顾及有色噪声的自适应粒子滤波UWB定位算法

传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明：观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。     

The black water around the Changjiang (Yangtze) Estuary in the spring of 2003

The Changjiang (Yangtze) Estuary is located in the East China Sea shelf with shallow water. Affected by the tide mixing and the runoff of the Changjiang River and the Qiantang River, the turbidity is very high. Generally, the water-leaving radiance is high in the turbid water because of the large particle scattering. Based on the in-situ data and ocean color remote sensing data of SeaWiFS, it was found that there was a black water region with the normalized water-leaving radiances less than 0.5 mW/(cm2·μm2·...     

面向盐下成像的基于波前构建法的高斯波束偏移

高斯波束偏移是目前工业上应用最广泛的偏移成像技术之一.但是当处理盐下成像问题时,由于盐体上界面起伏剧烈且盐体与围岩速度差异较大,只有小角度入射的射线才能穿过盐体,从而导致了盐下区域照明较差.通常,采用加密初始射线的方式来缓解这个问题,但这会导致计算时间的剧烈增加.由此,本文提出了基于波前构建法的高斯波束偏移,以保持波前传播过程中射线密度近似恒定.相较于加密初始射线的方式,本文提出的方法是自适应的,对于提高射线的覆盖范围更加有效.此外,本文采用高精度的波前初始化射线追踪技术作为波前构建的方法.Sigsbee2A模型下的应用实例表明,相较于常规高斯波束偏移加密初始射线的方式,本文提出的方法不仅能够获得更好的盐下照明效果,且对计算效率的影响也更小.     

粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法．该方法先通过经验模态分解（EMD）将初始信号分解成6个本征模态函数（IMF）及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型．将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型．该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型...     

基于粒子群算法优化SVM的GPS高程拟合方法

采用支撑向量机(Support Vector Machine,SVM)模型进行GPS高程拟合时,拟合精度受模型参数(核参数和惩罚因子)选择影响较大,传统交叉验证法存在计算复杂,易陷入局部最优的问题.本文将粒子群(Particle Swarm Optimization,PSO)算法引入SVM模型,利用PSO全局搜索能力强...     

基于大炮初至的近地表层析反演方法研究及应用

详细研究了射线追踪、层析反演方法原理以及层析反演数值求解算法,提出了利用大炮初至直接建立初始地震模型,由小折射和微测井进行约束的层析反演近地表速度模型的处理流程,提出了基于多次回溯的高精度快速射线追踪算法和层析反演数值求解算法。采用双重网格技术提高正演模拟计算精度和层析反演的成像质量,另外,充分考虑多种质量控制方案,确保最终的反演速度模型精确。设计了10种不同地表地质条件的理论模型,进行模型试算,并在实际生产中应用,理论模型试算和实际资料反演结果证明了本文方法的正确性。     

PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用

岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数：中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。     

化学与稳定同位素指纹示踪原油类污染:以广东南海两次小型溢油事件为例

化学和稳定同位素指纹是目前国际上用于示踪石油类污染来源及其环境命运的有效技术。通过气相色谱-质谱(GC—MS)分析可疑重油与被污染水体及植物表面污染物的饱和烃和芳烃分布以及生物标志化合物姥姣烷、植烷、“不可分辨的混合物”(UCM)等化学指纹特征,对比可疑重油与被污染水体表面漂浮重油的沥青质同位素组成,追踪了发生在广东省南海市的两次小型重油泄漏事件。结果揭示,2002年10月16日晚发生的污染事件源于某饲料公司锅炉房的重油泄漏;而2002年10月25日的泄漏事故则是某加油站重油渗漏所致。     

蚂蚁追踪技术在三维地震精细解释中的应用——以淮北祁南煤矿82采区为例

煤矿安全高效开采对小断层、小陷落柱等解释精度的要求越来越高,基于蚂蚁算法的地震属性分析技术能够较好地识别落差3~5 m的小断层。以淮北祁南煤矿82采区三维地震数据为例,采用蚂蚁追踪技术增强异常边界特征,从蚂蚁体沿层切片和剖面上综合分析,提高了对小断层的识别能力。利用蚂蚁追踪技术解释的18条断层异常,其中15条与实际揭露的相比,吻合率较高,验证率达83.3%。      

多子波分解在地震反射系数研究中的应用

反射系数反演是高分辨率地震解释的常用技术之一,广泛使用的是基于奇偶分解的谱反演技术.本文采用基于匹配追踪(Matching Pursuit,MP)的多子波分解技术,将地震信号分解成一系列包含时间、频率、振幅的子波集,然后进行井震能量标定,选定研究层段内最强能量处,将分解的振幅比例到对应的反射系数.楔形正演模型表明,该思路可以得到准确的反射系数,实际资料表明对反射系数求取相对阻抗,能准确识别气层边界,拓展了多子波分解技术的应用领域.