海水海砂混凝土双K断裂参数的确定

采用尺寸为515 mm×100 mm×100 mm初始缝高比从0.1变化至0.8的三点弯曲梁试件,利用试验测得起裂荷载Pini、最大荷载Pmax及对应的裂缝口张开位移CMODc等参数,研究了缝高比a0/h对海水海砂混凝土双K断裂参数的影响。并以相同配合比的淡水河砂梁作为对照组,进一步研究了海砂海水混凝土双K断裂参数与普通混凝土之间的关系。结果发现海水海砂混凝土断裂参数在a0/h=0.25～0.7范围内时可以认为是一常数;海水海砂混凝土梁断裂参数比相同配合比情况下的淡水河砂梁大且对边界影响更加敏感。     

渤海MN油田南区相控地质建模

在精细地层对比、沉积相分析和隔夹层分布等研究基础上,笔者采用相控方法进行渤海MN油田南区储层三维地质建模。在沉积相模拟中,以沉积模式为蓝本,将沉积亚相展布、井震结合预测的泥岩夹层分布等确定性认识和随机模拟技术相结合,同时依据各沉积亚相内储层发育的特征和差异,选择不同的"砂包泥"和"泥包砂"模拟思路,实现逐级相控、定量表征储层的空间分布。研究结果表明,以精细油田地质特征认识为基础,采用多条件地质约束的相控建模方法,可以更好地反映沉积认识,提高储层建模的精确度。     

利用半参数模型估计确定验潮组网的深度基准面

深度基准面的确定是进行海洋测量的基础,准确确定深度基准面是进行海洋测量的有效前提。提出了一种将CORS技术与验潮组网技术进行结合的新传递深度基准面的方法,实现长、短期验潮站同步验潮实现深度基准面的增强传递;提出了采用半参数模型理论来求取潮差比的计算方法;具体阐述了验潮组网通过间接平差求取短期验潮站的深度基准面的计算方法,减少了验潮测量的人力投入,计算潮差比时考虑了系统误差的影响,计算短期验潮站时考虑了观测误差对深度基准面传递的影响。     

仿生机器鱼尾鳍推进效率的多参数优化研究

仿生机器鱼作为一种高效、高机动的水下机器人,得到了科研人员的广泛关注,对BCF方式机器鱼尾鳍推进效率的研究是其中的重点方向。目前对尾鳍推进效率的优化研究,大多局限于尾鳍单一参数的优化,这与自然鱼类的游动状态相差甚远,因而不能真正达到推进效率最大化的目的。本文提出了尾鳍多参数优化方案,通过对尾鳍转动频率、摆动幅值、击水角度和摆动周期等参数的联合优化,得到一组特定游速下的参数值,结果表明本研究对象在游速0.6L m/s时(L为体长),数值计算推进效率为65.7%,仿真推进效率为64.3%的,均大于目前单一参数的优化结果,充分体现了尾鳍多参数配合的优越性。本文的研究,对提高仿生机器鱼的推进效率具有积极作用。     

利用气象数据计算局部对流层湿延迟的方法

天顶对流层湿延迟是反演大气水汽含量的重要参数。该文通过研究局部地区垂直剖面气象条件的变化特征,提出了一种利用地表实时观测气象数据及历史资料计算当前时刻局部地区垂直剖面气象参数的方法,进而可利用积分方法精确求得该地区对流层湿延迟。通过与当前精度较高的经验模型对比,证明本文提出的方法能有效削弱局部地区对流层湿延迟误差,RMS和Bias误差可分别降低30%、50%左右;由于观测量仅是温度和湿度,故相较于利用GNSS等空间大地观测台站估计湿延迟的方法,本文方法的成本将小许多。     

非线性参数估计的自适应松弛正则化算法

非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时,以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此,针对传统非线性最小二乘求解不稳定且可靠性低的特点,基于稳定泛函极小准则最优化思想,提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则,实现了正则参数和迭代步长计算的完全自适应,提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例,验证了该方法的数值收敛解优于线性平差估计解,收敛效率优于迭代Tikhonov正则化方法。     

一种附加边界约束和内约束的多中心ERP融合模型

不同技术、不同分析中心得到的地球自转参数（Earth rotation parameters,ERP）往往是不同的,为提供统一的ERP供用户使用,常需对ERP进行融合处理。提出了一种基于多分析中心ERP结果的附加边界约束和内约束融合模型,即先通过参数变换把各分析中心结果转换到相同时刻,考虑到相邻观测时段边界点处ERP应当一致这一特点,施加边界约束,然后对各分析中心的长期解施加转换参数内约束,最后得到多分析中心ERP的融合解。采用从2005—2011年共6 a的7个全球卫星导航系统（Global Navigation Satellite System,GNSS）分析中心的结果进行融合处理,并与IERS C04（International Earth Rotation and Reference Systems ServiceCombined 04）结果进行比较。结果表明,所提出的融合方法计算结果的精度有明显改善。     

基于模糊最大似然估计算法的遥感影像分割

针对模糊K-均值算法依赖于群集原型的初始估计和对于数据中所存在的子群数目做出假设的缺点,结合最大似然估计,提出了不依赖先验假设的模糊聚类法——基于模糊最大似然估计的遥感影像分割算法。该算法在模糊最大似然估计算法中用模糊协方差来计算后验概率,用后验概率矩阵代替隶属度矩阵来进行划分。先用模糊K-均值进行图像预处理,然后用模糊最大似然估计算法进行分割。此外,本文用性能指标参数——超体积指标FHV来评价最优的类别数目。本文通过对模拟影像和真实影像的实验,验证了该算法的有效性和准确性。