爆燃压裂技术对水泥试样致裂实验研究

为模拟爆燃压裂技术的破岩效果和裂缝形态,进行了水泥试样致裂实验。制作了含有模拟射孔孔眼的ϕ244.5 mm套管,外维为ϕ1 600 mm×1 000 mm的水泥试样9组,并采用现场常用的航天复合推进剂和军工双基药进行实验。在实验基础上,与层内爆炸技术和重复强电冲击波技术进行储层致裂机理对比分析。研究表明,爆燃压裂技术对9组水泥试样具有100%致裂效果,裂缝条数在2~4条,裂缝缝宽在厘米级,且水泥试样的顶部缝宽要大于中部。随着火药用量减少,井筒内峰值压力减小,岩石裂缝条数减少,裂缝宽度减小。其造缝机理和形态有别于使用炸药的层内爆炸技术和使用脉冲功率负载及含能材料的可重复强电冲击波技术。     

序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形,并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题,在极值处理法的基础上,提出了一种非线性的无量纲化方法,即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段,并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析,发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外,采用模拟仿真的方法发现,该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。     

基于MIMO直达波的无人机分布式相参雷达相位同步方法

分布式相参雷达(distributed coherent aperture radar, DCAR)实现信号全相参的前提是相位同步,而各单元雷达的初始时钟参差、机动性引入的位置误差、本地振荡器的初始相位等因素均会导致DCAR相位不同步问题。为解决上述相位不同步问题,提出一种基于多输入多输出(multiple input multiple output, MIMO)直达波的无人机DCAR相位同步方法。该方法对各单元雷达接收的直达波,首先利用包络同步法联合双向时间比对的方式,估计出时间同步误差,再提出坐标线性变换法和偏移线性变换法用于各单元雷达位置误差的估计,并联合同一单元雷达分置辅助天线接收波以提高位置误差的估计精度。最后,利用误差估计值对直达波进行补偿,剩余相位即不同单元雷达收发对下的初相估计。仿真实验验证了所提方法的有效性。     

基于未确知测度理论的定向铅钻遇采空区判识方法研究

老空水害事故是矿井安全生产的重要隐患之一。为确保矿井防治水安全,对老空区的探查与识别必不可少。文章立足于定向钻钻探新技术,根据定向钻观测内容及钻遇采空区的表现特征,确定了钻遇采空区的判识依据,基于未确知测度理论,结合实际案例,研究建立了钻遇采空区综合判识方法。研究结果表明,采用基于未确知测度理论的钻遇采空区判识方法在定向钻钻探过程中能够准确地识别采空区。研究成果对于指导定向钻判识采空区、完善定向钻探查老空区(包括老巷)探查技术体系具有重要参考价值。     

基于GPS/地磁组合弹体滚转姿态测量方法

在全球定位系统(global positioning system, GPS)/地磁组合测量方法的基础上,对组合测量过程中存在地磁测量盲区问题进行了研究分析。针对磁阻传感器在测量弹丸滚转姿态时因有可能出现的磁探测盲区而造成解算结果不准确的情况,提出了利用弹丸的速度倾斜角代替滚转姿态输出的思路,建立了基于GPS弹丸速度倾斜角的解算模型,根据GPS的量测输出信息,对弹丸的速度倾斜角进行测量解算,并对采用弹丸的速度倾斜角代替滚转姿态输出的可行性进行了理论验证。通过数值仿真计算验证了该解算方法的正确性,有效弥补了磁探测盲区出现时组合测量解算误差较大或无法解算的不足,在一定程度上提高了GPS/地磁组合弹体滚转姿态解算的精度。     

A sparse algorithm for adaptive pruning least square support vector regression machine based on globalrepresentative point ranking

Least square support vector regression(LSSVR)is a method for function approximation,whose solutions are typically non-sparse,which limits its application especially in some occasions of fast prediction.In this paper,a sparse algorithm for adaptive pruning LSSVR algorithm based on global representative point ranking(GRPR-AP-LSSVR)is proposed.At first,the global representative point ranking(GRPR)algorithm is given,and relevant data analysis experiment is implemented which depicts the importance ranking of data points.Furthermore,the pruning strategy of removing two samples in the decremental learning procedure is designed to accelerate the training speed and ensure the sparsity.The removed data points are utilized to test the temporary learning model which ensures the regression accuracy.Finally,the proposed algorithm is verified on artificial datasets and UCI regression datasets,and experimental results indicate that,compared with several benchmark algorithms,the GRPR-AP-LSSVR algorithm has excellent sparsity and prediction speed without impairing the generalization performance.     

基于CRC的ASM信号维特比纠错算法

为提高甚高频数据交换系统(very high frequency data exchange system, VDES)中应用特定消息(application-specific messages, ASM)的解码性能, 提出一种基于循环冗余校验(cyclic redundancy check, CRC)的改进维特比纠错算法。通过合理降低符号状态数和使用部分CRC参与纠错, 使该算法平衡了纠错性能和计算量, 同时提出了新的分支度量以解决过于理想化的传统分支度量导致的性能损失。仿真表明, 新分支度量相比传统分支度量提升了1 dB的误帧率(packet error rate, PER)性能, 在用12个CRC寄存器参与纠错的条件下,该方法比相干解调算法提升了1 dB的PER性能, 同时通过合理的符号状态数降低策略将计算量降为传统算法的1/4。