关于地球物理中几个不适定问题的解的连续依赖性

本文讨论地球物理资料解释中三类典型的不适定问题,主要内容如下: 1.综述与三类典型不适定问题有关的问题及研究概况; 2.建立一个更接近物理实际的不适定问题的新提法; 3.给出三类典型不适定问题解的Hlder连续依赖性的估计式。     

一种地震子波提取的高阶累积量方法

提出1种在频率域实现地震子波提取的高阶累积量方法.其是先提取子波的相位谱再求解时间域的子波.理论上可适用于提取除零相位子波以外的任何形式的子波,但应用不同长度的时窗提取子波的效果会有很大的差别,实际应用时可利用时窗长度扫描的方法,以不同的子波相位谱对地震记录进行子波零相位化处理,最后根据最大方差模准则确定最佳子波.理论模型实验和实际资料处理实验均表明了该方法对最小相位及混合相位子波都有较好的处理效果.     

连续缺失地震数据的高阶流式预测滤波插值方法

由于观测系统实施以及经济因素的限制,采集到的勘探地震数据在空间方向上总是不规则分布的,并且往往会出现数据的大范围连续缺失情况.许多后续地震数据处理方法（例如：多次波压制和波动方程偏移等）都需要空间上规则分布的数据.插值技术是一种解决地震数据缺失问题的有效手段,但是传统的数据插值方法在进行连续缺失数据重建时往往会出现失效的情况,尤其在处理非平稳地震同相轴时精度不高,并且大多数的方法需要迭代计算,在处理高维大规模数据时效率较低.针对连续缺失地震数据的快速插值问题,本文提出了一种非迭代的时空域高阶流式预测滤波插值方法,通过使用高阶限制条件来提高连续缺失数据的滤波器估计精度,提高局部约束条件的稳定性,改善低阶流式计算由于滤波器系数无法连续更新所造成的插值失效情况.同时,空间非因果滤波器和蛇形插值路径的设计方案可以有效减小大范围连续缺失数据和数据边界对于预测滤波器的计算误差,本方法能够有效处理包括近炮检距缺失情况在内的连续缺失数据插值重建.通过与工业标准傅里叶凸集投影（POCS）方法进行比较,理论模型和实际数据处理结果表明,本文提出的高阶流式预测滤波插值方法对高维连续缺失地震数据有较好的重建效果,在插值精度和计算效率两个方面有更好的平衡性.

     

基于高阶统计复倒谱子波提取

子波反褶积是提高地震资料分辨率的主要方法之一,其关键在于子波的准确性.常规处理方法通常假设子波是最小相位的,但这是不符合实际的,针对这一局限性,利用高阶统计量包含系统相位信息以及抑制高斯噪声的特性,研究了基于复倒谱子波提取方法,分别给出了复倒双谱和复倒三谱提取子波的原理,并构造了平滑窗函数来提高子波估计的准确性.该方法无需对子波相位作任何假设,可估计任意相位子波.针对混合相位子波,进行了理论试算,验证了该方法的有效性,最后对实际资料处理的结果也说明了该方法的实际应用价值.     

三维高阶数值流形方法研究

将三维流形单元的位移函数从一阶拓展为二阶,基于最小势能原理建立了有限单元覆盖的高阶流形方法分析格式,详细推导了三维流形单元的刚度矩阵、等效节点荷载列阵以及位移约束矩阵。计算结果表明,提高物理覆盖函数的阶次可有效提高流形方法的计算精度。     

基于数据驱动高阶学习律的轮式移动机器人轨迹跟踪控制

轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其次,设计高阶迭代优化目标函数得到控制律,并利用参数更新律估计线性输入输出数据模型中的未知参数.控制器的设计和分析只使用系统的输入输出数据,不包含任何显式的模型信息.通过采用高阶学习控制方法,在控制律中利用更多之前迭代的控制输入信息,提高了控制性能.最后,仿真结果验证了该方法在轮式机器人轨迹跟踪控制中的有效性.     

超高阶地球重力场参数快速赋值与实现

随着地球重力场模型逐渐向超高阶次发展,如何利用超高阶重力场模型快速、精确地计算地球重力场参数成为重要问题.文章给出了利用位系数计算地球外部空间任意点位处重力场参数的数学模型和详细算法,采用比例因子法实现2190阶次缔合勒让德函数的稳定递推计算;并基于VS2008平台开发了重力场参数快速赋值软件.最后利用EGM2008重力场模型和实测GPS水准数据验证了算法、软件的可靠性与效率.     

高阶单步实时动力子结构试验技术研究

结构联机试验可分为两类：拟静力及拟动力试验技术,它们都需要建立一套显式的逐步积分算法。国内外学者在这方面已经进行了许多的研究,取得了很好的成果。随着振动控制技术在结构工程上的应用,一些速度相关型的装置开始用于被控系统,它给原有的实时子结构试验带来了新问题。如何建立更好的高精度、无条件稳定的实时动力子结构试验算法日趋重要。本文在前人早期高阶单步逐步积分算法研究成果的基础上,提出了一种新的高阶单步实时动力子结构试验算法。数值模拟分析表明,新算法不仅是显式的,而且具有高精度、无算法阻尼、无超越现象等算法特点,均比目前所见到的已有算法优越。如果能实现实时子结构试验,就能同时控制位移和速度,则应用本文算法必将取得更好的试验结果。     

一种ARMA模型地震子波提取方法研究

在地震子波因果、混合相位的假设下,本文突破突破滑动平均(MA)型假设的地震子波提取技术,提出一种阶数吝啬的自回归滑动平均(ARMA)模型对地震子波进行参数化准确建模的方法.针对地震子波ARMA模型定阶困难,超定阶容易造成计算量大、运算速度慢,欠定阶不能满足精确子波的要求,本文采用基于自相关函数的奇异值分解(SVD)法确定AR模型阶数,同时将信息量准则法与高阶累积量法相结合,提出了一种新的MA模型定阶法.数值仿真和实际地震数据处理结果表明,本文所用方法可以有效地压制加性高斯色噪声,信息量准则法可有效提高MA定阶的准确率,在保证子波精度的同时尽可能降低模型阶数,实现运算高效率.