基于多模CORS的网络RTK服务性能测试

从北斗地基增强系统建设出发,分析多模CORS实验网,提供多模网络RTK服务,增强北斗卫星导航系统的应用。根据实时测量精度、定位服务的时效性、时间可用性、空间可用性和实用性测试,评价实验网提供的网络RTK服务性能。测试结果表明通过加入北斗导航卫星系统信号,定位精度略为提高,可有效改善电离层模型,提高流动站固定的效率,可以解决困难环境的作业问题,提高作业效率。     

广西北斗地基增强系统性能测试与精度分析

在完成广西北斗地基增强系统建设的基础上,测试了系统网络RTK实时定位测量的内符合精度、环境可用性、空间可用性、时间可用性与兼容性;并对GPS+BDS+GLONASS、BDS、GPS+GLONASS三种模式下网络RTK的定位结果进行了对比分析。结果表明,广西北斗地基增强系统的各项精度指标满足设计要求,基于GPS+BDS+GLONASS多系统的网络RTK测量具有较高的精度与较好的稳定性和可靠性。     

地基干涉雷达IBIS-S桥跨结构振动变形测量与模态分析

地基雷达干涉测量技术能够以较高的时空采样频率获取线性结构目标整体瞬时变形状态。本文将该技术引入大型桥梁桥跨结构的振动变形测量与模态分析中。对动静载试验过程中的武汉二七长江大桥东岸桥跨结构开展连续变形监测,利用频域分解法计算桥跨结构的自振频率、阻尼比和模态振型。计算结果表明,地基干涉雷达干涉测量技术能够快速探测桥跨结构竖弯模态,特别适用于灾后大型线形结构健康状态的应急检测。     

衰减补偿的黏弹性最小二乘逆时偏移

地震勘探是发现和认识油气藏的重要方法,随着国内油气勘探领域、勘探对象的日趋复杂化,油气勘探迫切需求地震成像的精准度、分辨率和保真度的大幅度提升.相比于常规逆时偏移方法,最小二乘逆时偏移成像有较少的伪像,成像振幅均衡,成像分辨率高.目前常用弹性最小二乘逆时偏移方法来对地下介质进行成像.但由于地下介质通常表现出黏弹性性质,...     

辐射传输模式对地基微波辐射计观测亮温的模拟能力分析

提供高时间分辨率大气温度湿度廓线的地基微波辐射计近年来广泛使用,多通道观测亮温的数据质量是大气廓线产品合理性的基本保障.一般定期液氮绝对定标可以更好维护亮温数据质量,但实际操作颇为不易.辐射传输模式作为一种辅助工具,可以检验和认识地基微波辐射计观测亮温的数据质量.本文针对三个辐射传输模式:MonoRTM、ARTS和MW...     

软土地基桥台位移病害分析及防治措施

软土地基桥台存在三方面的主要隐患:桥头与路堤具有较大的沉降差;桥台倾斜或桥台底部出现垂直裂缝;桥台向河心移动。软土层地质结构及物理地学性质、桥台形式、勘探与施工质量是影响桥台位移的主要原因。淮安市高等级公路建设的桥梁建设实践表明,应从设计施工、养护方面采取综合防治措施,使损失减到最低限度。     

重要信息系统的灾难恢复刍议

现代社会和生活越来越依赖于IT系统,信息系统遭到灾难和毁灭性打击将是社会公众的灾难和噩梦。美国“9.11”事件中纽约交易所成功实施了信息服务灾难恢复计划,使得全球对于“业务连续和灾难恢复”有了重新的认识。在我国,信息安全也日益成为政府部门管理层、企业和公众关注的重要话题。企业的弹性、系统的健壮性,信息系统的抗毁性与灾难恢复日益深入人心,风险管理越来越为业界所重视。地震部门在政府应急联动系统中具有重要作用,其本身的信息系统安全已逐步引起重视。     

基于谱元区域分解法中频域弹性波问题的求解技术

文章提出一种基于谱元法的区域分解算法(DDM-SEM),并将其用于频域弹性波问题的计算.该方法结合了谱元法的高精度以及区域分解法的高并行特性,适合于大尺度弹性波问题的高精度和高效率计算.在DDM-SEM算法中,原始的大尺度问题被分解为若干个子区域,每个子区域采用谱元法独立求解,子区域之间的交界面通过频域黎曼传输条件连接...     

分频高阶扩展AVO技术在低孔低渗储层中的应用——以准噶尔盆地前哨地区三工河组二段为例

以叠前角道集、测井和试油资料为基础,利用广义S变换时频分析技术确定储层优势频带,在优势频带的约束下,利用高阶Aki-Richards近似方程拟合AVO曲线,求取更准确的截距和梯度;利用扩展弹性阻抗技术的坐标旋转方法,获得流体区分能力最优的AVO属性,结合试油结果进行有利区预测。结果表明：前哨地区三工河组二段储层的优势频段为33～68 Hz,进行AVO分析可以提高有利储层的预测精度。经分频高阶扩展AVO技术处理,有利储层的符合率由69%提高到94%。气层有利区主要集中于QS2—QS4、QS7井区及未钻探的QS1井西区域,其中未钻探面积为6.5 km²,是前哨地区天然气增储上产的重点潜力区。该结果为前哨地区天然气勘探部署提供技术支持。     

超参数对GRU-CNN混合深度学习弹性阻抗反演影响研究

CNN-GRU混合深度学习反演弹性阻抗取得了较好的反演效果.但是,基于深度学习的叠前反演参数众多,包括内部深度学习网络可学习参数和外部超参数等,目前超参数选取对网络性能及计算速度影响尚缺乏系统性研究,这直接影响到了该方法的进一步推广应用.因此,本文在混合深度学习反演弹性阻抗基础上,探讨学习率、Ep-och、batch_...