海洋拖缆地震资料关键问题分析及处理对策

南海地区的海底地貌复杂,起伏落差大,水道复杂、高角度构造发育,造成长期以来在该地区所获得的地震资料品质普遍偏低,不能满足后期地震解释及地质综合研究的需要。采集的原始地震资料主要存在以下问题：①拖缆漂移严重,羽角大; ②涌浪噪声干扰强;③多次波发育严重,给处理带来很大的困难。常规的二维地震处理方法不能很好的解决中、深部成像问题,本文重点针对拖缆漂移问题,采用伪三维处理思路：首先,对原始数据进行三维网格化;其次,对网格化后的数据进行规则化处理;第三步,选取偏移距分布均匀的线段重新合并回一条二维测线,最终CDP道集内偏移距分步趋向均匀,这样可以减少共中心点横向发散的影响。在此基础上,进一步压制涌浪噪声和多次波,最终的处理成果表明此方法的有效性,与常规处理结果相比成像品质明显提高,解决了中、深部成像模糊问题。     

基于RBF神经网络模型和SVM模型的压力传感器

压阻式压力传感器由于受环境温度影响会产生较大的温度漂移,测量精度明显降低,不利于其他依赖于压力数据的测控环节的工作。简要分析了当前常用的压力传感器温度补偿方法,然后采用RBF神经网络模型和支持向量机模型对压力传感器因温度变化所产生的非线性进行补偿。结果显示:传感器的温度漂移分别降低到0.6%F.S和0.5%F.S.,大大提高了压力传感器的性能和测量精度。最后,通过补偿结果的对比分析,讨论了两种算法的优劣性。     

一种离子温度分布下的测地声模连续谱的参量激发

在离子温度为非均匀的等离子体中漂移波激发测地声模连续谱的过程中,对测地声模固有频率的径向分布函数的不均匀部分取双曲正切函数的情况,研究了漂移波边带模和测地声模连续谱的径向结构以及测地声模增长率.数值结果表明漂移波边带模的径向结构分布图都与简谐振荡都很接近,测地声模连续谱的能量都主要集中在参量激发的共振点附近,而测地声模增长率和泵波振幅的平方成正比.     

菲涅耳双棱镜置放方式的实验探究

从实验的角度出发,对菲涅耳双棱镜棱脊面向单缝和背向单缝两种置放方式进行实验探究,通过对多次实验数据的分析、对比,得出只有当两次实验中的狭缝到菲涅耳双棱镜的距离L相同时实验结果在误差允许的范围内是相同的。     

追踪事件微博报道:一种流的动态话题模型

为了解决微博中存在的话题漂移和大量噪声问题,提出了基于动态话题模型和微博信息熵相结合的流的动态话题模型。首先利用动态话题模型在整个追踪过程,从正反两个方面增强对追踪话题的描述,进一步克服了话题漂移问题。但由于微博中存在大量中间类微博,所以定义并使用微博信息熵来衡量一条微博对于话题报道的重要性,并将其扩展到动态话题模型中,用于区分新闻类和中间类微博。在超过17万用户的1 200万条微博上进行了话题追踪,实验结果表明,本文算法较之传统的动态话题模型更有效,追踪结果包含更少噪声。     

旋转自动补偿捷联惯导系统技术研究

利用旋转法补偿陀螺漂移是提高捷联惯导系统精度的有效途径之一。由于旋转的引入,惯性测量单元中陀螺的常值漂移将被调制成周期性信号,通过积分运算可以有效地消除常值陀螺的漂移影响。提出了一种新的单轴旋转调制方案,对该方案进行了理论推导、分析和仿真。与以往的单轴旋转方式及未采用旋转方式时的导航误差进行了比较,结果表明本方案可以消除所有方向上陀螺常值漂移的影响,从而大大提高位置和姿态精度。     

高层混合结构地震整体损伤指标研究

首先基于模态参数,给出高层混合结构在四个损伤状态下的最终软化指标;然后用非线性分析软件CANNY对9个不同结构参数高层混合结构模型进行了近500次不同地震动作用下的非线性时程分析,建立了最大层间位移角与最终软化指标及结构参数之间的关系,以及最大层间位移角和最大总位移角之间的关系;并结合Pushover分析,提出了高层混合结构基于变形和能量的双参数损伤指标,最后通过一高层混合结构的模拟地震振动台试验对建议的各损伤指标量化值进行了验证.     

上市公司临时报告对资本市场信息传递的影响

以中国资本市场上2000-2009年的上市公司为研究样本, 文章探讨了上市公司临时报告对资本市场信息环境的影响, 发现了临时公告对资本市场信息环境的积极提升作用. 实证结果表明, 上市公司临时报告提高了股票价格中的公司 个体层面的信息含量, 具体表现为: 临时报告降低了股票价格的同步性, 增加了收益率的异质波动性, 增加了信息交易的概率. 以是否具有研发行为、外部分析师数量的多少、所处地区市场化发展程度的大小,作为公司所处信息环境的代理变量, 文章发现在信息不对称程度较高的上市公司中, 临时报告提高股票价格信 息含量的作用更加明显. 实证检验还发现, 临时报告使得上市公司信息传递更加平稳, 降低了股票价格暴跌的风险; 临时报告提高了盈余信息反应到股价中的速度和程度, 提高了盈余反应系数, 降低了盈余公告后的漂移程度.     

电致塑性效应机制研究及其展望

对电致塑性微观机制的研究现状进行综合评述,讨论了漂移电子在电场作用下形成的电子风力对可动位错密度、分布和结构的影响,对堆垛层错能的影响,对显微组织的影响,同时对现有的研究理论基础进行了总结,最后对金属电致塑性的应用及所面临的技术问题进行了分析。     

IUKF neural network modeling for FOG temperature drift

A novel neural network based on iterated unscented Kalman filter （IUKF） algorithm is established to model and com- pensate for the fiber optic gyro （FOG） bias drift caused by temperature. In the network, FOG temperature and its gradient are set as input and the FOG bias drift is set as the expected output. A 2-5-1 network trained with IUKF algorithm is established. The IUKF algorithm is developed on the basis of the unscented Kalman filter （UKF）. The weight and bias vectors of the hidden layer are set as the state of the UKF and its process and measurement equations are deduced according to the network architecture. To solve the unavoidable estimation deviation of the mean and covariance of the states in the UKF algorithm, iterative computation is introduced into the UKF after the measurement update. While the measure- ment noise R is extended into the state vectors before iteration in order to meet the statistic orthogonality of estimate and mea- surement noise. The IUKF algorithm can provide the optimized estimation for the neural network because of its state expansion and iteration. Temperature rise （-20-20℃） and drop （70-20℃） tests for FOG are carried out in an attemperator. The temperature drift model is built with neural network, and it is trained respectively with BP, UKF and IUKF algorithms. The results prove that the proposed model has higher precision compared with the back- propagation （BP） and UKF network models.