卡尔曼滤波在大坝动态变形监测数据处理中的应用

详细地讨论了离散线性系统的卡尔曼滤波模型的建立及相应的精度评定公式，通过对某大坝动态变形监测数据的卡尔曼滤波处理和结果分析，发现卡尔曼滤波值、预报值与原始观测值数据曲线的变化趋势非常接近，说明所建立的卡尔曼滤波模型是合理的、可靠的，可以较好地模拟动态目标系统的变化规律。同时，卡尔曼滤波模型能够实时、快速地处理大量动态变形数据，并能有效地改善动态变形监测数据的精度。     

井控地震资料处理技术探讨

井控地震资料处理就是将有关井的信息引入地震资料处理中,对相应的处理参数进行优化,提升地震资料处理成果的可解释性,解决好地下介质的构造成像和岩性参数的反演成像等基本问题。基于对前人利用微测井、测井、VSP信息进行井控地震资料处理的研究成果,归纳总结出了井控地震资料处理技术流程,分析了井数据介入地震资料处理的方式。将井控地震资料处理的作用概括为改善振幅的保真度、增强成果分辨率、提高成像的精度和提升反演的可信度四个方面,分别对井控振幅恢复、井控反Q滤波、井控反褶积、井控零相位化、井控近地表静校正、井控各向异性参数估算、井控速度建模及偏移、井控波阻抗反演等关键技术的实质和特点进行了介绍和评价,并归纳了井控地震资料处理量化质量控制方法。井控地震资料处理是一个强有力的井震结合的质量监控体系,弥补了无井控地震资料处理技术的不足,提高了地震资料处理成果的可信度和精度。     

卡尔曼滤波理论及其在地震勘探资料处理中的应用

本文给出了卡尔曼滤波的理论描述,从一个动态系统的状态空间表示法出发,给出了随机过程的卡尔曼滤波方程,说明它仍是一种最小平方滤波,但这种滤波方程不仅适用于线性时不变系统,而且适用于非线性时变系统。采用递推方法计算,既方便又简洁,而且保证其收敛性。这种方法非常适用于地震资料的处理,诸如滤波、反滤波和预测滤波等,可以大大提高地震资料的信噪比和分辨率,文中给出了应用实例。     

卡尔曼滤波的精度评定

卡尔曼滤波方法已广泛应用于动态测量数据的处理，其单位权方差通常按新息向量和观测值的残差向量进行计算，增加了观测值残差向量的计算。本文根据新息向量和观测值残差向量与观测值的预测残差向量之间的关系，推导出用预测残差向量计算单位权的计算公式，从而减少了单位权计算的工作量。     

反演法在提高地震资料信噪比中的应用

t-x预测滤波法是噪音衰减的通用且有效的方法,但是在噪音背景中存在平行同相轴时将产生假同相轴及出现子波畸变和振幅衰减等现象,这是因为噪音的存在影响了滤波器的计算,利用反演法对理论模型和实际数据进行了滤波处理,该方法可以有效地消除一般t-x预测滤波处理中存在的缺陷,实际应用表明,这种方法更能满足对地震资料高分辨率,高信噪比和高保真的要求,处理效果更接近实际。     

联合垂直地震剖面资料提高地面地震资料分辨率的应用研究

介绍利用三分量垂直地震剖面(VSP)资料中的纵波初至求取地层品质因子Q值的原理及方法、稳定化的反Q滤波方法,以及实现联合VSP地震资料进行反Q滤波提高分辨率处理的技术流程。利用三分量VSP资料估算的弹性参数可以与地层的Q值进行对比分析,证实估算的地层Q值的准确性。实际VSP资料和过井的地面地震资料的应用研究结果表明,所提方法与技术流程是可行的,能够在不影响地震资料信噪比的情况下提高地面地震资料的分辨率。与VSP走廊叠加结果对比结果表明,提高分辨率后的地震资料与VSP结果具有很好的一致性。     

小波变换理论及其在地震数据处理中的应用

从小波变换的原理人手,简要地介绍了小波变换的特点以及利用这一特点来提高地展资料分辨率的方法原理,综述了小波理论在地震勘探中的应用研究。     

利用4D地震数据校正储层静态模型的集合卡尔曼滤波方法

储层静态模型是利用已知数据,结合先验性认识对未知储层空间进行插值预测,由此得到的结果与实际生产观测数据以及4D地震观测数据之间存在较火差异.基于集合卡尔曼滤波方法,通过观测数据反推系统模型的状态向量,对储层静态模型加以校正使得校正后的储层静态模型和观测数据之间差异最小化.选择4D地震属件差异作为观测数据,通过合理地抽取观测点,提高了运算效率.模型试验表明,校正后的静态模型能够较好地反映储层非均质性,并且与4D地震数据有较好的一致性.     

三分量垂直地震剖面资料波场分离方法

三分量垂直地震剖面(VSP)资料波场的分离是将上行P波、S波.下行P波、S波(包括各类转换波).以及各种干扰波.按不同的能量关系记录在三个互相正交的分量上.形成了复杂的波场记录.本文在分析各种波场的基础上.综合利用上、下行波视速度的差异,以及P波、S波在极化特性和视速度两方面的差异.首先用极化滤波方法.最大限度地加强所期望的波.压制其它类型的波.再用速度滤波作进一步的波场分离.以期达到更好的分离效果.     

一般多传感器Kalman滤波融合中的观测数据压缩

关于多传感器系统的Kalman滤波融合，当各传感器的观测矩阵不能通过坐标变换成相同的矩阵时，怎样进行数据压缩，作者提出了两种解决的方案．     

基于鲁棒自适应kalman滤波平台标定数据处理

摘 要：惯导系统作为飞行器导航系统的重要组成部分,其精度直接影响到飞行精度,为了更实现更精确的导航,通常采用射前自标定技术,从而补偿平台的误差。当飞行器竖立在发射场时,通常会受到各种干扰因素的影响,比如阵风,这些干扰会对射前标定的精度产生很大的影响。为了更好的补偿这部分干扰带来的误差,本文利用ARMA(2,1)建立平台漂移模型,考虑到系统噪声的方差和协方差等信息并不可知而且所建立的模型也会有误差,本文选用鲁棒自适应卡尔曼滤波对数据进行处理,结果表明,经过处理后的数据方差比原数据方差小很多,可以满足标定精度要求。     

基于Kalman滤波器的多频电涡流信号解调方法研究

提出了基于Kalman滤波器的多频电涡流信号解调方法.该方法对含有多个频率分量的模拟信号进行直接采样,通过Kalman滤波器递推算法,实时同步解调多个检测频率分量的相位幅值等特征量信息.与传统的模拟相敏检波和数字相敏检波方法比,该方法无需硬件解调电路,电路结构简单,理论上可以软件灵活配置任意多个频点参数,不再依赖于具体硬件电路.     

基于推广Kalman滤波的机载无源定位改进算法

研究空中运动观测平台对地面辐射源目标的纯方位信息定位算法,提出改进的二阶EKF定位算法以提高定位估计精度.用推广Kalman滤波算法代替传统的最小二乘定位算法.充分利用观测平台的运动信息建立了可观测的观测方程,并采用二阶EKF算法解决了在观测误差较大的情况下导致的非线性误差较大的问题.采用Monte Carlo仿真比较LS,EKF和二阶EKF 3种方法的性能.证明用这种方法可以达到更好的估计精度,能够将目标位置定位在更小的概率椭圆内.概率误差椭圆缩小了30%.     

基于改进卡尔曼滤波的配电网动态数据平差方法

受设备、天气等多方面因素影响,电网量测数据不可避免的存在误差。在实际应用前,应选用合适的估计方法进行数据平差。为减小不良数据对估计精度的影响,本文提出了一种鲁棒性无迹卡尔曼滤波算法(RUKF),在进行无迹卡尔曼滤波之前引入基于运行模式的不良数据检测方法,通过分析量测量的变化趋势调整阈值,避免出现不良数据的漏检与误检现象。以IEEE 33-bus与某实际107节点系统为例,进行仿真验证。实验结果表明,在存在不良数据的情况下,RUKF与传统UKF相比,求得的数据平差结果具有更高的估计精度,提高了数据估算的鲁棒性。多个实验表明本文提出的RUKF算法对数据平差计算可以提供有效的理论支撑。     

基于不敏Kalman滤波的多传感器数据融合算法

针对非线性系统状态估计的有效融合问题,给出了一种基于不敏Kalman滤波的多传感器数据融合算法.首先,依据单传感器的量测利用不敏Kalman滤波器得到局部状态估计值;其次,依据模糊集合理论中隶属度的性质构建反映局部状态估计结果的支持度函数和支持度矩阵,进而实现对于各局部状态估计之间蕴含冗余和互补信息的充分提取;最终,通...     

集合卡尔曼滤波同化理论及其在一次暴雨过程中的应用

集合Kalman滤波用于数值试验有着雄厚的理论基础。本文介绍了集合Kalman滤波理论及其技术实现,在此基础上搭建了集合Kalman滤波同化系统,并用MM5模式做同化实际探空资料48小时的试验。试验结果表明:集合Kalman滤波同化探空资料可以改善MM5模式的预报效果。     

耦合集合卡尔曼滤波的非线性参数估计

准确的参数对于非线性模型或者函数有极为重要的意义。但是在实际应用中,输入的参数常常带有一定的偏差,因此在预测中非线性模型(函数)往往得不到满意的结果。把集合卡尔曼滤波方法引入到非线性模型(函数)的参数估计中,并采用基于联合状态向量的方法在同化时刻同时更新模型(函数)的状态和参数,该方法可以通过同化观测数据,动态地调整参数和结果,使得参数能够自适应地变化,同时也能较好地释放积累的模型误差。将该方法应用于随时间变化的二维非线性模型(函数)中,实验表明,该方法能够准确地估计出模型参数值,同时也表现出很好的鲁棒性和自适应性。     

MBDLM中卡尔曼滤波算法的改进研究

根据多变量Ｂａｙｅｓｉａｎ动态线性模型（简记为ＭＢＤＬＭ）在递推过程中出现的方差阵不正定、精底低以及滤波发散等情况进行分析，对原有卡尔曼滤波算法加以改进，给出了比较适用的递推算法。