GNSS转发式欺骗干扰方法的改进

针对GNSS多天线转发式欺骗干扰在实际应用中,当干扰机与目标机距离大于一定范围时,将引起目标机钟差突跳,从而易被目标机检测和识别的缺陷,提出了基于干扰机阵列的转发式欺骗干扰新方法。干扰机阵列按照正六边形网型布设,可实现目标区域的无缝覆盖,并且灵活易拓展。不论目标机位于区域的任何位置,均有一个最优干扰机能够对其实施有效干扰。为了确定相邻干扰机的最优间距,本文在干扰机阵列不同间距下对具有钟差突跳自适应检测能力的目标机的干扰有效性进行了仿真研究。结论表明,综合考虑各种约束因素,相邻干扰机最优间距为17 km,满足该条件的干扰机阵列在实施欺骗干扰过程中,不会造成目标机钟差突跳,有效解决了该干扰方式易被目标机识别的问题。     

水平井中随钻电阻率实时确定地层界面方法

实时确定地层界面是水平井地质导向钻井中的重要问题之一。考虑到泥浆电阻率、井眼在一定范围内对随钻电磁波影响较小,把三维地层模型简化为一维地层模型,大大减少了正演计算量。利用马奎特方法对其进行了实时反演计算,获得了仪器与地层界面之间的距离。实验表明,所确定的地层界面位置与实际相吻合,能够控制仪器的运行轨迹,使井眼保持在期望的地层内,有效提高了水平井的随钻地质导向能力。     

柴达木盆地自然伽玛曲线与古里雅冰芯记录的末次间冰期以来气候环 …

采用柴达木盆地达参１井井自然伽玛（ＧＲ）曲线进行古气候反演,分析了ＧＲ曲线记录的末次间冰期以来的环境变迁过程,表明ＧＲ曲线忠实地记录了构造运动及气候变化的影响,与古里雅产,格陵兰冰芯所记录的气候事件均能均较好对应,表明柴达木盆地同时包含了高原隆升和全球性气候变化的信息,是反映古气候变化良好的信息载体之一,是反映内陆干旱盆地环境与气候变化良好的代用指标。     

利用地脉动台阵记录反演场地浅层Vs结构

比较了影响Love波相速度频散曲线的主要因素,通过虚拟反演,说明了利用Love波相速度反演浅层剪切波速度结构的可行性,以地脉动台阵3分量观测记录提取的Love波相速度频散曲线为目标函数,利用遗传算法与单纯形法混合算法,分两种情况反演了某实际工程场地的浅层剪切波速度结构。结果表明,利用从地脉动台阵3分量观测资料中提取的Love波相速度反演工程场地浅层的剪切波速度Vs结构是一种很有前景的技术方法。     

中国大陆科学钻探主孔自然放射性测井及其解释

为了认识江苏东海超高压变质带上地壳岩石自然放射性的垂向分布特征, 榴辉岩退变质程度对放射性元素浓度的影响, 以及放射性产热率对地温梯度的影响, 利用中国大陆科学钻探(CCSD) 主孔100~5000m自然放射性测井(自然伽马和自然伽马能谱) 资料统计了CCSD主孔各类岩石的自然放射性强度和铀、钍、钾元素的浓度, 计算出产热率曲线.自然伽马, 铀、钍、钾浓度和产热率从蛇纹岩到榴辉岩、角闪岩、副片麻岩、正片麻岩依次增大.随着榴辉岩退变质程度的增强, 其铀、钍、钾元素的浓度值逐渐增大.CCSD主孔自然放射性的垂向分布特征主要受岩性控制, 自然放射性随深度增加有增强趋势.产热率与自然伽马测井值之间有很好的线性关系, 在高放射性岩层的上部, 地温梯度会出现较强扰动和低值异常.      

柴达木盆地北缘柴页1井中侏罗统大煤沟组页岩储层测井评价

页岩储层测井评价是后期压裂改造工程的基础,通过分析柴页1井常规测井曲线特征,结合特殊测井和岩心样品分析化验数据,综合评价了中侏罗统大煤沟组页岩岩性、物性、地球化学、含气性、可压裂性等特征,获得了储层评价及工程改造参数。柴页1井中侏罗统大煤沟组至少发育128.1m厚的富有机质页岩,具有高伽马、高声波时差、高中子、高电阻、低密度的特点;测井计算有利的富有机质页岩的总有机碳含量介于3.20%~4.20%之间,总含气量介于1.50~4.50m3/t之间,有利页岩层段脆性矿物含量介于45%~75％之间,划分出3个有利层组,第Ⅰ层组和第Ⅱ层组具有杨氏模量高、泊松比低的特点,有利于后期射孔压裂。     

塔河油田3区石炭系超深薄层碎屑岩储层预测研究

针对塔河油田3区石炭系卡拉沙依组地震数据很难识别薄砂体的问题,对比分析了采用地震资料提频处理、分频处理、储层高分辨率敏感参数反演等不同手段得到的储层预测结果,筛选出高分辨率储层敏感参数反演作为卡拉沙依组砂泥岩段储层主要预测手段。通过探讨砂泥岩对声波时差的响应,以及对比分析自然电位、自然伽马以及补偿中子孔隙度与声波时差的关系,确定自然电位与声波时差的相关性最好,由此选取自然电位作为最佳电性敏感参数参与高分辨率敏感参数反演预测。从井点、剖面、平面等方面检验和评价高分辨率储层预测成果,结果表明其反演预测效果较好,符合塔河油田3区石炭系的储层预测要求,实现了对石炭系主力砂体空间展布的解释与描述,建立了塔河油田3区石炭系卡拉沙依组储层模型。     

一种用于沉积相分析的新型模式识别方法

本文介绍一种用于沉识相分析的新型智能模式识别方法──神经网络模式识别方法。该方法利用关键井研究建立的测井相与地质相的对应关系作为识别模式，通过向识别模式学习获得模式识别智能知识，从而利用这些智能知识识别未知井、未知点的微相类型。本文方法成功地应用于中原油田文留地区沙四段沉积微相的识别与划分。     

自组织竞争人工神经网络在砂岩型铀矿测井数据解释中的应用

详细介绍了自组织竞争人工神经网络模型结构、原理和钻孔岩性自动识别过程,给出了神经网络模型在钻孔岩性自动识别过程中的有效性实例。自组织竞争人工神经网络具有自组织能力、自适应能力和较高的容错能力;与BP算法相比较,计算量小,收敛速度快,且不需要已知的先验信息而自动确定分类类别。钻孔岩性识别结果与岩心地质编录的对比试验表明,在砂岩型铀矿测井数据的解释中,应用自组织竞争人工方法可较好地完成钻孔岩性自动分类。     

惠民凹陷唐庄地区沙河街组层序地层和沉积相

针对研究区的区域地质概况,并借鉴了前人的研究成果,利用地震和测井资料识别出了三级层序边界,并对各层序进行了体系域划分,建立了研究区的等时地层格架。在此基础上,通过对岩芯和测井相的综合分析,以体系域为单位进行了沉积相的划分,建立了研究区的精细沉积相模型,并对沉积相的展布特征进行了分析。