受外界随机干扰影响的光纤陀螺信号分析与处理

针对受外界随机干扰影响的光纤陀螺信号进行分析并作了相应处理。分别比较了小波变换和建立在AR模型基础上的Kalman滤波两种滤波方法,并用实测数据进行验证。结果表明,相对于小波变换,建立在AR模型基础上的Kalman滤波不仅能够削弱有色噪声的影响,还能够部分削弱高频噪声的影响,滤波效果较好;将小波变换和Kalman滤波两种方法的优点结合起来,可以获得更好的滤波效果,有效地削弱了信号中各种干扰噪声的影响。     

影像金字塔增量更新方法

在分析影像金字塔结构的基础上,介绍了一种影像金字塔的增量数据组织方法,并提出了一种影像金字塔增量更新算法,该方法利用最新影像数据对原影像金字塔相关层次变化数据块进行局部更新。实验结果表明该方法可提高时态影像数据的存储效率,并能实现各级影像金字塔数据的自动更新。     

局域差分GPS改正数学模型分析与比较

局域差分中,用户到基准站的距离对定位精度有着决定性影响。利用基准站生成用户误差改正数,其算法很多,介绍了几种常用的方法,并分析了各方法的内插系数和内插质量因子。利用局域差分GPS进行定位时,只有当流动站位于基准站构成的多边形网内时,才可能得到较高的精度。     

Adaptive estimation of wave parameters by Geno-Kalman filtering

Prediction of wave parameters is very important for planning, designing and operation of ocean structures. Accurate estimation of these parameters provides engineers to construct more economical and reliable ocean structures such as harbors, breakwaters, oil production platforms and ocean wave energy converters. For this reason, optimum operation of these plants has become a must. Various methods have been introduced to determine the relation among wind speed previous and current wave parameters. Method proposed in this paper consists of genetic algorithms and Kalman filters which is called as Geno-Kalman filtering. It is based on adaptive calculation to reach the solution. Also a comparison has been made between perceptron Kalman filtering and Geno-Kalman filtering techniques. The application of Geno-Kalman filtering was performed for station 46002 which located in the Coos Bay at Oregon, USA. It is observed that the Geno-Kalman filtering methodology has smaller absolute, mean-square and relative errors than perceptron Kalman filtering. Also coefficient of efficiency value which was used to evaluate results between observed and estimated is higher at Geno-Kalman filtering than perceptron Kalman filtering.     

北京市地震台网"速度震级"与仿真震级的关系

速度型记录设备的地震速报,一般直接使用记录到的波形数据计算震级(速度震级).编写台网观测报告,需要把速度波形仿真成位移后再计算震级(仿真震级).本文利用北京市地震台网2003年以来1 000多条记录,以全网、单台两种方式研究了上述两种震级的关系,结果表明.它们之间存在很好的线性关系,且与震中距、台基、设备等因素有关.建议在速报阶段,可用震级差和线性关系两种方法对仿真震级进行估计.     

Robust H∞ control for aseismic structures With uncertainties in model parameters

This paper presents a robust H∞ output feedback control approach for structural systems with uncertainties in model parameters by using available acceleration measurements and proposes conditions for the existence of such a robust ontput feedback controller.The uncertainties of structural stiffness,damping and mass parameters are assumed to be norm-bounded.The proposed control approach is formulated within the framework of linear matrix inequalities,for which existing convex optimization techniques,such as the LMI toolbox in MATLAB,can be used effectively and conveniently.To illustrate the effectiveness of the proposed robust H∞ strategy,a six-story building was subjected both to the 1940 El Centro earthquake record and to a suddenly applied Kanai-Tajimi filtered white noise random excitation.The results show that the proposed robust H∞ controller provides satisfactory results with or without variation of the structural stiffness,damping and mass parameters.     

海底沉积层声学特性测量方法研究

介绍了利用垂直线阵结合声传播的折射法和反射法进行海底沉积层速度和厚度测量,给出反射法和折射法测量的原理及其时距曲线方程。     

人工神经网络在南海近海面气温反演中的应用研究

基于人工神经网络方法,利用海面水温、海面风速以及海面气压反演南海近海面气温,采用的基础数据集是国际综合海洋-大气数据集(International Comprehensive Ocean-Atmosphere Data Set,2.4 Release,ICOADS2.4)1981—2008年的观测资料,其中1981—2000年的观测资料用来建立模型,2001—2008年的观测资料用来进行模型检验。采用的人工神经网络方法是引入动量因子并采用批处理梯度下降法的BP(Back propagation)算法。试验结果表明,基于人工神经网络建立的近海面气温反演方法明显优于多元线性回归方法,尤其是在春季和冬季,海面水温、海面风速以及海面气压与近海面气温之间存在较强的非线性关系,人工神经网络的优势更加明显。总体而言,人工神经网络在各月的反演效果较均衡,均方根误差介于1.5—1.8℃之间,平均绝对误差为1.1—1.3℃。     

基于速度-深度线性模型的时深转换方法及其在南海海盆深水区的应用*

介绍了沉积层速度-深度线性模型的原理及其基本特点,利用沿南海海盆深水区一条多道地震剖面解释的速度谱资料,将沉积层速度-深度线性模型应用于该剖面解释数据的时深转换中,建立了与之相关的一整套工作流程,整个流程实现了可视化,并考虑了沉积地层速度的横向变化,为地震剖面的地质解释提供了直观且更为可靠的素材。最后,分别从理论和实践角度分析探讨了该时深转换模型的应用前景和局限性,借此为后续研究工作提供参考。     

赤道海洋波动弱非线性动力学系统浅析

通过对连续层化条件下赤道海洋波动及相关环流特征尺度和物理量的尺度分析,全面分析了赤道海洋波动及其相关环流所属动力学系统的性质。分析结果表明,该系统为以参数ε为表征的弱非线性动力学系统,在此基础上建立了适合描述赤道波非线性效应的动力学模型。