Synthetic seismograms of ground motion near earthquake fault using simulated Green’s function method

Seismograms near source fault were synthesized using the hybrid empirical Green＇s function method where the discretely simulated seismic waveforms are used for Green＇s functions instead of the observed waveforms of small earthquakes. The Green＇s function seismic waveforms for small earthquake were calculated by solving wave equation using the pseudo-spectral method with the staggered grid real FFT strategy under a detailed 2-D velocity structure in Kobe region. Magnitude and seismic moment of simulated Green＇s function waveforms were firstly determined by using the relationship between fault length and corner frequency of source spectrum. The simulated Green＇s function waveforms were employed to synthesize seismograms of strong ground motion near the earthquake fault. The synthetic seismograms of the target earthquake were performed based on the model with multiple source rupture processes. The results suggest that synthesized seismograms coincide well with observed seismic waveforms of the 1995 Hyogo-ken Nanbu earthquake. The simulated Green＇s function method is very useful for prediction of the strong ground motion in region without observed seismic waveforms. The present technique spreads application field of the empirical Green＇s function method.     

复杂载荷下梁弯曲问题的微分求积法应用研究

文章直接从细长梁的小挠度弯曲控制微分方程出发,利用微分求积法(DQM),沿梁的轴线把梁在空间域离散成若干个点,对每一点都可得到一关于各离散点挠度的DQ方程,从而得到关于求解全部离散点挠度的线性方程组,求解该方程组即可得到各点挠度,再由高阶Lagrange插值即可得到全域内的位移场。     

一种消除正交双通道幅相不平衡的方法

通过数学推导得出了雷达正交双通道幅相不平衡对改善因子稳定度的分析公式，并通过计算机绘出了幅相不平衡参数K和对改善因子稳定度的限制曲线。分析了正交双通道幅相不平衡对MTI性能的影响并提出了较好的解决办法。     

真空态与相干态的叠加态的熵压缩

研究真空态与相干态|α〉叠加态的熵压缩性质,并比较熵压缩与方差压缩的关系.研究表明:当权重b及相干态的振幅R取不同值时,叠加态的熵压缩和方差压缩分别满足熵测不准关系和海森堡测不准关系,且熵压缩比方差压缩能更灵敏地量度光场的压缩性质.     

深度学习在引力波数据处理中的应用初探

截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论.     

求解粘弹性饱和土隧道频域响应的DQEM

用微分求积单元法研究了粘弹性饱和土隧道的频域响应问题.首先,基于饱和多孔介质混合物理论,分别建立了频域内隧道耦合系统中粘弹性饱和土和粘弹性衬砌的控制方程,给出了耦合系统的边界条件以及饱和土和衬砌连接面上满足的连接条件.其次,发展了求解该耦合系统的微分求积单元法,利用微分求积单元法,在频率域内对耦合系统的数学模型进行了离散,并利用Newton-Raphson迭代法得到了系统的数值解.最后,对耦合系统的频域响应进行了分析,考察了参数的影响,同时也验证了数值方法的有效性.     

随机比例方程的波形松弛方法

将波形松弛方法应用到随机比例方程.在分裂函数满足单边Lipschitz条件和全局Lipschitz条件下,给出波形松弛方法的误差估计,该误差估计说明此方法是超线性收敛的.完成收敛速度的数值实验,验证了所得理论的正确性.     

基于ICESat-GLAS数据和模糊模式识别算法识别森林类型

【目的】利用冰、云和陆地高程卫星-地球科学激光测高系统(ICESat-GLAS)回波波形数据,通过模糊模式识别算法,提出波形特征参数组合,对森林类型进行识别研究,以期提高森林类型分类精度。【方法】利用不同森林类型冠层在GLAS回波波形上表现出的差异性,提取波形特征参数 R_{\mathrm{fi}{\mathrm{t}}_1} 、K₁'和 \overline{K_1} ;将本研究提取的波形特征参数与其他波形特征参数相结合,建立波形特征参数组合;对样本数据波形特征参数进行指标归一化和奇异点检测处理,剔除样本数据中的奇异点样本;结合模糊模式识别算法,计算不同森林类型分类精度。【结果】针叶林和阔叶林森林类型分类总精度为96.30%,其中,针叶林和阔叶林森林类型分类精度分别为92.86%和97.50%;针叶林、阔叶林和混交林森林类型分类总精度为84.51%,其中,针叶林、阔叶林和混交林森林类型分类精度分别为85.71%、97.50%和52.94%。【结论】模糊模式识别算法在森林类型分类方面具有一定优势,尤其在针叶林和阔叶林森林类型识别方面,识别精度较高。     

关于Gauss-Per Kai型数值积分方法

该文利用带权Gauss型数值积分的构造方法和Per Kai多项式推导出了Gauss-Per Kai求积公式,估计了截断误差,并做了一些推广。由实例说明该方法具有节点简单及精度高等优点。     

正交有理函数与有理Radau求积公式

在具有固定极点的有理函数空间上构造了一类新的正交有理函数,并讨论了基于这类正交有理函数的有理Gauss-Radau求积公式.