自适应卡尔曼滤波在航空重力异常解算的应用研究

依据航空重力测量基本原理,构建了航空重力异常解算的卡尔曼滤波模型,将新息自适应卡尔曼滤波器(IAE,Innovation based Adaptive Estimation)应用于量测噪声未知的航空重力异常解算.针对IAE滤波器滑动窗口宽度难以准确确定的问题,通过对多个不同滑动窗口新息协方差估计的加权平均,获得改进的IAE滤波器,该IAE滤波器不仅具有量测噪声自适应估计能力,还能实现滑动采样窗口的优化选取.试验结果表明,IAE滤波器可以降低因量测噪声统计信息不明引起的解算误差,改进IAE解算的重力异常误差约为1mGal.     

三维点云多尺度等值线模型Morphing变换方法研究

借鉴Morphing技术思想,提出了一种三维点云多尺度等值线模型Morphing变换方法。首先,分析了三维点云的空间分布情况,并按一定间隔在某一坐标轴方向(如犣轴）将其分层,建立点云的分层模型,以分层点云为单元生成等值线。其次,以分层数据生成的凸包多边形作为最小尺度等值线折线,按一定准则将剩余的离散点集归类到对应的凸包边,引入尺度参数狋,通过计算离散点的选取时机参数对其进行选取,生成连续变化的中间尺度等值线折线。最后,将等值线折线拟合成平滑曲线,构成三维点云的多尺度等值线模型。结果表明,本文方法能够处理规则点云数据和散乱点云数据,生成的等值线符合一般等值线的特性,不会产生边缘交叉等问题,而且运算效率高。     

线/面Voronoi图的分解合并生成算法

Voronoi图生成算法受到计算效率或生长源类型的限制,难以支撑线/面生长源Voronoi图的构建。本文提出一种生成线/面生长源Voronoi图的分解合并算法,其主要过程是将线/面生长源离散为特征点表达,通过特征点交叉建立最近特征点对,并以最近特征点对Voronoi子区域的交来部分地代替线/面生长源的等距离边界,算法以前后迭代离散计算的Voronoi子区域面积差分作为条件,可有选择地将部分生长源置入迭代过程,使线/面生长源Voronoi子区域逐步调整并达到精度要求。     

基于Duffing振子混沌系统的地震速度分析方法

强随机噪声干扰是导致地震勘探资料低信噪比的主要原因,如何在强随机噪声干扰下获取有效的信息是值得关注的问题.Duffing振子混沌系统是一个非线性的动力学系统,其对强随机噪声具有免疫能力,而对特定的周期性信号具有敏感性.本文提出一种基于Duffing振子混沌系统的速度分析方法.对CMP道集按照时距曲线关系进行移动窗口截取,将所截取的信号构建为待测信号加入Duffing振子混沌系统,通过相图网格分割方法(GPM)判断系统状态的改变,从而在强随机噪声背景下获得高分辨率的速度谱.理论模型和实际资料的处理结果表明,与传统的水平叠加速度分析方法相比,本方法能够在强随机噪声背景下获得更准确的速度分析结果.     

利用多尺度弦角尖锐度累积的自适应角点检测算子

为提高角点检测算法的定位精度和对噪声的鲁棒性,提出了基于多尺度弦角尖锐度累积的自适应角点检测算子。首先,利用Canny算法快速提取图像边缘轮廓;然后,划分轮廓支撑域并将其作为尺度,分别计算3个尺度下的弦角尖锐度均值,并将其累积作为角点响应函数;最后,根据每条轮廓各自的自适应阈值标记角点。实验结果表明,与现有的角点检测算法相比,该算法提高了噪声图像和模糊图像上角点的定位精度和抗噪声能力,并具有自适应性。     

角度域剩余深度对剩余速度的敏感性分析

本文针对地震勘探深度域偏移速度建模研究,利用角度域共成像点道集(ADCIGS)建立了以剩余速度为自变量,剩余深度为目标函数的关系式,及目标函数的梯度公式.利用导出的两个公式分别对剩余深度与剩余速度的关系进行了定量分析.通过理论分析和模型试算证明初始速度模型的误差具有方向敏感性,即正误差较负误差对速度建模迭代收敛更敏感.利用此结论进行深度域速度建模既可以提高计算效率也可以提高建模精度.     

GNMF小波谱分离在地震勘探噪声压制中的应用

地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势.     

2015年4月25日尼泊尔MW7.9地震的震源机制

<正>据中国地震台网测定,北京时间2015年4月25日14时11分尼泊尔发生MW7.9(MS8.1)强烈地震,震中位置为(28.2°N、84.7°E),震源深度为20km.这次地震位于尼泊尔首都西北部,距加德满都大约80km.截至2015年5月13日,该地震已造成8 219人死亡,17 866人受伤,尼泊尔、印度、孟加拉、不丹和我国西藏等地均有人员伤亡.为增进对尼泊尔MW7.9发震机制的认识,并对震害评估、震后趋势判定     

一种点约束分块的矢量地理数据精确认证算法

脆弱水印可以实现对数据内容真实性的认证,并对发生变化的位置进行定位,鉴此,本文提出了一种点约束分块的矢量地理数据精确认证算法。在认证内容嵌入过程中,首先,按照点约束的方法对矢量地理数据进行分块,并将每块的数据点进行空间位置关系的“之字形”排序,建立数据点之间的位置关系;然后,将相邻点生成的脆弱水印信息嵌入到当前点。在内容精确认证时,比较原始的水印信息与提取的水印信息,判断二者是否相同来鉴别数据是否更新。将本文算法与均匀分块的方法进行了对比实验,结果表明,本文提出的认证算法能实现在数据更新时的精确认证,并可实现要素删除的精确认证,在检测数据变化时可对修改位置进行定位与标记。     

基于N-KD树的空间点数据分组算法

随着科学技术的进步,地理空间数据的分析处理面临着数据量膨胀和计算量高速增长的双重挑战,为了解决海量数据处理速度慢的问题,本文针对空间分布不均匀的点数据,从数据并行的角度,以保持数据的空间邻近性及保证数据分组后各组数据量负载均衡为目标,提出基于N-KD树（Number-K Dimension Tree）数据动态分组的方法,其是一种面向实时变化（数据量和数据空间范围变化）的空间数据动态分组方法。该方法借鉴K-D树的创建和最临近点搜索的思想,通过方差判断数据分布稀疏程度,利用最临近点搜索方法处理边界点,实现空间范围的不均等切分,保证数据分组后各组数据量基本均衡。试验表明,该方法具有较好的动态分组效果与较高的计算效率;支持各种分布状态的空间点数据的分组;分组后各组数据量负载均衡;分组算法本身有支持并行、支持分布式协同工作模式的特点。