关键词： 垂直地震剖面   数据处理   波场分离   Radon变换   分辨率  

摘要： Radon变换是重要的数学工具，已广泛应用于平面波分解、速度分析、多次波压制、波场分离与去噪、地震道插值等方面。Radon变换能把时空域中干涉叠加在一起的相干同相轴在变换域中分离，可用于波场分离与去噪处理，而设法提高变换域的分辨率是一个关键问题。　　垂直地震剖面(VSP)是一种高分辨率探测技术，对地下构造与岩性的认知具有独特的作用。波场分离是VSP数据处理中的重要环节，对测量数据的后续处理与利用有直接影响，研究提高波场分离的质量是一项有实用价值的工作。　　通过理论分析与编程计算实验，研究高分辨率 Radon 变换的算法实现，并将其用于VSP波场的分离。在时空域采用相似系数法压制假频和端点效应，在频率域利用最小平方反演法、迭代重加权最小平方法提高分辨率。在高分辨率Radon变换算子中引入一个新的变量𝜇消除了变换算子的频率依赖性，对于所有频率分量，变换算子只需要计算一次，显著降低了计算成本。提出采用𝜇−𝑔域高分辨率Radon变换快速分离VSP波场，新方法的计算成本约为传统高分辨率𝜏−𝑞变换的25%，且不降低精度。理论模型数据试算和实际资料处理试验效果较好，验证了算法的有效性和所编写程序的实用性。

摘要： 一、引言当前，大数据、人工智能、区块链等新技术成为掀起数字化转型浪潮的关键变量，万物互联，数字时代的到来，对各行各业的诸多方面产生了深远影响。特别是“云大物移智链边”的结合对社会中任何实体的活动和行为数据化、模型化都成为可能，而从中抽取出的结构化信息，在市场预测、工业自动化等众多领域创造出了前所未有的价值。科技能力的极大丰富，数据价值日益凸显，全息画像、精准监测、风险预警、辅助决策等等，正在打破传统的业务模式，催生出更加共享的经济生态，通过与传统产业的融合实现价值增量，为各行各业赋能，推动高质量的发展。

关键词： 移动式   全直径岩心   核磁共振   纵向分辨率   数据处理  

摘要： 为克服核磁共振测井技术纵向分辨率不足、实验室柱塞样岩心储层特征代表性不强等问题,实现对结构致密、强非均质性储层进行精细评价,移动式全直径岩心核磁共振扫描技术迅速发展。该技术将核磁共振扫描仪器运输至钻井现场,在岩心出桶的第一时间进行无损、快速测量,采集T2一维信息和T2-T1、T2-D二维信息,为页岩油等非常规储层评价提供关键参数,目前已经成为页岩油、致密油等非常规储层评价的重要手段。 目前,我国在移动式全直径岩心核磁扫描仪器研发方面发展迅速,但不同仪器的工作频率、磁体结构、测量模式、数据存储格式等存在差异,导致配套的数据处理技术发展滞后,缺少成熟的软件对移动式全直径岩心核磁扫描数据进行精细处理。因此,在对各厂家所研制仪器的采集方法、测量模式、关键参数、数据存储格式等进行系统分析的基础上,开展了以下工作: 首先,本文统一了移动式全直径岩心核磁扫描数据的处理流程,主要包括数据解析、回波标定、数据反演、物性参数计算、综合分析解释等步骤。其次,提出了一种提高移动式全直径岩心核磁扫描结果纵向分辨率的数据处理方法,通过标准样品刻画仪器磁场敏感区内的信号响应特征之后,对仪器输出数据进行全局反演,从而求解出全直径岩心内部的真实信号分布特征,得到更为准确可靠的高分辨率处理结果,并通过数值模拟和物理实验验证了该方法的可靠性。最后,基于该高分辨率处理方法,结合T2谱反演方法、二维谱反演方法以及物性参数计算方法,形成了操作便捷、交互友好的移动式全直径岩心核磁扫描数据处理软件。 现场实测数据处理结果表明,本文所研制的移动式全直径岩心核磁扫描数据处理软件达到了良好的应用效果,能够满足实际生产的需求。

关键词： 钙离子光钟   自动化技术   数据处理   驾驭   基于光钟的原子时标  

摘要： 目前,国际单位制中的7个基本单位全部实现由基本物理常数定义,且其中的6个单位均与时间单位(秒)相关。这标志着时间的准确测量已成为未来精密测量的重要前提。近年来光钟发展迅速,光钟的不确定度和稳定度指标均超过了目前作为基准的铯喷泉钟。在下一代秒定义的候选体系中,光钟具备优异的竞争潜力。光钟可以通过驾驭微波钟生成原子时标的方式获得更加准确的时间基准。但光钟受限于设备的复杂度等因素,如何保障其实现长期稳定运行是一个重要的问题。而自动化技术则是解决该问题最佳答案。 本文的工作聚焦于研究钙离子光钟的自动化技术以实现光钟实验数据的自动化处理,将光钟应用于微波钟的守时驾驭实验、产生本地原子时标并进行评估。主要工作内容可分为以下三个方面: 1、运维一套钙离子光钟系统并实现其长期稳定运行。完成了一套激光稳频系统和多路激光输出系统的搭建调试工作;负责维护光钟系统并实现该系统的长期稳定运行。优化控制程序,将自动化技术应用于光钟的离子载入、锁定等过程中,光钟在8个月内的月平均运行率达到了 85%以上,锁定20ms谱线时自评定稳定度达到了(?)。 2、完成光钟实验数据自动处理程序的开发工作。基于Python语言和数据处理工具包进行开发、采用模块化设计思路,通过多种功能模块的组合实现了钙离子光钟实验数据和光钟驾驭微波钟守时实验数据的高效自动处理。数据处理耗时由原先的小时量级降低至现在的分钟量级,极大地提高了数据处理的效率。在底层光钟实验数据处理程序框架上,结合PyQt技术为光钟实验数据自动处理程序设计了图形化交互界面,改善了人机交互体验。 3、开展光钟驾驭微波钟的守时实验研究。利用钙离子光钟系统、飞秒光学频率梳、商用氢钟搭建了一套驾驭实验平台。测试对比了两种驾驭方案的效果,其中采用微波频率上转换至光频信号方案对氢钟进行驾驭生成的原子时标与协调世界时(UTC)在一个CircularT周期内的最大时间偏差为1.5 ns;采用光频信号下转换至微波信号方案驾驭生成的时标在一个Circular T周期内与UTC之间的时间偏差能够控制在1.0ns以内。

关键词： 空气质量   时空特征   数据处理   深度学习   长短期记忆神经网络   季节性分解   主成分分析   卷积神经网络  

摘要： 近年来，郑州市通过实施大气污染综合治理攻坚行动，空气质量得到了持续改善。然而，秋冬季节重污染天气问题依然存在，空气质量改善成果仍需巩固，这不仅关乎人民群众身体健康，也直接影响“十四五”空气质量改善目标任务的完成。因此，对空气质量影响因素及其预测研究至关重要，本文对此展开研究，主要工作内容有:　　首先选取2016年1月1日至2023年12月31日空气质量指数、空气污染物、气象因素的3h观测数据，并对数据进行缺失值、数据标准化等预处理和可视化分析;其次通过相关系数研究影响空气质量指数的显著因素，6种空气污染物中，与空气质量指数相关性最大的是PM2.5和PM10,4个气象因素中，与空气质量指数相关性从大到小排序分别是气温、气压、风向、风速;再是对空气质量指数进行时空分析，通过莫兰指数研究空气质量指数的空间相关性;然后根据空气质量指数序列的非线性、趋势性、季节性等时间序列特性，提出了基于季节性分解的STL-LSTM模型，实验结果证明，引入STL分解的预测模型在拟合精度和鲁棒性上都有所提升;最后基于空气质量指数的多变量特性和空间相关性，分别建立 Bi-LSTM、CNN-LSTM、PCA-Bi-LSTM 和 PCA-CNN-LSTM 模型，经过实证对比分析，PCA-CNN-LSTM模型对本文空气质量指数预测准确性最高。

关键词： 无人机   协同导航   磁力计误差校正   UWB测距   质量控制   数据滤波  

摘要： 多机联动可优化无人机任务分配,提升任务执行效率,协同导航是保障多无人机协作效率、定位精度、安全性和可靠性的关键。协同导航应用场景常伴随以磁干扰和非视距环境为主的外部环境扰动和以系统观测噪声为主的内部环境扰动。扰动的时变性和不确定性导致系统性能降低,无法满足无人机协同导航在实际应用中对于高精度、高可靠性和高效率的要求。针对如上问题,论文围绕多无人机协同导航数据处理方法开展研究,主要工作内容与成果包括: (1)针对外部磁干扰影响协同导航系统姿态解算精度的问题,通过对惯性传感器中的磁力计建立基于刻度因子误差、非正交误差、零偏误差和软硬磁特性的磁力计误差模型,提出基于椭球拟合算法的磁干扰消除方案,采用最小二乘平差法估计椭球拟合算法中的椭球方程系数,得到校准后的磁场强度值;设计基于奇异值分解的双重自适应无迹卡尔曼滤波方案,引入多重渐消自适应因子调整误差协方差矩阵,通过改变滤波增益以降低磁力计噪声干扰,消除磁干扰对机载磁力计输出精度的影响,提高无人机协同导航系统姿态解算精度。 (2)针对非视距环境下的超宽带(Ultra Wide Band,UWB)接收信号产生非视距误差从而影响无人机协同导航相对定位精度的问题,通过分析UWB定位误差并对非视距信号进行识别,分别从测试与训练场景相同和异同两方面对比分析基于支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)和多层感知器(Multilayer Perceptron,MLP)三种机器学习分类器围绕非视距环境下的异常信号识别性能,通过融入遗传算法优化分类器参数,进一步提高机器学习方法识别异常信号的参数配置效率和模型分类性能;提出基于Sage-Husa的自适应扩展卡尔曼滤波方法,构建以惯性导航系统(Inertial Navigation System,INS)信息为状态量和以UWB测距信息为观测量的扩展卡尔曼滤波模型,简化滤波迭代过程,引入Sage-Husa自适应滤波,削弱非视距对无人机间相对测距精度的影响,提高无人机协同相对定位精度。 (3)针对无人机协同导航系统存在内部传感器有色噪声的问题,从传感器输出纠正与改进、数据融合方法两个角度入手,利用时间序列法将有色噪声转化为白噪声进行滤波,其次通过最小二乘和极大似然方法进行系统参数辨识,提出基于Huber M估计的鲁棒容积卡尔曼滤波算法。设计基于抗差理论的协同导航抗差质量控制策略,利用噪声白化方法将有色噪声转化为白噪声进行系统参数辨识;通过引入贝叶斯近似策略的容积法则对协同系统开展非线性量测更新;将系统量测方程转换为观测量和状态预测的线性回归问题后,采用M估计进行求解,引入Huber函数并融合L1、L2范数估计,提高无人机协同导航系统抗差能力。 (4)设计并搭建主从式无人机协同导航实验平台。无人机均搭载ADIS16460惯性导航系统、ublox ZED-F9P GNSS RTK解算模块、自主设计的UWB无线测距装置以及STM32F103ZET6导航解算计算机。通过无人机协同导航实验平台分别开展机载磁力计数据处理对比实验、UWB/INS数据融合对比实验、系统抗差质量控制对比实验以及无人机协同飞行实验。机载磁力计数据处理对比实验表明论文所提算法相较无迹卡尔曼滤波(Unscented Kalman Filter,UKF)和自适应无迹卡尔曼滤波算法(Adaptive Unscented Kalman Filter,AUKF)性能指标平均提升32.79%和25.76%,可有效提高机载磁力计输出精度。UWB/INS数据融合对比实验结果表明论文所提算法相较扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)和UKF精度分别提高了41.01%和29.91%,可有效提高无人机协同相对定位精度。系统抗差质量控制实验结果表明论文所提算法相较EKF和容积卡尔曼滤波算法(Cubature Kalman Filter,CKF)精度分别提高了14.16%和25.38%,可有效提高无人机协同导航系统抗差能力。无人机协同飞行实验结果表明,将论文所提算法应用于无人机协同导航,解算得到三个从机精度分别为2.55m,4.73m和3.23m,满足协同导航米级精度要求,可有效提高无人机协同导航系统的环境适应性。 该论文有图73幅,表26个,参考文献151篇。

关键词： 车载称重   数据处理   卡尔曼滤波   径向基神经网络  

摘要： 尽管各地运管部门都明文规定,严禁各类车辆超载行驶,但是各地依然普遍存在公路车辆超载运输现象。车辆超载运输不仅对公共交通的基础设施造成巨大破坏,同时也对人民的财产与生命安全带来严重威胁。传统的车辆定点检测方法存在以下问题:首先,称重监测站点相对固定,容易出现车辆逃避监测的问题;其次,固定点检测会使得交通拥堵,导致车辆检测效率低下。因此,为了加强交通运输、应急安全、信息化运输等重要管理,开始对车辆动态称重系统进行深入研究。 在充分研究现有的车载称重设备后,设计了一套车载动态称重系统。其基本功能为:1.车辆载荷量检测功能,通过各种安装在车身上的传感器,对车辆载荷量进行实时检测;2.车辆超载报警功能,系统检测到车辆载荷量后进行判定,若为超载,称重系统发出报警提醒驾驶员;3.快速标定功能,对于首次安装称重系统的相同车型不同车辆进行快速标定,然后对称重算法所得数据进行误差补偿,实现称重系统快速安装调试,提高安装效率。 首先运用改进的卡尔曼滤波算法对称重信号进行降噪处理,取得了较好的降噪效果;然后利用RBF神经网络对倾角数据、温度数据和降噪后的称重数据进行数据训练,将预测值进行Polyfit函数拟合,得到车辆静态载荷函数与车辆动态载荷函数。 实验结果表明,所提方法的称重误差能够保持在4%以内,满足车载动态称重的精度要求,说明该方法具有较强的实用性和可靠性;通过快速标定后的称重误差保持在4%以内,说明通过快速标定进行误差补偿的方法,可以提高称重系统在同一类型车辆上的安装效率。

关键词： 企业破产   数据处理   企业数据财产权   破产财产   破产管理  

摘要： 在破产法领域，债务人所持有的数据资源具有市场认可的经济价值，欧美等国已经出现将“隐私协议”“用户协议”作为判断债务人能否变价出售客户个人信息的案例。我国现行立法没有对破产程序中如何处理债务人所持有的数据进行明确，既未明确这些数据能否构成破产法意义上的“破产财产”，也未明确管理人和债务人对这些数据承担何种法律义务。破产财产的认定依据应当以现行财产权规则为基础，结合《民法典》第127条以及企业会计准则等实务性操作要求来看，主营业务数据、系统安全数据、经营管理数据以及获得同意的客户个人信息、员工个人信息均能够被纳入破产财产范围。基于“数据属于新型财产”的理念，管理人“管理和处分债务人财产”的法定职责包含了保护债务人财产保值和增值，这也延伸出管理人应当承担的数据安全保障义务。此外，在企业数据变价出售前后，数据资产的评估和技术整理、变价方式的合理选择以及数据销毁同样属于破产程序中企业数据财产处理规则的重要内容。