Geoacoustic Inversion via Genetic Algorithm and Its Application to Manganese Sediment Identification

An acoustic inversion method using a wide-band signal and two near field receivers is proposed and applied to multiple layered seabed models including a manganese sediment. The inversion problem can be formulated into a probabilistic model comprised of signals, a forward model, and additive noise. The forward model simulates wide-band signals, such as chirp signals, and is chosen to be the source-waveletconvolution plane wave modeling method. The wavelet matching technique, using weighted least-squares fitting, estimates the sediment sound-speed and thickness on which determination of the possible numerical ranges for a priori uniform distribution is based. The genetic algorithm is applied to a global optimization problem to find a maximum a posteriori solution for determined a priori search space. Here the object function is defined by an L 2 norm of the difference between measured and modeled signals. Not only the marginal pdf but also its statistics are calculated by numerical evaluation of integrals using the samples selected during importance sampling process of the genetic algorithm.     

GPS网络RTK的质量控制

随着科技的发展与工程应用的深入,传统RTK技术的不足也逐渐体现出来。网络RTK的出现克服了它的局限性。本文简要介绍了网络RTK的概念、工作原理、误差来源与平差、质量控制方法。     

投影寻踪门限回归模型在年径流预测中的应用

为预测年径流这类同维复杂动力系统，提出了投影寻踪门限回归（PPTR）模型。构造了新的投影指标函数，用门限回归（TR）模型描述投影值与预测对象间的非线性关系，并用实码加速遗传算法优化投影指标指数函数和TR模型参数。实例的计算结果表明，用PPTR模型预测年径流是可行而有效的。PPRT模型简便、适用性强，克服了目前投影寻踪方法计算量大、编程实现困难的缺点，有利投影寻踪方法的推广应用，为解决高维非线性复杂预测问题提供了新途径。     

高维PP时间序列分析在地震预报中的应用

将投影寻踪(PP)与高维时间序列分析结合起来，建立了地震PP综合预测模型。并选取祁连山地区作研究区，做了未来三个月内最大震级的短期预测，经展望式检验，合格率(预测误差≤0．5或≤10％)≥80％。中根据实际需要提出建立一定震级门限(M≥4．0)的预测具有更好的效果。本预测模型还可增加自变量、维数和改变时间尺度，并运用到其他领域中。     

基于改进K-SVD字典学习方法的地震数据去噪

为实现更好的地震数据去噪技术,笔者引入一种新的算法:快速迭代收缩阀值法(FISTA),通过FISTA和K-奇异值分解(K-SVD)不断迭代更新K-SVD字典,利用更新得到的K-SVD字典对地震数据进行稀疏表示,去除稀疏系数中较小的数值,使数据中的随机噪声得到压制。对层状模型合成地震记录,Marmousi模型合成地震记录以及实际地震数据进行对比实验,得出FISTA算法较OMP算法能更好地提高地震数据的信噪比,同时有效地保护了反射信号。     

基于正交匹配追踪的声层析方法

声速剖面的变化会对声传播产生较大的影响,经验正交函数模型经常用来实现对声速剖面数据的简化描述。然而在内波、湍流等海水不均匀性存在时,这种正则化操作会造成声速重构精度的大幅降低。本文利用字典学习生成声速剖面的非正交原子,在稀疏编码时采用正交匹配追踪（OMP,Orthogonal Matching Pursuit）算法,更新字典则使用KSVD （Kernel Singular Value Decomposition）的字典更新算法。由于字典学习不需要强制使用正交条件,对于训练数据更加灵活,从而可以使用少数的原子组合达到更高的重构精度。利用一次浅海声学实验多次测量的声速剖面研究了海水声速剖面的经验正交函数表示和字典学习,研究表明：相比于正交函数表示,学习字典可以利用少数原子（甚至一个原子）更好的解释声速剖面扰动。字典学习可以提高声速剖面的稀疏性,从而提高声速剖面的反演精度。     

利用零偏移VSP资料估计介质品质因子方法研究

利用峰值频率移动法估算零偏VSP资料的品质因子Q．该方法用Ricker子波和匹配地震子波分别逼近零相位和混合相位的震源子波,得到了峰值频率移动法估计Q值的公式．进而针对常规方法估计的地震子波峰值频率精度不高的问题,提出了估计地震子波峰值频率的特征结构法．通过合成零偏VSP资料的仿真试验,验证了峰值频率移动法估计Q值的正确性．仿真结果表明,与快速Fourier变换和Burg最大熵方法相比较,特征结构法得到的峰值频率和Q值精度高一些．仿真结果也表明,用峰值频率移动法估计Q值时需要选取恰当的子波参数,否则影响Q值估计的精度．     

航空影像与TM影像的配准及用航空影像对TM进行作物估产方法的精度检验

人们总是期望用较高分辨率的遥感影像来检验或评价相对低分辨率的遥感影像的分类结果的正确性，比如用航空影像检验ＴＭ的分类结果，用ＴＭ影像检验ＮＯＡＡ的分类结果。然而进行检验的首要关键的问题是将两幅不同分辨率的遥感影像在空间准确配准。事实证明，在空间域进行强制叠合是不成功的，因为二者没有可比的共同基准。两物相比必须要有一个共同的基础，作者认为遥感影像的空间频谱是一个较好的可以相互比较的基础，人们可以设法使空间尺度不同的两幅遥感影像在空间频谱上具有一致性，也就是说对相对高分辨率的影像进行适当的低通滤波而粗化，并通过它与相对的低分辨率的遥感影像进行错动，求取相关系数值，当相关系数达到最大值时可被认为是最佳的配准状况。本文以１：１００００的黑白航空像片为准，对应用ＴＭ影像估算冬小麦播种面积的精度进行了对比检验。结果表明，在传统的监督分类，Ｋ－Ｔ变换或混合像元分解方法中，混合像元分解方法的精度最高。     

基于误差准则和循环迭代的时移地震匹配滤波方法

分析了用于时移地震互均衡处理中的传统匹配滤波算法适用范围，结果表明该方法在滤波算子的反算子为最小相位时效果最好.对该方法难以解决的混合相位问题，推导出通用公式，并提出基于最小平方误差准则和循环迭代的求解方法.理论和实际数据都验证了该方法较已有方法的优越性.     

基于投影寻踪的水质评价模型

基于投影寻踪技术的基本原理和求解过程，建立了水质评价模型。大样本数据应用到模型中，使模型的精度大大提高。该模型既能根据样本本身寻求出各因子的重要程度，即客观权重．又能根据决策者对某个（些）影响因子的偏好，对样本进行分类。将遗传算法和传统优化方法相结合，以解决遗传算法求解带约束问题能力差的问题，并将其用于本文建立的模型的目标函数优化中．解决了高维数据全局寻优的难题。实例分析表明，该模型能够很好地对水质进行评价。能有效地解决多因素带来的高维复杂性，是一种处理多因素复杂评价问题的有效途径。