变面积差动电容式传感器的研究

介绍一款变面积式差动电容传感器.该传感器借助于两路相位相差180°的激励信号源作用于两固定极,使动摆片与定摆片之间形成电场.动摆片在进行摆动的过程中,在左右两固定摆中的面积会发生相应的变化,进而会产生电容量的改变.动摆片摆动角度的大小与动摆片在定片中的面积以及电容量的大小呈线性比例关系.通过交流电桥法可测量出该电容传感器的电容量的变化所对应的电压输出,并推算出动摆片位移角度的大小.实验验证了该设计的可行性.     

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪（MODIS）具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明：当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率（召回率）达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。     

特征点压缩算法在分布式光纤桩基检测中的应用

布里渊散射光时域反射测量技术(BOTDR/A)是一种重要的分布式光纤感测技术。采用BOTDR/A技术进行分布式光纤桩基检测时,海量的检测数据需要平滑去噪。介绍了分布式光纤桩基检测中最常用的感测光纤埋设工艺、海量检测数据的特点、平滑去噪在检测数据处理分析方面的作用,并据此提出了特征点压缩算法(一种新的平滑去噪方法)的概念和实现流程;结合工程实测数据,分析了该法的平滑去噪效果,验证了该法的实际应用情况。研究结果表明:该方法用于桩基检测数据处理是十分有效的,与常规算法对比,该方法简单高效,能够在不丢失检测数据特征趋势的同时对数据进行较好的平滑去噪,实际应用达到了满意的效果,其结果可在分布式光纤桩基检测的数据处理中推广应用。     

北京地区气候变量的多分形特征研究

在气候系统的变量时间序列中往往存在着不同尺度间的自相似结构,这种自相似结构,又称为分形的特征.本文运用多分形去趋势波动分析方法(MF-DFA),分析北京市近50年来不同气象变量的逐日序列,并用一个扩展的二项式串级模式来分别估计其多分形谱.结果表明,平均气温等变量表现出多重分形的特征,并且多分形谱宽一致.而气温日较差和日照时数则表现出单分形的特征.且这种分形特征与长程记忆性相关,为中长期气候预测提供了理论基础.     

奇异值分解(SVD)实现地震波场分离与去噪新思路

依据不同性质的地震信号（反射波、折射波、直达波、面波、VSP上\下行波、多次波、随机干扰等）之间在运动学、视速度和相干性上的差异,借助某种数学变换、SVD分解与重构联合、时域与频域结合的方式,通过这些间接的处理手段,把要提取的目标信号或要剔除的干扰信号转换到一种相干性更好的空间域中,再进行SVD分解与重构,最充分利用SVD滤波技术特点,实现地震波场分离与去噪,而不是直接对信号进行SVD分解与重构来实现地震波场分离与去噪,这样做可有效地避免以往对SVD波场分离与去噪技术应用空间狭窄、有效信号损失严重等缺陷性.     

局部奇异值分解法压制随机干扰

对于低信噪比资料,压制随机噪声,增强有效信号是地震资料处理的首要任务。而传统的奇异值分解去噪算法,在有效信号横向相干性较强时,去噪效果明显,但当有效信号同相轴呈倾斜、弯曲或孤立状态时,其在压制随机噪声的同时,存在滤除部分有效信号的弊端,为此通过对不同时窗内的地震数据进行拉平、奇异值分解数据重构与反拉平等处理方法,对常规奇异值分解算法进行改进,以克服其对包含非水平连续信号资料去噪效果差的局限。理论数据和实际资料的去噪结果表明,改进后的算法去噪效果明显优于常规奇异值分解法,能在保证有效波不被滤除的前提下有效提高地震资料的信噪比。     

基桩质量智能提取模型研究

针对声波反射法检测基桩质量的应用,提出了一种智能提取模型.该模型首先选取标准样本信息对系统进行训练,并提取适合于测量环境的模型参数;然后将参数输入到由FFT变换、小波去噪、Hilbert变换组成的混合模型中,提取由反射波引起的瞬时相位突变点,实现对被测基桩的缺陷位置和长度的检测.将该模型应用于水电站锚杆锚固质量检测,实测结果为:平均长度测量误差和平均缺陷定位误差分别为2.5%和2.1%,大大优于常规方法,且能在现场实时给出测量结果.     

单点高密度地震资料的信息重构去噪处理方法

单点高密度地震勘探技术采用点激发、点接收、小道距、大道数的采集方式,可以弥补常规组合采集方法存在组内干扰等缺点,满足高精度地震勘探的需要.单点高密度地震资料单炮记录信噪比较低、去噪难度较大,采用常规去噪技术效果不理想.单点高密度空间采样具有空间无假频采样,真实记录地震波场的优势,可以对单炮记录数据进行信息重构.信息重构去噪处理方法,就是根据噪音差异最大化的去噪思想,将单点高密度地震资料的信息进行重构,尽量使得重构后的资料中噪音在各地震道之间的差异加大,然后再进行去噪处理.信息重构方法可以在时空域实现,也可以通过分频处理实现.该方法简单灵活,可以得到较好的去噪效果,改善地震资料的成像精度.     

电性源时域地空电磁数据小波去噪方法研究

基于飞艇的时间域地空电磁探测系统,具有勘探深度大、效率高、空间分辨率高、飞行控制容易等优势.但在低空飞行测量过程中,飞艇飞行高度、航迹、姿态等受风向、大气气流、地形、地面局部温度场变化等影响而发生变化,导致固定在艇囊前端的接收线圈发生运动,切割大地磁场,产生了电磁噪声、运动噪声、基线漂移等,从而影响电磁数据的电阻率成像质量.因此,研究地空电磁信号中多种噪声的去除方法,对数据的反演解释非常重要.由于地空电磁信号中有效信号频带与部分噪声频带相重叠,使用传统滤波或消噪方法具有一定局限性.因此,本文提出一种综合小波去噪法:根据地空电磁信号的特点,采用sym8小波基;基于小波多分辨率分析原理,利用小波高尺度近似分量估计基线漂移,以校正电磁数据中的基线;基于小波阈值收缩原理,采用5层小波分解、极小极大阈值配合硬收缩函数的消噪方法,来压制数据中的其余噪声.最后,通过异常环模型的理论响应和实测数据进行算法的验证,结果表明这种综合消噪法对多种噪声均有很好的抑制作用,是一种实用有效的时间域地空电磁数据消噪方法.     

小波去噪法在变形监测数据处理中的应用

以某组变形监测数据为研究对象,详细探讨了Matlab小波去噪函数中确定各种参数的方法,再通过得出的最佳参数对实验数据进行处理。结果表明,小波去噪有很好的数据处理能力。