用微机进行Mie散射算法研究

本文介绍在东海微机上用伦茨算法计算Mie级数的系数,其计算程序已运行成功。计算结果表明此法可使误差传播显著减小,计算精度提高,降低了对微机内存客量的要求,同时,本文得到的计算结果与国外公开发表的计算结果达到同样精度。     

The Influence of Ion-Acoustic Turbulence on the Electron Acceleration in the Reconnecting Current Sheet

Through solving the single electron equation of motion and the Fokker-Planck equation including the terms of electric field strength and ion-acoustic turbulence, we study the influence of the ion-acoustic wave on the electron acceleration in turbulent reconnecting current sheets. It is shown that the ion-acoustic turbulence which causes plasma heating rather than particle acceleration should be considered. With typical parameter values, the acceleration time scale is around the order of 10^-6 s, the accelerated electrons may have approximately a power-law distribution in the energy range 20 ～100 keV and the spectral index is about 3～10, which is basically consistent with the observed hard X-ray spectra in solar flares.     

Harmonic Structures of Gyrosynchrotron Radiation and Cyclotron Maser Instability

1 INTRODUCTIONSolar microwave bursts are usually produced by dtherellt radiation mechanisxns: gyroresonance absorption, Coulomb brernsstrahlung of the thermal baCkground plasma, as well asgyrosynchrotron radiation of the nonihermal electrons (Hildebrandt et al. 1998). Meanwhile,cyclotron or synchrotron maser instabilities may be responsible for microwave spaaes, blips, andtype ill bursts (Wu 1985; Huang 1987; Huang et al. 1996; Huang 1998), which are usuajly superposed on the ambient mi…     

双极化SAR数据反演裸露地表土壤水分

为了较高精度地获取大范围地表土壤水分,提出一种基于双极化合成孔径雷达数据的裸露地表土壤水分反演模型即非线性方程组,通过改进的粒子群算法求解非线性方程组从而得到土壤水分。首先通过AIEM模型数值模拟和回归分析,得到一种新的组合粗糙度,然后模拟分析得到土壤水分与雷达后向散射系数的关系,从而建立雷达后向散射系数与组合粗糙度、土壤水分的经验关系。利用ASAR C波段双极化雷达数据,基于经验关系和改进的粒子群算法即可实现土壤水分的反演。经过黑河流域实测土壤水分数据对模型进行验证,反演结果与实测数据具备良好的相关性(R~2=0.778 6)。与以往同一区域研究成果比较,文中的方法反演精度有所提高,更适用于裸露地表土壤水分反演。     

粒子群算法及多阈值指数熵的遥感影像变化检测方法研究

在遥感影像检测中,一般采用多变化阈值来提高检测精度,但会导致运算量的增加。为解决该问题,提出利用粒子群算法及多阈值指数熵的遥感影像变化检测新方法。首先采用影像差值法构造差异影像;然后提出利用粒子群和多阈值指数熵的遥感影像分割方法,并将其用于对差异影像进行分割获取变化区域;最后对选取的实验数据进行变化检测,并与基于模糊C均值、双阈值指数熵、三阈值指数熵的非监督变化检测方法进行比较。实验结果显示,提出的变化检测方法其精度为94.77%,本案方法是一种有效地、可靠的遥感影像变化检测方法。     

基于Lévy飞行的粒子群算法在大地电磁反演中的应用

粒子群优化算法在大地电磁测深反演中相较于一般的线性反演算法具有多种优点。然而标准粒子群算法在多维优化问题中存在早熟问题,为此,采用基于Lévy飞行随机游走策略的优化粒子群算法来处理局部最优解,增加寻优能力。通过对地电模型的反演对比表明,改进后的粒子群算法相较于标准粒子群算法适应度值下降速度更快、寻优能力更好。最后将该算法应用于已知钻孔旁实测数据,结果较好,表明该算法具有较好的实用性。     

窝崩区水流结构的概化水槽试验研究

窝崩是长江中下游常见的一种崩岸类型,具有流场结构复杂、发展速度快、破坏力强等特点。为揭示不同类型窝崩三维水流结构的特点,以长江中游虾子沟和下游扬中窝崩为例,设计了一般型与口袋型的窝崩概化模型,开展了相应的水槽试验。采用PIV流场测量技术,获得了一般型和口袋型窝崩的三维流场,研究了这2类窝崩的水流结构。试验结果表明：(1)窝塘及附近区域可分为主流区、掺混区和回流区;(2)一般型与口袋型窝崩回流区流速的最大值分别为主流平均流速的0.19倍和0.27倍,掺混区存在着较大的流速梯度且紊动强度大,掺混宽度沿主流方向逐渐增大;(3)一般型窝崩回流区的垂向平均流速比口袋型大48%～76%,且回流中心相比于口袋型更靠近窝塘外侧,这导致一般型窝崩更易将窝塘内泥沙输运至主流区;(4)在较高主流流速条件下,一般型窝崩窝塘水体与主流的交换速率大于口袋型窝崩,较低主流流速下则相反。     

基于粒子群-变分模态分解、非线性自回归神经网络与门控循环单元的滑坡位移动态预测模型研究

以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法（PSO）对变分模态分解（VMD）进行参数寻优,并将位移时间序列分解为趋势项、周期项和随机项。趋势项主要受滑坡内部因素影响,采用傅里叶曲线进行拟合预测;周期项由外部因素导致,基于格兰杰因果检验进行成因分析,并引入一种对时间序列历史状态具有较高敏感性的非线性自回归神经网络（NARX）进行预测;随机项频率较高且影响因素无法判定,采用一维门控循环单元（GRU）进行预测。最后将各分量预测位移进行叠加重构,实现滑坡累计位移的预测。结果表明,提出的（PSO-VMD）-NARX-GRU滑坡位移动态预测模型精度较高,且各位移分量预测精度明显高于静态模型中BP神经网络、支持向量机（SVM）和传统自回归模型ARIMA,可为阶跃型滑坡位移预测提供参考。     

改进PSO算法在水位流量关系拟合中的应用

粒子群算法(PSO)是一种基于群智能的全局优化方法。将改进PSO算法应用于水位流量关系拟合优化问题,通过对结果的比较分析,验证了改进PSO算法在提高精度方面的有效性,说明了改进PSO算法在水位流量关系拟合中应用的可行性。