川西盆地旱涝演变前期因子分析和旱涝预测

用聚类分析将四川盆地主要划分成川东、川西两部分。分析前期影响川西盆地旱涝的若干大尺度因子得出：冬春青藏高原热状况对６～８月主汛期降水的相关系数虽仅为０．４～０．５．远小于对川西盆地西部、横断山脉北段雅砻江流域的０．７３￣［１］，也远小于对长江中下游的０．７５￣［２］，但仍不失为一个重要因子；西太平洋副热带高压的影响虽不能忽视，但各特征量通过信度α＝０．１的相关系数仅在０．３２～０．４６之间．因此将西太平洋副高作为整体，自然正文分解提取其主要成分作为综合因子；再考虑极涡与印缅槽的作用，统计得出：逐步回归方程的复相关系数达０．８７７，预测主汛期旱涝等级与实际等级的历史拟合率为２２／２４。     

1987年南亚夏季风的季节内变化

应用１９８７年５月～９月南亚地区ＯＬＲ格点资料，先进行距平合成分析，研究了这一年东南亚夏季风不同阶段对流发展的空间分布，然后用复自然正交函（ＣＥＯＦ）展开，进一步分析了南亚季节不同阶段各地对流强度的时间变化以及振荡传播的方向     

多维分形奇异功率谱分析与应用

地球物理信号中普遍含有噪声，消除噪声是地球物理信号处理中的关键技术之一.奇异功率谱分析（SSA）是在状态空间（又称相空间）中研究（系统）动力学、非线性科学与混沌现象的方法.本文在状态空间中通过SSA分解，研究、应用地球物理序列的尺度不变性进行多维分形滤波：通过在状态空间的SSA分解，构造了经验正交函数系（EOF）；在EOF子空间中定义了两种尺度与测度后，发现了两种测度与尺度皆在多个尺度范围内存在尺度不变性；利用这种尺度~测度的尺度不变性，设计、实现了多维分形奇异功率谱(MSSA)滤波模型；处理解释了大洋钻探（ODP）1143A孔岩芯自然反射性（NGR）资料；Fourier功率谱分析结果证明，MSSA能有效地压制噪声，提取有用信号.研究得出，嵌入维数对MSSA基本无影响（小于1/1000），多维分形滤波器（MSSA）能有效压制噪声或提取有用信号.     

正交各向异性介质P波走时分析及Thomsen参数反演

对于包含有垂向裂缝的横向各向同性地层或含有多组正交裂缝的各向同性地层，正交各向异性介质模型是最简单的与实际地层相符的方位各向异性模型.本文对单层水平反射界面正交各向异性模型采用射线追踪法计算了全方位角变化的P波走时，时距曲线表现出强方位各向异性.采用小生境遗传算法，对三条成一定角度的测线的走时信息进行速度和各向异性参数反演.模型算例表明，此方法可以得到高精度的裂缝方位角、P波垂直速度和较高精度的Thomsen各向异性参数.     

基于双正交多小波的SAR与可见光图像融合研究

针对已有的数据融合技术,提出了一种基于双正交多小波变换的遥感图像融合算法,采用了邻域方差准则和非线性加权相结合的方法,分别融合小波低频和高频系数,试验选取星载SAR与SPOT可见光图像进行融合,实现了很好的融合效果。     

一个基于扫频与混频相结合的多频EIT数据采集系统

采用多频率组合与扫频技术相结合的方式,建立了一个32电极多频电阻抗断层成像数据采集系统,该系统具有四种工作模式,在程序控制下,最多步采集四种频率下的组织阻抗信息,工作频率可在1．6KHZ到380KHZ间程控选择。为从含多种频率分量的测量信号中解调出各频率下的组织阻抗,我们设计了一种新的具有高速和高精度特点的解调方法,正交序列数字解调法,对含有n个频率分别的信号,若对其每周期采样N点,则总运算量可降低到2nN次乘法和2n(N-1)次加法运算,信号的信噪比可提高（N／2）^-0．5倍。     

CMMB信号抗多径性能的分析与仿真

从CMMB（中国移动多媒体广播）体系结构入手,研究了CMMB信号抗多径性能。以信号中有、无循环前缀（CP）为例给出了抗多径性能的详细推导,通过Matlab 7．1对该系统在典型动态多径信道情况下的性能进行了仿真。结果表明：该系统有很强的抗多径能力,在信噪比为30dB时接收CMMB信号与接收普通OFDM（正交频分复用）信号相比,误码率有2个量级的改善,有利于提高导航定位的精度。     

水敏性地层钻探泥浆性能优化及配制

依据河南许昌地热井水敏性地层钻探工程,在分析水敏性地层的成分、水化机理及钻进泥浆性能需求的基础上,确定水敏性地层钻进需要滤失量小、密度低、流变性好、抑制性强的泥浆。依据文献资料及生产实践经验,初步选出配制泥浆的材料和浓度,采用室内试验测定泥浆性能和正交试验极差分析法优选泥浆材料浓度,优化出泥浆最终的配比,经生产实践验证调整,最终确定了适应项目生产需求的泥浆配方。经实际生产检验,满足水敏性地层钻探需求,效果良好。     

插补GNSS坐标时间序列的改进DINEOF算法

针对GNSS坐标时间序列插补中数据插值经验正交函数（data interpolating empirical orthogonal functions,DINEOF）算法受低相关度站点影响、连续长空缺插值效果欠佳的问题,提出相关数据插值经验正交函数（coefficient data interpolating empirical orthogonal functions,CDINEOF）算法。首先计算目标站点与其周围站点数据的相关度,然后筛选出相关度较高的数据构建观测矩阵,最后采用DINEOF算法对观测矩阵中的缺失数据进行插补。通过模拟数据和实测数据验证新方法的可行性,并与DINEOF算法和多项式插值法的结果进行对比分析。模拟数据实验结果表明,当观测数据存在连续长空缺时,CDINEOF算法的插值效果优于DINEOF算法和多项式插值法。实测数据实验结果表明,CDINEOF算法在保留方差最大化方面效果最好,与DINEOF算法和多项式插值法相比分别提升了11.8%和6.7%。