调节了采样间距,从而达到更好的恢复效果,可以有效地指导地震数据采集设计及重建.     

浅谈GPS定位在网络优化中的应用

利用GPS定位计算距离,通过采用辅助无线网络添加邻区的方法,提高添加邻区的合理性与有效性,对提升网络质量,提高工作效率,实现网络优化工作的高效能有着重要的作用。     

不同风化程度下灰岩抗剪强度特性及估算模型研究

工程上常见的灰岩在不同风化程度下的抗剪强度特性鲜有研究,也没有快速评估灰岩抗剪强度的数学模型,不能满足大量灰岩工程灾害防治的需要。为探究风化程度对灰岩抗剪强度特性的影响规律,试验选取现场新鲜灰岩试样,通过开展室内风化模拟试验制备不同风化程度的岩样,进行室内岩石强度剪切试验,探究灰岩剪切应力-剪切位移关系曲线的变化规律和...     

基于Newton法优化ARMA模型参数的船舶升沉运动预测研究

为解决波浪补偿系统中时延现象导致的控制性能下降问题,通过建立Newton-ARMA模型提前预测船舶升沉运动来消除时延现象。首先设计卡尔曼滤波器对船舶升沉运动加速度信号进行降噪滤波处理;然后使用加速度二次积分模块将加速度信号转换为位移信号;最后建立自回归滑动平均(ARMA)模型,并使用牛顿(Newton)法对模型参数进行优化,得到船舶升沉运动的Newton-ARMA预测模型。仿真结果表明,Newton-ARMA模型对船舶升沉运动的预测时间可达10 s,预测误差随着预测时间的增加而增大; Newton-ARMA模型对二级海况、三级海况和四级海况下的船舶升沉运动平均预测精度分别达到89.43%、88.53%以及87.78%,远高于ARMA模型对船舶升沉运动预测的精度,说明采用Newton法优化ARMA模型参数可以显著提高船舶升沉运动的预测精度,也即Newton-ARMA模型对控制波浪补偿系统时延具有较好的补偿效果。     

基于二元LSTM神经网络的船舶运动预测算法研究

在海况环境下,进行船舶运动预测时。由于惯性传感器采集系统本身的电学特性,会产生误差偏移,影响预测的准确性。针对这一问题,在常规长短期记忆网络（LSTM）的基础上,设计改良了一种二元的LSTM网络架构。在船舶运动仿真平台上进行模拟船舶升沉运动实验,并通过惯性传感系统测量仿真平台实时积分位移进行计算验证。验证统计该网络预测结果峰差值均方差0.64%,均值均方差0.42%,峰值均方差0.57%,证实该网络较常规LSTM在船舶运动预测领域具有更好的针对性和适应性,更准确的对船舶运动进行预测。     

阿姆河右岸麦捷让地区碳酸盐岩储层流体检测研究

阿姆河右岸麦捷让地区碳酸盐岩气藏非均质性强,储层横向厚度变化大,前期研究多结合地震波场模拟进行储层预测,气藏流体检测工作较少,新钻井情况表明内部流体关系复杂,需要开展流体检测工作对气藏内部流体分布进行全面认识.本文从岩石物理模型入手,分析石灰岩纵横波速度、弹性参数与岩石基本性质之间的定量关系,寻找对流体敏感的弹性属性,认为纵横波速度比能较好地识别气水分布.通过测井弹性参数交会和流体替换,以实际资料验证岩石物理分析结果并选择气藏敏感参数,建立了适合本地区的气藏预测模版.利用叠前时间偏移得到的共反射点道集,开展三维叠前同时反演,利用反演结果进行了储层流体识别.预测结果与验证井吻合良好,且含气分布范围揭示了两个气藏存在.     

基于学习型超完备字典的地震数据去噪(英文)

基于变换基函数的方法,是地震去噪处理中最常用的技术之一,它利用地震数据在某种基函数变换域内的稀疏性和可分离性来达到剔除噪声的目的。但传统的做法是事先选定一组固定的变换基并在对应域内进行处理,其效果往往并不十分令人满意。为了探索新的改进方法,我们引入学习型超完备冗余字典,即根据地震模型数据进行学习和训练,以寻求最优的稀疏表示字典,而不是只选用固定的变换基。本文在字典学习中融入全变差最小化策略以压制伪吉布斯现象。我们选用离散傅里叶变换作为初始变换,并以随机噪声为例,对单一的全局变换、未经学习的超完备冗余字典和学习型超完备冗余字典做了比较。结果表明,利用经过训练的超完备冗余字典,在对地震数据进行稀疏表示的同时,也达到了有效去除噪声的目的,可视性和信噪比都得到了明显提高。我们也比较了均匀和不均匀字典子块的效果,结果表明,不均匀的字典子块更利于地震数据去噪。