水库重力测量检测非牛顿引力的实验数据分析新方法

本文提出水库重力测量检测非牛顿引力的实验数据分析新方法。利用近一天两重力仪的重力差值信号,基于同液面高度变化水体重力信号相等这一具有明显物理意义的准则,建立仪器零漂信号多项式系数矢量的矩阵方程,通过极大似然反演比较严格地计算漂移信号,并从中提取检测信号。实例计算结果表明:(1)当数据充分、漂移多项式阶数取值适当时,该方法完全有效;(2)在现有水库实验的设备和技术条件下,测定万有引力常数G对实验室值的偏离精度可达0.15％,优于矿井实验和先前水库实验的分析结果;若进一步改善水面高度测量,检测精度还可明显提高;(3)Hornberg水库实验重力仪G709在0.4％的精度范围内,未发现G对实验室值的偏离。     

一种用于下放式ADCP的TVC增益补偿控制策略

讨论了下放式ADCP信号接收过程中的TVC增益补偿控制策略.结合下放式ADCP的工作特点,从能量节约的角度采取了同时测底测流的工作模式.针对此种工作模式,提出了按区间分段的TVC增益补偿控制策略.通过声呐方程和TVC距离一增益模型分析,进行了MATLAB仿真验证,并针对可能出现的问题,提出了以相关函数等效电压作为判据的解决方法.     

双向直驱式潮流能发电轮机性能实验研究

针对潮流能双向来流的特点及当前潮流能发电轮机的研究现状和存在的问题,提出了一种新型的双向直驱式发电轮机。叶片基本翼型为S型,并对其进行受力分析,得到相应的计算公式,结合叶片翼型厚度和形状约束,求解出各个截面的形状,并三维建模形成一种新型"S"翼型轮机。轮机两端安装具有防水性能的永磁发电机,外侧增设双向导流罩,构成双向直驱式发电轮机装置模型。在水槽实验中,首先找出不同的模拟流速下获取功率的最佳负载阻值,在此基础上收集了转速及功率数据,绘制尖速比-获能系数关系曲线图和流速—获能系数关系曲线图,可以论证尖速比的取值对获取最佳功率的重要性,同时该翼型轮机具有良好的空载启动性能及双向吸收来流的能力,2 m/s流速下获能效率最大值接近40%。     

显式完全平方守恒差分格式在近岸海流数值模拟中的应用

用显式完全平方守恒差分格式及其改进分解算法对南海月平均流和海面起伏进行了数值模拟，与隐式完全平方守恒差分格式相比，计算时间可省３—５倍，具有良好的时间效益，而且，其计算效果不比隐式完全平方守恒差分格式差。因此，显式完全平方守恒差分格式及其改进分解算法具有良好的实用价值。     

金属矿床直流电法勘探的几个问题

本文討論了几种干扰因素（包括地形、地表和地下的局部不均勻以及围岩的非各向同性等）对地下直流电場的影响規律及如何避免这种影响的問題。根据作者初步研究的結果,对克服干扰影响和确定矿体产状要素等提出了某些方法及其理論依据。     

陕西安塞油田长2和长3储层特征及其非均质性

安塞油田长2、长3油层组主要发育辫状河和曲流河沉积,其中河道砂体展布形态受沉积微相控制,呈NE—SW向带状展布,是主要的油气储集层。原生粒间孔和次生粒间溶蚀孔是目的层位的主要孔隙类型,孔喉结构为中小孔—中细喉型及小孔—微喉型,前者为中上等储层,后者为中等储层。储集层孔隙结构和渗透性受成岩事件的影响较大,主要包括机械压实-化学压溶作用、胶结作用和溶蚀作用等。储层孔隙丧失的主要原因是压实、压溶作用和胶结作用,其中,石英、长石次生加大和方解石胶结是造成储层物性降低的主要原因,而包围在碎屑颗粒周围的绿泥石薄膜一方面使粒间孔减小,另一方面阻止了部分石英、长石加大及方解石的沉淀,在一定程度上保存了部分原生粒间孔隙,从而使储层物性较好。表生成岩阶段的大气降水及晚成岩阶段有机质分解形成的酸性流体,是碎屑长石和部分胶结物溶解从而形成大量次生孔隙的主要介质。安塞油田长2和长3油层组在纵向上隔夹层较发育,沉积韵律主要为正反复合韵律,导致了储层较强的非均质性,其中长3油层组较长2油层组非均质性强。     

BDS中长距离非差实时动态厘米级定位算法

针对BDS常规实时动态定位(RTK)中,随着流动站与参考站间的距离增加,大气延迟误差的空间相关性大大降低,影响了整周模糊度的快速解算和流动站位置信息的解算精度问题。该文研究了一种基于非差观测误差的BDS中长距离常规RTK定位算法,采用非差误差改正方法为流动站提供误差改正,利用参考站的非差误差改正数以单颗卫星为对象进行误差改正。对电离层延迟误差和相对天顶对流层延迟误差进行参数估计,处理电离层延迟误差和对流层延迟误差的影响。最后通过BDS实测数据对该算法进行了算法验证和结果分析。实验结果表明,该算法可以实现BDS中长距离常规RTK的快速定位,并获得厘米级定位精度。     

基于改进YOLOv7的道路目标检测方法

针对现有方法在道路场景中实施目标检测时存在对小目标检测精度低、泛化性能不佳等问题,提出一种基于YOLOv7的改进方法。在特征融合结构中,引入通道注意力机制来抑制更多负样本参与特征学习,同时在融合层末端输出四个尺寸的特征图,以强化对小尺寸目标的检测精度;使用改进K均值聚类（K-means++）算法生成与真实目标宽高更贴合的锚点框,让模型在训练前期快速收敛;最后在检测输出端使用软性非极大值抑制算法,精准检测重叠度较高的目标。以开源中国交通标志数据集（CCTSDB）与腾讯-清华100K(TT100K)数据集混合构建训练与测试数据集,实验结果表明,与原始YOLOv7相比,改进后模型在mAP@0.5、mAP@0.5:0.95指标上分别提升7.9%与5.6%,同时检测速度仅有少量下降,但仍能完成实时检测,同时在不同场景下保持性能稳定,充分证明了本文所提方法能够在复杂道路场景下开展多类目标的快速精准检测。