一种基于BP网的非线性变换信号模式识别算法

为了获取常用超短波信号的特征参数,采取一种非线性变换的方法。根据信号参数的分布信息,对信号特征不够明显的参数进行二次变换,使所有信号的特征参数都具有较好的区分度,并利用BP网对这些特征参数进行识别。大量的仿真实验表明,该方法参数提取容易,计算量较小,在较低信噪比下能够较好地识别常用的超短波信号。识别的信号为2FSK、MSK、QAM、DPSK和FM。     

a′Trous小波变换与PCA变换相结合的遥感影像融合分析

随着高分辨率遥感卫星的产生,传统的融合技术难以达到较好的融合效果,如主成分分析(PrincipalComponents Analysis)变换融合受到融合区域的限制,而传统的小波融合(Wavelet Transformation)算法由于高频直接替换,导致了一定程度的光谱失真,由此本文在分析主成分分析变换和a′Trous小波变换(WT)的基础上,以QuickBird全色和多光谱数据为实验数据,提出了一种将两者相结合的遥感影像融合方法,通过与其他融合方法的定量和视觉比较,结果表明该方法能得到更好的融合效果。     

裂陷盆地中的构造变换带及其石油地质意义

构造变换带是裂陷盆地中的重要构造变形。讨论了构造变换带的含义、类型及对油气聚集的意义。裂陷盆地主干正断层之间的几何关系可以分为同向倾斜、背向倾斜和相向倾斜共3种组合方式;正断层之间的构造变换方式可以分为缓冲式、接力式、消长式、传递式和消减式等5种形式,构成15种类型的构造变换带。不同方式的断裂组合所形成的不同构造变换带类型会随着主干正断层位移的渐进增大发生相应的转变。构造变换带是有利的油气聚集区带:(1)它常常是主边界断裂带上地形高差变化较小的部位,是主要碎屑物源注入裂陷盆地的入口处,有利于发育储集层;(2)长期处于盆地内部相对高的构造部位,而且近邻生油凹陷,是油气运移指向区带;(3)它是裂陷盆地构造变形相对复杂的区带,有利于发育多种样式的油气圈闭。     

小波变换压制噪声在单道地震资料处理中的应用

海洋区域地质调查中,单道地震勘探以其高分辨率、方便快捷等优点成为揭示浅地层地质构造的重要手段之一.结合前人研究成果并出于保护信号的完整性,对低频部分的噪声采用带通滤波进行滤除,而对高频信号中的随机噪声采用小波阈值去噪方法进行压制处理.在小波阈值去噪过程中,通过比较选用最佳小波基函数sym5对地震剖面进行三层小波分解.结果表明:两种阈值去噪方法在带通滤波的基础上进一步提升了剖面的质量,使得反射层面变得连续可追踪.软阈值去噪滤掉了剖面上的较多信息,去噪效果较为彻底,硬阈值去噪则保留了较多的细节信息.     

重力异常垂直梯度中央区效应的精密计算

为提高利用重力异常计算重力异常垂直梯度中央区效应的精度,视中央区为矩形域,将重力异常表示成双三次多项式插值形式,引入非奇异变换,推导出了重力异常垂直梯度中央区效应的精密计算公式。以低纬度区域分辨率为2＇×2＇的重力异常数据为背景场进行了仿真分析,结果表明在解算计算点所在的1个网格的中央区效应时,传统公式与本文导出公式计算结果差值的最大值达数E。该导出公式可为重力异常垂直梯度中央区效应的精密计算提供理论依据。     

基于船只尾迹遥感特征的航向提取方法研究

为解决单景遥感图像上航行船只航向的自动提取问题,研究了船只尾迹遥感特征和基于尾迹遥感特征的提取方法.对海上航行船只尾迹的形态特征和统计特征研究表明,湍流尾迹在遥感图像上出现概率高且特征稳定,其图像表现以条带状特征为主.考虑到湍流尾迹的线性特性,采用Randon变换算法进行了可以表征航向的尾迹提取.通过对10幅尾迹图像提...     

希尔伯特-黄变换的端点延拓

希尔伯特-黄变换(HHT)是近年来发展起来的一种新的时间序列信号分析方法.该文在对HHT深入研究与充分肯定的基础上,发展了信号的镜像闭合延拓和包络的极值延拓两种方法.通过几个典型的例子检验了两种方法,并与Huang等(1998,1999)进行了比较,得到了令人满意的结果.镜像闭合延拓法根据信号端点的分布特性,把镜子放在具有对称性的极值位置,通过镜像法把镜内信号映射成一个周期性的信号,不存在端点,从根本上避免了经验模态分解和希尔伯特变换的端点问题.极值延拓法简单易行,具有与镜像闭合法相当的效果,在处理非对称波形信号时更显其优越性.     

基于小波变换的潮位粗差探测定位方法研究

结合小波多尺度分析在粗差探测定位方面的优越性,提出了相应的潮位粗差探测定位方法,根据小波分解的原理,给出了潮位粗差的探测步骤;基于实测潮位数据设计了潮位离散粗差与连续粗差两类实验,并对系统性偏差的探测定位展开研究。结果表明:基于小波多尺度特性构建的粗差探测定位模型可以高效准确地探测定位潮位粗差。     

震后早期阶段余震预测研究进展

震后早期快速、准确的余震预测对震后灾害风险应对和采取有效的处置措施十分重要.震后早期阶段地震目录不完整性是影响现有余震预测方法快速、准确预测的关键因素.近年来,随着技术和模型的发展,使得震后早期数据缺失阶段的余震预测成为可能.本文针对震后早期数据缺失阶段难以开展有效的余震预测问题,分别从提升余震检测率角度阐述了匹配滤波技术和深度学习技术,从统计地震学的余震补齐角度阐述了双尺度变换技术,从最大限度利用余震信息实时预测角度阐述了Omi模型和Lippiello模型等研究进展,分析了各类方法的优劣势,并提出了综合解决震后早期数据缺失阶段余震预测“瓶颈期”问题的技术路线,为从事地震检测、余震预测以及震后趋势研判等相关工作的科研人员提供科学参考.     

Conversion of kinetic energy from synoptic scale disturbance to low-frequency fluctuation over the Yangtze River valley in the summers of 1997 and 1999

In order to investigate the conversion of kinetic energy from a synoptic scale disturbance （SSD; period≤seven days） to a low-frequency fluctuation （LFF; period〉seven days）, the budget equation of the LFF kinetic energy is derived. The energy conversion is then calculated and analyzed for the summers of 1997 and 1999. The results show that the energy conversion from the SSD to the LFF is obviously enhanced in the middle and lower troposphere during the heavy rainfall, suggesting this to be one of mechanisms inducing the heavy rainfall, although the local LFF kinetic energy may not be enhanced.