基于匹配小波包算法的地震信号去噪

地震资料的信噪比是影响地震资料质量的关键因素之一。目前的去噪方法中,在滤波的同时会损伤有效信号,因此提出基于匹配算法的去噪方法,利用和地震信号匹配的小波包对信号进行分解,用选出的波形代表有效信号达到去噪的效果。实验分析表明,利用匹配小波包算法能够很好地压制地震信号白噪声,提高信噪比。当噪声能量小于有效信号周期能量时,小波包算法去噪效果比小波收缩阈值法好,信噪比提高5 dB ±。     

空间波与长试样法测量介电常数的结果与对照

用空间波法测量无限大半空间模拟介质板的复介电常数 ,包括金属板定标法与双极化法 ,测量中同时接收前向散射的振幅和相位 ,实验在X波段进行。该文的金属板定标法本质上是自由空间中的长试样法 ,并对它的原理和测试结果与波导长试样法作了比较与对照     

煤层气井用压裂液技术研究

针对沁水3#煤储层的地质特征,在优选水基压裂液添加剂的基础上,结合压裂工艺的要求,形成了不同类型水基压裂液配方体系,并且较完整地对煤层气井用水基压裂液配方体系进行了测试。通过对优选的不同水基压裂液性能的实验表明,其各项性能较好地满足了煤储层和压裂工艺的要求。      

水下运载体定位理论模型及拖曳参数分析

通过分析连接水下运载体和信号浮标的缆绳的水下形态,提出一种将浮标的位置向水下延伸进行定位的方法。本方法比声学GPS定位系统更具经济性。并对拖曳系统某些参数进行了分析,得出了有益的结论。     

成都平原内汶川Ms8.0级地震的地表变形

2008年5月12日汶川8.0级大地震发生在青藏高原东缘龙门山推覆构造带上,除映秀—北川断裂、灌县—江油断裂上各形成240 km和72 km 长的地表破裂带外,可能在成都平原西部的什邡市师古镇附近形成一条弱地表破裂带.成都平原内的地震地表破裂带与龙门山区的2条地震破裂带构成倾向北西的叠瓦状逆断裂地震地表破裂系统.野外调查发现,师古镇南肖家院—庆云庵建筑物严重破坏带、水渠跌水、地表褶皱、喷砂和地裂缝带走向30°,延伸长度约7.5 km.探槽开挖表明,地表地震褶皱陡坎下的地层发生弯曲变形,汶川地震使断层上盘的地面和最新地层褶皱隆起0.2 m.TC2探槽中的粘土层底面褶皱隆起0.4 m,它可能记录到汶川地震之前另外一次与汶川地震大小相当的古地震事件.浅层地震勘探资料表明,平原区出现地震地表破裂的位置不仅存在晚更新世活动断裂,而且伴生有第四纪活动褶皱.     

Paleoenvironments Recorded in a New-Type Ferromanganese Crust from the East Philippine Sea

INTRODUCTIONHydrogenetic marine ferromanganese crusts havereceived much attention over the past several dec-ades ,not only as potential mineral resources enrichedin Mn,Co ,Cu, Ni ,and Pt ( Manhei m,1986) but al-so as potential paleoceanographic records during theirgrowth ( Banakar et al ., 2003 ; Mc Murtry et al .,1994 ; Hein et al .,1992) .Former research has demonstrated that varia-tions in the chemical composition of seamount ferro-manganese crusts canreflect theinfluence of changin…     

GPS历书计算与卫星星座预报仿真

利用Matlab软件解算GPS历书信息，对GPS卫星星座进行预报仿真。给出了计算仿真的整体流程和部分主要实现代码，最后通过实际接收卫星数据的计算，得出了预报仿真结果。此方法既能直观理解星座运动分布，也能满足工程实践中快速捕获卫星的需求。     

基于样本增强的卷积神经网络震相拾取方法

为了快速、高效地从地震数据中识别地震事件和拾取震相,本文利用基于样本增强的卷积神经网络自动震相拾取方法,将西藏林芝地区L0230台站3个月数据作为训练集,该区内另外6个台站连续1个月的波形数据作为测试集,采用高斯噪声、随机噪声拼接、随机挑选噪声、随机截取地震事件等4种样本增强的方法扩增训练集,以提高自动震相拾取技术的准确率。结果显示:样本增强前模型在测试集上的地震事件识别准确率为80%,样本增强后提升至97%,表明样本增强有效地提高了模型的泛化性能和抗干扰能力;在0.5 s误差范围内,震相自动拾取准确率高于81%,在1.0 s误差范围内,准确率高于95%;利用基于样本增强的卷积神经网络震相拾取方法能够检测出人工拾取震相中误标和漏检的震相。