Time-domain identification of dynamic properties of layered soil by using extended Kalman filter and recorded seismic data

A novel time-domain identification technique is developed for the seismic response analysis of soil-structure interaction. A two-degree-of-freedom (2DOF) model with eight lumped parameters is adopted to model the frequency-dependent behavior of soils. For layered soil, the equivalent eight parameters of the 2DOF model arc identified by the extended Kalman filter (EKF) method using recorded seismic data. The polynomial approximations for derivation of state estimators are applied in the EKF procedure. A realistic identification example is given for the layered-soil of a building site in Anchorage, Alaska in the United States. Results of the example demonstrate the feasibility and practicality of the proposed identification technique. The 2DOF soil model and the identification technique can be used for nonlinear response analysis of soil-structure interaction in the time-domain for layered of complex soil conditions. The identified parameters can be stored in a database for use in other similar soil conditions. If a universal database that covers information related to most soil conditions is developed in the future, engineers could conveniently perform time history analyses of soil-structural interaction.     

基于地磁场的自主导航研究

研究了基于地磁场的自主导航,建立了以卫星轨道动力学方程为基础的系统状态方程,并详细推导了以地磁场大小和地磁场矢量为观测量时的观测方程.由于系统的非线性,传统的卡尔曼滤波无能为力,为了解决系统的非线性问题把常用来解决非线性问题的EKF引入到基于地磁场的自主导航系统中.最后用Matlab对基于地磁场的自主导航系统进行了仿真,仿真结果表明EKF有很好的收敛性和稳定性,以地磁场矢量为观测量的导航精度要远高于以地磁场大小为观测量的导航精度.     

基于热层电离层耦合数据同化的热层参量估计

本文采用高效集合卡尔曼滤波（EnKF）算法和背景场热层电离层理论模式NCAR-TIEGCM,开发了热层电离层数据同化系统.基于全球空地基GNSS电离层斜TEC观测、CHAMP和TIMED/GUVI热层参量观测构型设计了系列观测系统模拟实验,对热层参量进行估计.实验结果表明,（1）通过集合卡尔曼滤波算法同化电离层TEC观测能够较好地优化热层参量.（2）中性质量密度优化效果在整个同化阶段均有提升,提升百分比能达到40%.（3）积分氧氮比在同化阶段也能得到较好的优化,但在电子密度水平梯度变化剧烈区域效果较差.最后本文对中性质量密度进行了预报评估,结果表明,由于中性成分优化,在地磁平静条件下其预报时间尺度可长达24 h.

     

纵向和横向同时约束AVO反演

为了提高AVO（amplitude versus offset）反演结果的精度和横向连续性,本文提出了一种新的AVO反演约束方法,该方法结合贝叶斯原理和卡尔曼滤波算法实现了对反演参数纵向和横向的同时约束.文章首先结合反演参数的纵向贝叶斯先验概率约束和反演参数的横向连续性假设建立了与卡尔曼滤波算法对应的AVO反演系统的数学模型,然后将该数学模型代入卡尔曼滤波算法框架,利用卡尔曼滤波算法实现了双向约束AVO反演.二维模型测试和实际数据测试结果表明,相对于单纯的纵向贝叶斯先验概率约束,双向约束能更准确地刻画参数的横向变化,得到更准确、横向连续性更好的反演结果.

     

解读后院能源

欧美专家预测,在本世纪末,大量待利用的“后院能源”——分布式能源将全面取代集中式能源。我国在“十二五”规划提出,积极发展太阳能、生物质能、地热能等其他新能源。促进分布式能源系统的推广应用。那么,什么是分布式能源,它与传统大电厂相比有何不同？     

重力时变的数学逼近

研究了根据时域内离散的重复重力测量数据获取连续重力变化的方法。分析比较了多种不同的插值、拟事和滤波方法的优缺点，认为Akima样条插值法，正交多项式拟合法和卡尔曼滤波法对重力数据处理效果较好，以华北63号相对重力点和香山绝对点为例给出了处理结果，并对三种方法的意义和适用范围进行了讨论。     

基于EKF的北斗B1C信号数据/导频联合跟踪方法

针对北斗B1C信号在低载噪比情况下跟踪精度低的问题,提出一种基于扩展卡尔曼滤波（EKF）的北斗B1C信号数据/导频联合跟踪方法.通过构建数据/导频双通道联合跟踪模型,增加对B1C信号利用率,并在联合跟踪模型的基础上引入扩展卡尔曼滤波器,削弱传统跟踪环路中鉴别器和环路滤波器带来的跟踪误差,进一步提高跟踪环路对低载噪比信号的跟踪性能.仿真结果验证:在低载噪比情况下,相比于传统单导频通道跟踪、单导频扩展卡尔曼跟踪和联合跟踪,该方法可以有效提高跟踪精度.      

基于无几何电离层滤波模型的北斗三号系统相位周跳与中断修复方法

高精度位置服务依赖模糊度正确固定的载波相位观测值,而复杂环境的相位周跳和中断给模糊度固定和数据处理带来了巨大挑战。北斗三号系统向全球播发四频和五频信号,为提升周跳处理性能提供了机遇。本文建立了探测多频超宽巷周跳的伪距-相位无几何组合模型,以及探测窄巷周跳的相位-相位无几何组合模型,并以周跳探测成功概率最大为准则确定了多频最优超宽巷和窄巷组合。由于电离层延迟制约了数据中断和电离层变化剧烈情况下的窄巷周跳探测,进而建立了顾及电离层延迟的窄巷周跳探测滤波模型。试验结果表明,对30 s采样间隔,基于无几何组合模型探测周跳的成功率均优于96%;对于3 min的数据中断,基于无几何组合模型的周跳探测成功率仅为70%,但补偿电离层延迟的滤波模型将成功率提升至95%以上。     

基于EnKF综合水头和浓度观测数据推估地下水流模型参数

地下水反应运移模型具有参数个数众多,观测数据类型多样的特点。为了探究不同类型观测数据在反应运移模拟数据同化中的数据价值,构建了三氯乙烯降解反应运移模型的理想算例,基于水头和浓度两种类型观测数据,采用集合卡尔曼滤波方法推估渗透系数和贮水系数的非均质空间分布,讨论了影响同化结果的因素。结果表明:与仅同化水头数据的结果相比,联合同化水头和浓度观测数据推估渗透系数场和贮水系数场时具有更高的精度,在观测数据拟合和模型预测方面也有更好的表现。与目前溶质运移模型、非饱和流模型等地下水模型中的研究结果相似,数据同化结果受样本数量,观测井的数量和位置的影响,合理优化布置监测井和选择样本数量可有效改善数据同化效果并提高计算效率。     

自适应渐消卡尔曼滤波及其在SINS初始对准中的应用

卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。