微弱方波信号检测模型混沌解的判定

薄油气储层的识别和解释中存在极其微弱有效信号，对这些有效信号进行混沌检测的先决条件是检测模型存在混沌区域。本文以微弱方波有效信号为例，运用Melnikov方法就混沌检测模型（Dufing方程）的混沌判据问题进行数学,证明并推导该数学模型出现混沌状态的临界值，为薄油气储层的识别和解释中的微弱信号的混沌检测提供理论依据。     

混沌噪声背景下检测微弱信号的神经网络方法分析

地震勘探资料的噪声许多呈现混沌现象，利用传统的去噪方法效果并不理想，如何根据混沌固有的性质，对地震勘探资料中的有效信号进行提取是许多科学工作者极为关注的问题，针对这种混沌噪声下的微弱信号检测，本文提出三种神经网络方法并对此进行比较，理论分析及仿真实验表明这三种神经网络在信噪比达到—37dB时，均能检测混沌噪声背景中的微弱信号。     

微弱正弦信号检测模型混沌解的判定

运用Melnikov方法就混沌检测模型的混沌判据问题进行研究，证明并推导该数学模型为非线性混沌系统及系统出现混沌状的临界值。为正弦信号的混沌检测和混沌振子法用于准周期信号检测提供理论依据，也为从低信噪比地震勘探资料中提取有效信息建立理论基础。     

检测地震勘探微弱同相轴的混沌振子算法

针对地震勘探资料湮没在随机噪声中的微弱同相轴问题提出基于混沌理论的混沌振子检测算法. 利用修正的Duffing_Holmes方程建立检测微弱同相轴的混沌振子系统,之后经过对同相轴的扫描处理,构成新子波等时间间隔序列W(t),与此同时对随机噪声也进行相同的截断. 截断的随机噪声在混沌振子系统中可以具有与周期信号相同的表现;经过大量仿真实验确定出满足通常地震勘探子波延续时间的使混沌振子检测子波不呈现周期相态的随机噪声截断时间范围. 选用与松辽盆地T1、T2反射层类似的子波函数并构成待检微弱周期信号,经过MATLAB仿真试验成功地检测出该弱信号,信噪比达到约-103dB.     

基于尺度变换随机共振的瞬变电磁弱信号检测

晚期瞬变电磁信号是大参数、多频率、且各频率分量未知的电磁信号,特别在晚期还是强噪声背景下的微弱信号.随机共振系统可以在极限信噪比的情况下提取微弱信号,但仅适用于小参数、单一频率或频率已知的高频信号的情况,为此,本文提出一种基于尺度变换的随机共振算法用于检测晚期瞬变电磁信号,该方法充分利用了随机共振检测弱信号的优势,通过...     

多重自相关在微弱低频电磁信号检测中的应用

低频电磁信号在地下电性结构探测中具有重要作用,经过长距离传播,信号衰减,可能被淹没于噪声中.利用多重自相关检测方法,对微弱低频电磁信号进行检测,并与自适应滤波法和离散小波变换法进行对比.利用Matlab对3种算法进行仿真研究.结果表明,多重自相关法能更好抑制噪声,有效检测微弱信号,检测性能优于小波变换法和自适应滤波法.     

基于支持向量机的信号自动检测算法

STA/LTA算法是信号自动检测中的经典算法. 这种算法中检测阈值的分布范围在0~infin;之间， 合适的检测阈值不但要根据实验反复调试， 而且要在误检率和漏检率之间取得平衡. 针对这一问题， 从模式识别的角度出发， 给出了一种基于支持向量机的信号检测算法. 讨论了该算法中数据预处理和模式特征提取的方法， 以及支持向量机中核函数的选择问题. 利用实际地震数据， 分析了这种算法的检测性能. 结果表明, 这种算法简化了检测阈值的选择. 在准确检测信号的同时，其误检率相对于STA/LTA算法可以降低约85％， 并且具有较强的抗噪性能.      

基于混沌算法的地震信息网络入侵检测研究

为改善传统的基于机器学习的网络入侵检测方法只能检测已知入侵行为,对于未知入侵行为的检测存在误警率高、时效性差的不足,提出一种基于混沌算法的地震信息网络入侵检测方法。创建候选地震信息网络特征-混沌变量映射模型,实现变量之间的转化;采用混沌变量迭代演化算法进行地震信息网络特征选择;使用支持向量机对最优特征进行学习,为提高地震信息网络入侵检测精度,利用柯西蜂群算法对支持向量机参数进行寻优,建立网络入侵检测优化模型。仿真实验证明,基于混沌算法的地震信息网络入侵检测方法能有效实现高检测率、低误报率的入侵检测,具有很高的应用优势。     

改进混合蛙跳算法的CSAMT信号激电信息提取研究

从CSAMT信号中提取激电信息有利于提高频率域电磁法反演与解释的精度.目前的研究多以线性反演方法为主,存在依赖初始模型、易陷入局部极值的问题.针对CSAMT信号IP提取问题的非线性和非凸特征,本文提出了一种基于柯西分布和惯性权重的二阶段最小构造混合蛙跳反演方法来提取IP信息.该方法首先利用柯西算子取代随机算子来提高算法的全局搜索能力,并通过引入混沌震荡惯性权重来均衡进化过程中的个体经验和群体经验,保证算法后期的稳定收敛;然后通过引入第二阶段反演过程来强化极化率对观测数据的影响,同时将正则化参数引入混合蛙跳算法的适应度函数来改善反演的多解性问题;最后利用CPU并行计算加速了算法的模因组搜索过程.反演结果表明,上述方法能够较好地重构地电结构和提取激电信息,在加噪环境下具有较强的鲁棒性.相比其他非线性算法(标准混合蛙跳算法SFLA,差分进化算法DE和粒子群优化算法PSO)的反演结果,本文算法具有更强的全局搜索能力和更高的计算效率,适合对微弱的激电信息进行提取.     

基于广义RI指数的微波观测资料干扰识别方法

基于AMSR2(the Advanced Microwave Scanning Radiometer 2)一级亮温数据,提出了广义RI指数(Radio Frequency Interference Index)识别方法来检测无积雪覆盖陆地和洋面区域AMSR2 7.3 GHz通道受RFI(Radio Frequency Interference)影响的观测数据,进而用主成分分析法以及谱差法的检测结果进行验证,并分析了三种方法检测结果间的差异.结果表明:广义RI指数识别方法的检测出的RFI和其他两种方法的检测结果基本一致,这表明新算法对识别陆地和洋面上的RFI是有效的.但这三种检测方法的区别是,主成分分析法识别的RFI信号比其他两种方法确定的范围小、数量少,谱差法次之,广义RI指数检测方法检测出的RFI信号最多.本研究为评估不同识别算法提供了参考,还为进行卫星遥感技术微波频段保护提供了理论依据.     

非线性地震道的混沌反演——Ⅱ.关于Lyapunov指数和吸引子

在本文上篇《非线性地震道的混沌反演--1.理论和数值试验》中讨论了非线性反问题逐次线性化方法及迭代过程的系统特性、递推法和广义线性反演法输出波阻抗序列的特征。本篇参照混沌理论中关于Lyapunov指数、相空间和吸引子的概念,深入研究逐次线性化迭代的状态变化的阶段性及其定量描述.当引用相空间描述系统的演化时,对于随迭代变化的阻尼因子可以发现几种吸引子.最后,总结了非线性地震混沌反演的要点,指出非线性反演迭代的复杂阶段性要川混沌理论来描述,而Lyapunov指数等才是控制迭代过程的实质性参数.     

非线性地震道的混沌反演——Ⅱ.关于Lyapunov指数和吸引子

在本文上篇《非线性地震道的混沌反演——1.理论和数值试验》中讨论了非线性反问题逐次线性化方法及迭代过程的系统特性、递推法和广义线性反演法输出波阻抗序列的特征。本篇参照混沌理论中关于Lyapunov指数、相空间和吸引子的概念,深入研究逐次线性化迭代的状态变化的阶段性及其定量描述.当引用相空间描述系统的演化时,对于随迭代变化的阻尼因子可以发现几种吸引子.最后,总结了非线性地震混沌反演的要点,指出非线性反演迭代的复杂阶段性要川混沌理论来描述,而Lyapunov指数等才是控制迭代过程的实质性参数.     

平面外振动周期性高架桥失谐局部化问题分析

考虑周期性高架桥结构由桥墩及两相邻的水平梁组成,分析平面外振动失谐引起局部化现象。首先建立水平梁-桥墩连接处的传递矩阵,结合Wolf算法推导描述周期性高架桥波场局部化的Lyapunov正指数,并讨论高架桥结构的桥墩高度、桥梁跨度失谐及材料阻尼变化对描述局部化因子的Lyapunov指数影响。计算结果表明:低频时桥墩高度及桥梁跨度失谐对Lyapunov指数几乎没有影响,而随频率增加,周期高架桥结构失谐引起局部化现象明显;在通带域,振动波局部化更容易受结构材料阻尼变化的影响;在禁带域,高架桥的桥墩高度、桥梁跨度失谐对振动局部化影响要大于结构材料阻尼。     

Chaotic seismic faulting with a mass-spring model and velocity-weakening friction

We present a systematic analysis of the dynamical behavior introduced by fault zone heterogeneities, using a simple mass-spring model with velocity-weakening friction. The model consists of two sliding blocks coupled to each other and to a constant velocity driver by clastic springs. The state of this system can be characterized by the positions of the two blocks relative to the driver. Symmetry stabilizes the system and generates only cyclic behavior. For an asymmetric system where the frictional forces for the two blocks are not equal, the solutions exhibit chaotic behavior. The transition from stable cyclic behavior to chaos is characterized by the period-doubling route to chaos. Lyapunov exponents are computed to quantify the deterministic chaos and to locate the onset of the chaotic evolution in parameter space. In many examples of deterministic chaos, chaotic behavior of a low-order system implies chaos in similar higher order systems. Thus, our results provide substantial evidence that crustal deformation is an example of deterministic chaos.     

Signatures of low-dimensional chaos in hourly water level measurements at coastal site of Mariupol,Ukraine

Variations of water levels in ports and estuaries are important for ship guidance and navigation and are influenced by a variety of factors. The hourly data that was collected from the coastal site at the Port of Mariupol, Ukraine during January–December 2005 were analysed with an objective to reveal features of chaotic behaviour. The concepts and methods of chaos theory (average mutual information, correlation dimension, false nearest neighbours, Lyapunov exponents) were applied. The manifestation of low-dimensional chaos was found in the time series. The possibility of nonlinear prediction was concluded.     

Nonlinear ensemble prediction of chaotic daily rainfall

The significance of treating rainfall as a chaotic system instead of a stochastic system for a better understanding of the underlying dynamics has been taken up by various studies recently. However, an important limitation of all these approaches is the dependence on a single method for identifying the chaotic nature and the parameters involved. Many of these approaches aim at only analyzing the chaotic nature and not its prediction. In the present study, an attempt is made to identify chaos using various techniques and prediction is also done by generating ensembles in order to quantify the uncertainty involved. Daily rainfall data of three regions with contrasting characteristics (mainly in the spatial area covered), Malaprabha, Mahanadi and All-India for the period 1955–2000 are used for the study. Auto-correlation and mutual information methods are used to determine the delay time for the phase space reconstruction. Optimum embedding dimension is determined using correlation dimension, false nearest neighbour algorithm and also nonlinear prediction methods. The low embedding dimensions obtained from these methods indicate the existence of low dimensional chaos in the three rainfall series. Correlation dimension method is done on the phase randomized and first derivative of the data series to check whether the saturation of the dimension is due to the inherent linear correlation structure or due to low dimensional dynamics. Positive Lyapunov exponents obtained prove the exponential divergence of the trajectories and hence the unpredictability. Surrogate data test is also done to further confirm the nonlinear structure of the rainfall series. A range of plausible parameters is used for generating an ensemble of predictions of rainfall for each year separately for the period 1996–2000 using the data till the preceding year. For analyzing the sensitiveness to initial conditions, predictions are done from two different months in a year viz., from the beginning of January and June. The reasonably good predictions obtained indicate the efficiency of the nonlinear prediction method for predicting the rainfall series. Also, the rank probability skill score and the rank histograms show that the ensembles generated are reliable with a good spread and skill. A comparison of results of the three regions indicates that although they are chaotic in nature, the spatial averaging over a large area can increase the dimension and improve the predictability, thus destroying the chaotic nature.