排序方式: 共有44条查询结果,搜索用时 31 毫秒
31.
32.
复杂地电模型的探地雷达时域有限差分正演 总被引:2,自引:2,他引:0
目前探地雷达正演模拟。都是针对简单的层状模型、圆状空洞、正方形空洞等单一的规则模型,而对于地下弯曲的界面或“V”字形等复杂模型的正演,实现起来较为困难。然而,地下构造是复杂的,因此,对复杂地电模型的正演研究显得更为重要。这里以麦克斯韦两个旋度方程为基本出发点,运用K.S.Yee的空间网格模型理论和时域有限差分法的基本原理,推导出二维空间的探地雷达正演方程组,通过讨论数值频散关系及其产生原因,推导出符合探地雷达实际传播规律的理想频散关系。为解决正演模拟时截断边界处的超强反射,采用了Mur超吸收边界条件.并以自制的探地雷达正演模拟程序为依托,对两个复杂的探地雷达模型进行了正演模拟,得到了正演剖面图。从其后模拟实例中的两正演剖面图可以看出,边界截断处的干扰波被大大地减少,消除边界反射后的雷达剖面能更好地指导工作人员进行地质解释,从而达到了把雷达的正演研究深入到复杂地电模型中去的目的,使正演研究更符合实际的地质情况。 相似文献
33.
用Visual C++开发地质雷达正演模拟软件 总被引:2,自引:3,他引:2
从地质雷达的正演原理着手,通过对数值稳定性条件、数值频散关系、源的设计、边界条件等理论的探讨.用Visual C 语言编写出一套能对常见的二维地电模型进行正演模拟和对地质雷达的原始信息进行读取与写入的软件。 相似文献
34.
35.
近年来,随着数字处理技术和电子技术的飞速发展,探地雷达(GPR)的实际应用范围迅速扩大,现已覆盖考古、矿产资源勘探、水文地质调查、岩土勘查、无损检测、工程建筑物结构调查、军事等众多领域,解决了很多工程实际问题,成为浅层勘探的有力工具.而探地雷达的理论研究与实际的应用相比,具有明显的滞后性.但是解释人员要达到精确地对探地雷达实际资料的进行解析,必须事先了解地质体的雷达反射剖面的特征,所以作为反演与解释基础的复杂地电模型的探地雷达正演模拟技术,就成了探地雷达理论研究的主要内容之一.本文以麦克斯韦两个旋度方程为基本出发点,运用K.S.Yee的空间网格模型理论和时域有限差分法的基本原理,推导出二维空间的探地雷达正演方程组,并详细地分析了差分格式中半空间步长与半时间步长的实现方法,及其雷达波电场与磁场分量在计算机上相互关系的C程序实现.然后讨论了数值频散关系及其产生原因,通过同时考虑时域有限差分法及Yee氏网格的特点,推导出了符合探地雷达实际传播规律的理想频散关系,作者自制了探地雷达正演程序,并分别计算了Mur超吸收边界条件及无边界条件下的雷达地电模型,通过对比可知,超吸收边界条件可利用,大大地减少截断边界处的干扰波,达到用有限区域达到在无限空间传播的效果.最后作者利用自制程序,对“V”字形和同一斜面上的五个圆的两个典型的探地雷达地电模型进行了正演模拟,得到了正演剖面图,消除了边界反射后的雷达剖面能很好地指导工作人员对雷达实测剖面的地质解释,同时使正演研究更符合实际的地质情况. 相似文献
36.
37.
无单元Galerkin法采用滑动最小二乘法拟合场函数,只需节点无需单元,具有前处理简单、精度高、解高次连续等优点,被用于求解探地雷达(GPR)正问题.本文从Maxwell方程出发,推导了GPR正演需满足的波动方程;详细介绍了滑动最小二乘法形函数的构造方法.针对EFGM不满足插值条件导致强加边界条件的处理变复杂的特性,采用罚因子法对强加边界条件进行了处理;同时为了消除EFGM进行GPR正演模拟时来自截断边界处的超强反射,采用透射边界条件把GPR波在截断边界处的反射波透射出去,进而压制了来自截断边界处的反射波.然后,编制了EFGM的GPR正演模拟Matlab程序,应用该程序对典型GPR地电模型进行了正演模拟,并把该正演剖面图与基于线性插值FEM正演剖面图进行了对比,结果表明了EFGM用于GPR正演计算的正确性及有效性,并且在相同节点数条件下,EFGM比矩形剖分的FEM的精度要高,更有利于指导雷达剖面的数据解译. 相似文献
38.
层析反演的本质是解病态方程组,且系数矩阵通常为大型稀疏矩阵。正则化可提高解的稳定性,LSQR法可减小存储空间、加快计算效率,因此将二者结合提出了基于光滑约束正则化的层析反演算法。正则化参数在反演中有着至关重要的作用,采用L曲线法选择最佳正则化参数。列举了基于走时层析成像的数值计算实例,由最佳正则化参数下的速度剖面图可清晰地识别异常体特征,证明了基于光滑约束正则化的层析反演算法的有效性。 相似文献
39.
40.
超高密度电法是一种新的地球物理探测技术,它通过多通道数据采集和多装置数据联合反演,极大地提高了电法勘探的成像精度.本文提出一种主成分-正则化极限学习机(PC-RELM)非线性反演方法,该方法针对超高密度电法所获取的高维勘探数据进行反演建模,通过随机设定隐层参数来简化模型的学习过程,通过主成分分析方法来进行高维数据降维,最后引入正则化因子提高反演模型的泛化能力.论文给出了超高密度电法的原理、样本构造方法和非线性反演流程,使用交叉验证方法获得了优化的隐节点数目和正则化参数,构造了优化的反演模型.通过两个经典的超高密度模型的反演结果表明,该方法能够较好地解决超高密度电法反演的高维数据非线性建模问题,能够弥补单一装置数据反演的不足,同时相较其他的非线性反演方法(ELM,BPNN和GRNN)具有更加准确的反演结果. 相似文献