基于稀疏反演的OBS数据多次波压制方法

自由表面多次波压制是海底地震仪（Ocean Bottom Seismometer,OBS）数据处理和成像中的难点,OBS数据多次波能量强,周期长,严重影响深层一次反射波的处理和成像.不同于常规拖缆观测系统,OBS数据站点一般相隔较远,仅仅利用检波点稀疏的波场信息难以压制OBS数据中的自由表面多次波.本文采用拖缆数据与OBS数据联合,利用稀疏反演估计（Estimation of Primaries and Multiples by Sparse Inversion,EPSI）方法,研究了OBS数据自由表面多次波压制理论,分析了OBS多次波产生的机理,详细推导了拖缆数据与OBS数据联合预测OBS多次波的EPSI方法基本原理.通过利用拖缆数据的信息,实现了OBS检波点稀疏数据多次波的压制问题.EPSI方法通过稀疏反演直接估计一次反射波,避免了SRME（Surface Related Multiple Elimination）方法中自适应相减对有效信号的损害,保真了一次反射有效信号,理论模拟OBS数据验证了方法的有效性.     

基于HAFMM的无射线追踪跨孔雷达走时层析成像

本文使用最小二乘线性迭代反演方法对跨孔雷达直达波初至时数据进行反演,每次迭代过程中,用有限差分法求解走时程函方程,并用高精度快速推进方法(HAFMM)进行波前扩展,通过追踪波前避免了进行射线追踪.为了验证该方案,我们对三组合成数据进行了测试,分析了单位矩阵算子、一阶差分算子和拉普拉斯算子等三种不同模型参数加权算子对模型的约束和平滑效果;讨论了FMM和HAFMM对反演精度的影响;测试了LSQR,GMRES和BICGSTAB等三种矩阵反演算法的反演效果.此外,我们还对一组野外实测数据进行了反演,对比了基于本方案以及基于平直射线追踪和弯曲射线追踪的走时层析成像反演效果.对比分析结果表明,使用拉普拉斯算子和HAFMM进行反演能较好地进行目标体重建,而三种矩阵反演方法对反演效果的影响差别不大;并且通过对波前等时线图的分析可以定性地判断异常体的性质和位置;而在对实测数据目标体的重建上,本方案能达到甚至优于弯曲射线算法的重建效果.     

基于数据驱动高阶学习律的轮式移动机器人轨迹跟踪控制

轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其次,设计高阶迭代优化目标函数得到控制律,并利用参数更新律估计线性输入输出数据模型中的未知参数.控制器的设计和分析只使用系统的输入输出数据,不包含任何显式的模型信息.通过采用高阶学习控制方法,在控制律中利用更多之前迭代的控制输入信息,提高了控制性能.最后,仿真结果验证了该方法在轮式机器人轨迹跟踪控制中的有效性.     

车载卫星通信站电子罗盘的应用和研究

为实现自动快速对星需求,电子罗盘已成为车载天线伺服系统的重要组成部分.但受到安装位置和地域环境磁场的影响,电子罗盘的测量数据会发生某种偏差,从而造成对星目标计算误差,在一定程度上制约了天线快速对星性能.以Honeywell公司生产的HMR3000为例,对电子罗盘定向应用进行研究,并给出了迭代标定法、校准表标定法、曲线拟合标定法等航向标定的实现过程.比较几种标定方法,以正弦拟合曲线标定法效果较好,可大大缩短初始捕星的时间.     

基于邻近模式的多比例尺居民地松弛迭代匹配

空间目标匹配是实现多源空间信息融合、空间对象变化检测与动态更新的重要前提。针对多比例尺居民地匹配问题,提出了一种基于邻近模式的松弛迭代匹配方法。该方法首先利用缓冲区分析与空间邻近关系检测候选匹配目标与邻近模式,同时计算候选匹配目标或邻近模式间的几何相似性得到初始匹配概率矩阵;然后对邻近候选匹配对进行上下文兼容性建模,利用松弛迭代方法求解多比例尺居民地的最优匹配模型,选取匹配概率最大并满足上下文一致的候选匹配目标或邻近模式为最终匹配结果。实验结果表明,所提出的多比例尺居民地匹配方法具有较高的匹配精度,能有效克服形状轮廓同质化与非均匀性偏差问题,并准确识别1:M、M:N的复杂匹配关系。     

基于改进分块阈值的SAR图像分割算法

提出改进分块阈值的SAR图像分割算法,该算法不但能够充分利用图像的局部细节信息,而且利用子图像块上边和左边子图像块的统计特征,增加子图像块间的连续性限制条件。通过试验对比,证明本文提出的算法能够得到更好的分割效果。     

基于垂直距离最小二乘拟合的双曲线沉降模型

引入临时坐标系,采用高斯-牛顿迭代算法,在双曲线基于垂直距离最小二乘拟合算法的基础上增加一个角度约束条件和两个平移约束条件,对沉降数据进行双曲线几何拟合而非代数拟合,提出了一种基于垂直距离最小二乘拟合的双曲线沉降模型的曲线参数估计算法。算例表明,改进算法改善了传统算法的拟合精度。     

基于LO范数最小化的地球物理数据稀疏重构(英文)

在实际的地球物理数据采集工作中,会因为多方面的客观原因导致数据缺失,对缺失数据进行插值重构是地球物理数据处理和解释的基础问题。基于地球物理数据自身或在变换域内的稀疏性,将地球物理数据的重构转化为稀疏优化问题可提高数据重构的精确度与稳定性。本文建立了LO范数最小化的地球物理数据稀疏重构模型,针对不同规模、不同特征的地球物理数据引入了两种不同类型的LO范数最小优化问题的近似求解算法,即基于LO范数最小化的迭代再加权最小二乘算法与具有快速收敛性的快速迭代硬阈值法。理论分析与数值试验表明,将迭代再加权最小二乘算法应用到位场数据重构中可发挥其收敛速度快,计算时间短,精度高的优势,而快速迭代硬阈值法更适合处理地震数据,相对于传统的迭代硬阈值法计算效率有了很大的提高。     

利用Yamaguchi分解保持地物散射特性的极化SAR分类

本文提出一种利用Yamaguchi分解保持地物散射特性的极化SAR数据分类方法。该方法利用Yamaguchi分解获得4种散射机理:表面散射、体散射、偶次散射和螺旋体散射,根据4种散射机理的功率大小判断地物的主散射机理和类别之间的Wishart距离,合并到指定个数的初始类别;并结合Wishart距离分类器对初始类进行迭代修正,实现极化SAR图像的非监督分类。最后利用AIRSAR数据与已有分类方法进行对比实验,验证了本方法的优势及适用性。     

工业测量三维基准转换参数的全局最优算法

从全局最优的角度分析了工业测量空间三维基准转换时经常出现解不稳定现象的原因,利用最优初值和局部最优算法,可以获得唯一确定的全局最优解。结合实际工业测量应用中的公共点移站测量,用此方法可以获得更加稳定的转换参数,对于其他低信噪比平差问题出现解不稳定的现象提供了解决方法。