Estimation of peak relative velocity and peak absolute acceleration of linear SDOF systems

In the seismic analysis and design of structures, the true velocity and absolute acceleration are usually approximated by their corresponding pseudo-values. This approach is simple and works well for structures with small damping (say, less than 15%). When the damping of a structure is enhanced for the purpose of response reduction, it may result in large analysis and design errors. Based on theory of random vibration and the established mechanism of seismic response spectra analysis, a method is developed (1) to predict the relative velocity spectra with any damping ratio level directly from the 5% standard pseudo-acceleration spectrum; and (2) to estimate the peak absolute acceleration. The accuracy of both is validated by using two selected ensembles of ground motion records.     

VGGNet网络结构下的地震数据增强方法研究

断层识别是油气勘探中至关重要的工作内容,针对目前断层识别效果不好的问题,基于VGGNet神经网络算法实现了断层的自动识别。对原始的VGGNet网络进行了改进,使其适用于本次的断层识别研究。通过添加缩放系数对学习率进行了优化,使得网络识别准确率有了提高。在此基础上为了解决断层自动识别神经网络算法中训练数据过少、而网络识别效果对标签数据要求较高的问题,文章尝试使用了Color Jitter和增加高斯噪声两种新的数据增强方法。使用不同的训练数据在改进的VGGNet网络结构上进行训练,通过对比其准确率和最终的断层识别效果,可以发现使用的两种新的数据增强方法训练的网络模型准确率更高、断层识别效果更好。从而证明了本次所引入的数据增强方法的有效性,为神经网络算法应用到断层识别研究中提供了一种有效的数据增强方法。     

一种两步抗差估计的设计及其解算

抗差估计的关键是选择适当的权函数和合理的调制因子,针对这两个重要问题,在研究当前调制因子取值方法的基础之上,提出了可动性调制因子这一新概念,并基于可动性调制因子、IGG方案权函数,设计了两步抗差估计。两步抗差估计解决了抗差估计中传统的调制因子、方差因子、初值三者取值时存在的一系列问题,尤其当三者取值不能协调配制时出现的秩亏问题,从而使抗差估计方法更具有实际意义和广泛意义。     

几种非线性滤波算法的性能比较与分析

在非线性状态估计中,传统的扩展卡尔曼滤波通过线性化来实现高斯近似,由于截断误差的存在很难保证估计精度;而基本粒子滤波容易出现粒子退化,导致滤波发散。针对粒子滤波的两个基本假设：蒙特卡罗假设和重要采样假设,采用蒙特卡罗随机链的方法来提高粒子的多样性,并利用无味卡尔曼滤波来产生更高精度的替代分布,发展了无味粒子滤波。通过仿真实验证明,相比较扩展卡尔曼滤波和基本粒子滤波,改进后的无味粒子滤波算法性能更优越,对含有非线性非高斯的状态估计问题有更好的滤波效果。     

多尺度带乘性噪声系统的最优状态平滑算法

针对多尺度带乘性噪声系统,在多尺度最优滤波融合的基础上,进行状态最优固定域平滑算法的研究.通过推广得到的平滑算法需要大量的局部传感器参数,而分布式多尺度滤波融合后不能保留这些信息.针对这一弊端对算法进行改进,推导出仅使用融合后的一步预测及滤波值的平滑算法.该算法在线性最小方差意义下是最优的.计算机仿真验证了算法的可行性.     

带乘性噪声广义系统状态最优估计算法

针对带乘性噪声广义系统,提出1种在线性最小方差意义下的状态最优估计算法.首先,采用标准分解将系统变换为2个子系统;其次,通过估计子系统的状态,获得原系统的状态最优滤波.同时,算法还给出了动态噪声与量测噪声的估计.仿真结果表明了该算法的有效性.     

GPS网平差中的稳健估计

GPS网平差利用三维基线向量为观测值,与常规的粗差探测不同,根据RECO法基本原理,以GPS网为例,说明RECO法在GPS网平差中粗差探测中的优越性,得出一些有益的结论。     

基于共轭梯度搜索的病态问题处理方法

在最小二乘平差准则基础上,把病态平差问题转化为无约束的二次规划问题,并利用优化理论分析病态对平差解的影响。通过共轭梯度搜索算法在可行域中寻找最优步长因子,自动寻找最速下降方向,并给出迭代初值的设置方法。分析近似计算中病态问题与局部最优解的关系,讨论局部最优解的快速迭代方法,并通过实例验证算法的有效性,计算迭代的速度。由于整个过程没有对法方程系数矩阵进行求逆计算,该算法可用于处理大规模系数矩阵高病态的平差问题。     

基于全球分布的地震观测数据估计0S0模态的特征频率及品质因子

选取2011-03-11日本MW9.3地震后全球地震台站记录的约220 h波形数据,基于一定的判断准则,筛选出质量较高的448个垂向观测数据,采用频域AR方法对0S0模态的特征频率和品质因子进行估值,并以信噪比为权重进行加权平均,得到特征频率f=0.814 658 4±5.3×10-7,品质因子Q=5 586±12。该结果与已有研究成果相比精度更高,有助于约束现有地球介质密度和衰减模型,使其更接近真实地球。     

GNSS变形监测网短基线时间序列噪声特性分析

利用时间跨度为5 a的GNSS短基线时间序列对噪声特性进行分析,发现长周期噪声分量(随机游走噪声)。选取最优噪声模型,评估不同噪声模型对测站周期振幅和线性速度估值的影响。结果表明,短基线时间序列中有色噪声应顾及闪烁噪声和随机游走噪声,对于表现出随机游走噪声的分量,可能与测站的真实运动有关;假设只有白噪声时求得的速度估值与最优噪声模型下求得的速度估值存在0.4～0.6 mm/a的偏差,对周期振幅的影响可以忽略。