机载SAR图像定向参数的F．LDT解法

从SAR图像的F.Leberl构像模型出发，推导了成像载体匀速运动条件下的SAR图像定向参数的直接变找（Direct Transformation for F.Leberl Model。F.LDT）解法。通过比较F.LDT解法与F.Leberl构像方程线性代迭代解法的实验结果，得出结论：F.LDT解法可以满足精度要求，且无需初值，不需迭代，计算过程简单，避免了线性化迭代方法不收敛的情况。最后对影响F.LDT解法精度的因素进行了分析。     

波动方程多次波压制技术的进展

多次波问题是海洋地震勘探中最突出的问题之一，如何有效地压制多次波是数据处理中的一个关键问题，多次波压制技术分为两大类：基于有效波和多次波之间差异的滤波方法和基于波动方程的多次波预测减去法。针对有代表性的波动方程方法－－基于反馈模型的迭代反演多次波压制技术做了较深入的讨论，目前在解决多次波问题时，基于波动理论的方法应得到重视。     

振动台试验中提高地震波模拟精度的补偿原理和方法

振动台台面运动能高精度地再现所要模拟的地震波，是模拟地震振动台试验的基本要求。本文从原理和实践两个方面对这一问题进行了研究。在讨论通过迭代方法逐步缩小再现地震波误差的基础上，给出了振动台试验中提高地震波模拟精度的补偿试验的方法和步骤。     

电磁法中低频虚分量异常的数字计算和数值解释

本文提出了在频率域电磁法中低频虚分量异常的正演计算方法,并进行了单体和组合体的反演计算,提高了解释水平。     

差分GPS水下立体定位系统的迭代算法分析

差分GPS水下立体定位系统通过将差分GPS定位技术和水下声学定位技术进行集成,实现高精度水下定位。本文基于差分GPS水下立体定位系统的基本观测方程,简要介绍了迭代法的基本原理,从双曲线差分定位观测方程出发,使用求解非线性方程组常用的牛顿迭代法构造迭代方程式,并用实测数据验证了该算法的可行性。     

空间直线的结构总体最小二乘拟合

提出结构总体最小二乘方法拟合空间直线,该方法能顾及三维坐标的误差,同时保证测量点到拟合直线的距离和最小。通过算例分析,验证了该方法的有效性和可行性。     

线性回归模型的稳健总体最小二乘解算

针对线性回归中自变量和因变量可能含有粗差的情况,提出线性回归模型的稳健总体最小二乘法。将线性回归模型进行等价变换,视其总体最小二乘平差模型为非线性,根据选权迭代的思想推导线性回归模型的稳健总体最小二乘迭代算法。以模拟算例在自变量和因变量同时添加粗差的情况下进行10 000次试验,并从中选出一组数据进行具体分析,结果验证了本文算法的有效性和可行性。     

三维频域航空电磁法优化模拟方法

为了快速模拟具有较宽频带的三维频域航空电磁响应,本文利用交错网格的有限差分方法,依据麦克斯韦方程组的离散形式推导得出关于空间电场分布的大型稀疏复线性代数方程组,再将方程实虚部分离得到关于实数的大型稀疏线性代数方程组,利用稳定的双共轭梯度法求解方程组.结果表明该方法不仅可以提高方程求解速度,而且保证方程在较低频率下解的收敛性,满足航空电磁法宽频带的要求.然后根据航空电磁法本身特点,提出迭代初值优化和双重网格迭代的方法,该方法可以提高计算速度50%左右.     

基于Bregman迭代的复杂地震波场稀疏域插值方法

在地震勘探中,野外施工条件等因素使观测系统很难记录到完整的地震波场,因此,资料处理中的地震数据插值是一个重要的问题。尤其在复杂构造条件下,缺失的叠前地震数据给后续高精度处理带来严重的影响。压缩感知理论源于解决图像采集问题,主要包含信号的稀疏表征以及数学组合优化问题的求解,它为地震数据插值问题的求解提供了有效的解决方案。在应用压缩感知求解复杂地震波场的插值问题中,如何最佳化表征复杂地震波场以及快速准确的迭代算法是该理论应用的关键问题。Seislet变换是一个特殊针对地震波场表征的稀疏多尺度变换,该方法能有效地压缩地震波同相轴。同时,Bregman迭代算法在以稀疏表征为核心的压缩感知理论中,是一种有效的求解算法,通过选取适当的阈值参数,能够开发地震波动力学预测理论、图像处理变换方法和压缩感知反演算法相结合的地震数据插值方法。本文将地震数据插值问题纳入约束最优化问题,选取能够有效压缩复杂地震波场的OC-seislet稀疏变换,应用Bregman迭代方法求解压缩感知理论框架下的混合范数反问题,提出了Bregman迭代方法中固定阈值选取的H曲线方法,实现地震波场的快速、准确重建。理论模型和实际数据的处理结果验证了基于H曲线准则的Bregman迭代稀疏域插值方法可以有效地恢复复杂波场的缺失信息。     

基于Bregman迭代的复杂地震波场稀疏域插值方法(英文)

在地震勘探中,野外施工条件等因素使观测系统很难记录到完整的地震波场,因此,资料处理中的地震数据插值是一个重要的问题。尤其在复杂构造条件下,缺失的叠前地震数据给后续高精度处理带来严重的影响。压缩感知理论源于解决图像采集问题,主要包含信号的稀疏表征以及数学组合优化问题的求解,它为地震数据插值问题的求解提供了有效的解决方案。在应用压缩感知求解复杂地震波场的插值问题中,如何最佳化表征复杂地震波场以及快速准确的迭代算法是该理论应用的关键问题。Seislet变换是一个特殊针对地震波场表征的稀疏多尺度变换,该方法能有效地压缩地震波同相轴。同时,Bregman迭代算法在以稀疏表征为核心的压缩感知理论中,是一种有效的求解算法,通过选取适当的阈值参数,能够开发地震波动力学预测理论、图像处理变换方法和压缩感知反演算法相结合的地震数据插值方法。本文将地震数据插值问题纳入约束最优化问题,选取能够有效压缩复杂地震波场的OC-seislet稀疏变换,应用Bregman迭代方法求解压缩感知理论框架下的混合范数反问题,提出了Bregman迭代方法中固定阈值选取的H曲线方法,实现地震波场的快速、准确重建。理论模型和实际数据的处理结果验证了基于H曲线准则的Bregman迭代稀疏域插值方法可以有效地恢复复杂波场的缺失信息。