利用超快速精密星历约束的北斗卫星实时精密定轨

以广播星历为起算轨道的北斗卫星实时滤波精密定轨往往需要较长收敛时间，针对此，提出利用超快速精密星历约束的实时精密定轨方法。通过MGEX跟踪网全球分布的51个测站连续7 d的实测数据，利用平方根信息滤波对北斗卫星实时精密轨道进行确定，并以3 d解事后轨道作为参考，评估北斗卫星实时滤波轨道精度。结果表明，利用广播星历作起算轨道时，北斗实时滤波轨道平均需要经过15 h收敛才能达到稳定，而新方法在这段时间内轨道变化较为平稳，未出现明显的收敛现象，并且7 d时间内GEO卫星在切向、法向和径向上RMS分别优于2.5 m、20 cm和30 cm，IGSO和MEO卫星在3个方向上分别优于30 cm、15 cm和10 cm。
     

一种新型非线性滤波理论及其应用

研究一种新型的非线性滤波理论,即Unscented卡尔曼滤波（UKF）,同时为了获得更高的计算效率和确保协方差阵的非负定性,研究了平方根UKF。将UKF和平方根UKF应用到星载GPS卫星定轨中,实际算例表明UKF和平方根UKF的性能要优于常用的推广卡尔曼滤波的性能。     

双平方根单程波动方程叠前τ偏移方法

本文将常规双平方根（DSR）单程波动方程从深度域变换到双程垂直走时（τ）域，由此推导出可从数学上实现“沉降观测”的单程波DSR传播算子. 其递归波场延拓算法包含波数域针对常速背景的相移处理和空间域针对横向速度扰动的相位校正，可以应对上覆地层速度横向变化对构造成像的影响. 结合零炮检距、零时间成像条件，提出了在τ域进行波场延拓与成像的DSR方程叠前偏移新方法. 为了克服其全三维偏移算法在实际应用中可能面临的困难，本文采用稳相近似，在crossline常炮检距偏移理论基础上推导了实用的共方位角叠前τ偏移方法. 数值试验表明，DSR方程叠前τ偏移在强横向非均匀介质中的成像精度与分辨率优于传统的时间域成像技术.     

金融领域的随机建模与基于软件R的Monte Carlo模拟(6):其他随机微分方程模型

主要研究金融领域中的多种数学模型,重点是利用R软件进行数值模拟.继续讨论更多的随机微分方程(SDE)模型,包括均值回归过程、均值回归的Ornstein-Uhlenbeck(OU)过程、平方根过程、CIR模型以及Θ过程.进一步,将对当前SDE数值解的研究给出更深入的建议.     

共炮检距道集波动方程保幅叠前深度偏移方法

本文提出了一种基于双平方根算子的共炮检距道集波动方程保幅叠前深度偏移方法,将振幅误差补偿作为偏移的一部分与“运动学偏移”一起在偏移过程中实现.其基本内容包括：(1)从保幅的单平方根算子方程出发,推导出由双平方根算子定义的保幅单程波方程;(2)根据地震波摄动理论把速度场分裂为层内常速背景和变速扰动,分别在频率－波数域和频率－空间域求得波场深度延拓的偏移时移量及振幅校正系数,从而得到最终的DSR保幅波场延拓算子;(3)在高频假设条件下,把DSR保幅波场延拓公式中的积分运算进行稳相近似,得到保幅波场延拓的相移公式.理论分析和模型数值试验表明,该方法不但可以使散射能量聚焦、归位,提高成像精度;而且可以输出正确反映地下反射系数的振幅信息,为后续的地震属性分析（如AVO/AVA）提供更真实的地震信息.     

双平方根波动方程偏移速度分析

传统的剩余校正（RMO）偏移速度分析方法基于走时原理,在陡倾角和欠照明地区,因为不能得到充分的角度域信息而失效.本文将展示一种基于波场延拓理论的偏移速度分析方法,即波动方程偏移速度分析（WEMVA）.这种方法先利用成像优化方法获得剩余成像,再利用剩余成像反演剩余速度.此类方法继承了波动方程偏移方法的优点和缺点.波动方程偏移速度分析是一种线性反演方法,它要求对Born近似的展开序列作一阶截断.高阶部分的丢失必然带来巨大的截断误差,因此剩余成像必须也进行线性化,以适应大速度扰动和大延拓步长.因此,在此类算法中,剩余成像的获取和线性化是偏移速度分析的关键.在叠前偏移算子中,因为双平方根算子的数学表达式更为简洁,所以本文基于对波动方程偏移速度分析初步讨论,并通过模型验证其原理.     

基于近似真地表浮动面叠前深度偏移成像技术应用研究

常规基于水平地表假设的CMP浮动面处理方法不适用于准噶尔前陆冲断带复杂构造区成像。选择近似真地表浮动面并统一作为时间域和深度域处理面,从叠前时间域预处理包括优选近地表底界面,地表一致性近似真地表静校正,地表一致性双平方根动校正求取速度及剩余静校正,使时间域预处理到叠前深度偏移保持流程、参数的一致性。该基准面的选择使波场走时更接近实际传播路径,成像精度更高,地质构造准确。     

混合误差协方差用于集合平方根滤波同化的试验

在集合卡尔曼滤波方法中, 根据预报集合统计提供的依流型而变的预报误差协方差对同化起到决定性的作用。但在集合样本容量不足及模式存在系统误差时, 由预报集合估计的预报误差协方差会出现明显偏差。既要减小这种估计偏差对同化产生的影响而又不增加计算量, 一种可供选择的方法是将定常或准定常的高斯型预报误差协方差和由预报集合估计的预报误差协方差加权平均用于集合卡尔曼滤波同化。利用浅水方程模式, 通过观测系统模拟试验检验在不同的模式误差、 集合成员数以及观测密度条件下, 将这种混合预报误差协方差矩阵用于在集合平方根滤波的效果。试验结果表明, 当预报集合成员数较多而模式又无误差时, 不必采用混合的预报误差协方差矩阵, 否则, 采用混合的预报误差协方差矩阵都有可能改进分析和预报。混合预报误差协方差的最优的权重系数与模式误差关系密切, 模式误差越大, 定常预报误差协方差的权重越大。最优的权重系数与集合成员数及观测密度也有一定关系。     

四维变分同化和集合平方根滤波联合反演土壤湿度廓线的研究

提出将集合平方根滤波（EnSRF）估计的预报误差协方差用于四维变分（4DVAR）的同化方案（文中称混合四维变分同化方法,简称混合方法）来反演土壤湿度廓线,该方法由两个同化时段构成: 第一时段为EnSRF,第二时段为4DVAR,此种组合可以充分发挥每一同化方法的优势。通过同化表层土壤湿度观测反演土壤湿度廓线这一理想试验来验证方法的可行性,并与EnSRF和4DVAR的反演结果进行比较,结果表明, 混合方法反演的分析时刻土壤湿度廓线都优于EnSRF和4DVAR的结果。与此同时,为了克服小样本在估算背景场误差协方差矩阵时出现的虚假相关对反演的干扰, 提出在原有协方差矩阵中加入具有高斯指数函数成分来降低其影响;与修正前结果相比,反演的中下层（地下34～100 cm） 土壤湿度的均方根误差从0.036 cm3/cm3降到0.016 cm3/cm3, 降幅为55.6%, 更重要的是大大降低了部分深度处反演土壤湿度的误差, 如地下90 cm处误差从0.085 cm3/cm3降到0.024 cm3/cm3, 降幅达71.8%。     

波动方程角度域共成像道集

针对基于波场深度递推的波动方程叠前深度偏移成像方法难以准确地给出如Kirchhoff积分叠前深度偏移成像方法的偏移距域共成像道集的不足,在分析研究现有的各种波动方程偏移成像共成像道集方法的基础上,利用波场外推的单平方根算子和波场的窗口Fourier框架展开与重构方法,提出一种局部角度域共成像道集方法——成像点处反射角共成像道集方法.把这种角度域共成像道集方法应用于国际标准的Marmousi模型数据和一条实际二维地震数据都取得了理想的结果.提出的波动方程反射角度域共成像道集方法可为进一步的叠前偏移数据振幅随角度变化分析和偏移速度分析工作提供基础.