柴东北缘欧南古隆起的发现及地质意义

柴达木盆地为一晚期改造强烈的大型叠合盆地,原型盆地恢复是落实侏罗系烃源岩、选择突破方向的关键,其中,同沉积期隆起的识别对分隔性较强的断陷期原型盆地研究具有重要意义.基于中国石化近期投入的大量实物工作量,充分利用野外露头、钻井和地震资料等,通过精细解释和对比,确认了早中侏罗世欧南隆起的存在及其分布范围.研究表明,该古隆起包括现今的欧南凹陷和锡铁山-埃姆尼克山两部分,它们在早中侏罗世沉积期为一整体,对沉积体系分布及烃源岩的发育具有重要影响,燕山晚期运动奠定了二分雏形.结合构造演化特征和现今的残存状况,综合分析认为欧南古隆起以北地区勘探潜力较大,应在保存条件和输导体系研究的基础上,首选近源勘探.     

JPEG合成图像的盲篡改检测及定位

提出一种经过JPEG压缩且保存为BMP格式的图像盲篡改检测方法。该算法基于原始量化表不一致性实现篡改定位。首先根据压缩图像特性定位DCT块;然后依据块划分估计原始量化表;最后计算图像块偏离量化表程度,并寻找合适阈值,实现篡改区域的自动检测和定位。改进原始量化表估计算法的实验结果表明:改进算法能实现直流(DC)分量的量化系数估计,并提高量化表估计的正确率,且能有效检测单次JPEG压缩图像的篡改及定位。     

基于四元数MUSIC算法的声矢量传感器阵列二维波达角估计

利用声矢量传感器导向矢量和四元数之间的相似性,推导并建立了以四元数形式表示的导向矢量,给出了声矢量传感器阵的四元数模型,理论分析了导向矢量与噪声子空间的正交性,在此基础上提出了基于四元数MUSIC空间谱的二维波达角估计方法。仿真实验表明,四元数MUSIC算法的分辨力要优于矢量MUSIC算法,在低信噪比下具有较高的DOA估计精度,验证了四元数的正交性优势,同时本文方法不局限于L线阵和面阵,对其他阵型也具有普遍适用性。     

均匀线阵双基地MIMO雷达目标角度估计

在高斯色噪声背景下,提出了高阶累积量最小范数算法,实现了均匀线阵双基MIMO雷达的波离方向和波达方向的联合估计。最小范数算法利用双基MIMO雷达的联合导向矢量矩阵与噪声子空间正交,用噪声子空间的全部噪声奇异矢量构成最小范数矢量,相比MUSIC算法计算量小。仿真结果也表明在低信噪比时,最小范数算法的估计性能较好。     

基于压缩采样匹配追踪的稀疏度和稀疏信道联合估计

原始的压缩采样匹配追踪算法依赖于已知稀疏度,因此本文研究了一种稀疏度和稀疏信道联合估计算法。首先提出了一种新的稀疏向量的替代,能够在有限长度的训练序列下,达到较好的稀疏度和信道估计效果。然后通过对稀疏信道估计中的噪声分量的分析,提出了一种稀疏度估计算法,结合信道估计最终给出了一种稀疏度和稀疏信道联合估计算法。仿真结果表明：新的稀疏向量的替代在稀疏度和信道估计方面都有明显的优势,并且提出的稀疏度和稀疏信道联合估计算法在性能上好于mCoSaMP算法。     

直觉模糊集Choquet积分在目标威胁估计中的应用

针对威胁估计过程具有一定的不确定性,威胁因素往往又具有一定的相关性问题,将直觉模糊集和模糊积分引入信息融合领域中,提出了基于直觉模糊集Choquet积分的威胁估计方法.首先,利用直觉模糊集理论构建了基于不同威胁因素的直觉模糊估计器,利用隶属度函数和非隶属度函数表示每个威胁估计器的不确定性.其次,利用模糊测度对威胁因素和因素集的重要程度进行建模.再通过Choquet模糊积分完成不同威胁估计器结果的集成,完成对目标威胁程度的估计.最后,以20批空中目标的威胁评估实例,验证了方法的有效性.     

混合系数线性模型中的一个新的相对效率

混合系数线性模型的s-K估计是一种新的估计,为了将其与最小二乘估计进行对比,提出了混合系数线性模型的s-K估计和最小二乘估计(LSE)的一个新的相对效率e5,并证明了e5的性质,同时推导出了其上下界。     

基于深度信息的自主空中加油技术

在分析自主空中加油技术典型解决方案的基础上,提出了基于三维快速成像激光雷达(3Dflash LIDAR)的自主空中加油技术方案。该方案可以在很大程度上减少或消除自主空中加油对GPS的依赖,为合理利用非相似余度导航定位功能提供可靠的技术支撑。首先根据加、受油机空中加油编队飞行特点,确定了以平尾和垂尾为特征平面的加油机点云深度信息特征提取方案和算法。其次利用拉格朗日乘法求取点云子集的最佳拟合平面的单位法向量,为视觉里程计估算加油机相对受油机位姿变化提供了信息。仿真结果表明,特征提取和位姿估算算法可行。同时为了提高视觉里程计对相对位姿估算的准确性,利用矢量中值滤波、平尾与垂尾相关性来消除测量和数据处理中产生的误差,仿真结果表明:在白噪声信噪比为25dB时,滤波算法可行。     

一类泛函的径向极小元的局部一致估计

在带权的Ginzburg-Landau型泛函的径向极小元的整体估计的基础上,通过适当引入辅助泛函,以此来降低该整体估计右端的增长速度,最后使之不再增长或负增长,从而最终建立所需的局部一致估计,为进一步研究径向极小元的极限行为作铺垫.     

基于物理约束U-Net网络的地震数据低频延拓

由于震源与采集技术的影响,地震勘探数据往往缺失低频信息,严重影响后续的反演和成像处理。现有的地震数据低频延拓方法,大多建立在时域数据分布特征的基础上,容易导致频率与相位信息严重损失。为解决该问题,文中提出一种基于地震波物理参数约束的U-Net深度学习网络进行地震数据低频延拓。首先,利用理论引导数据的思想组织样本,生成大量不同特征的地震数据;然后,通过结合残差跳跃连接改进的U-Net模型学习从中高频地震数据生成低频成分的非线性映射;最后,结合地震信号的物理参数约束提升对频率、相位的恢复效果。实验证明,文中所提方法对地震数据低频恢复具有较好的效果,并在频率与相位的保持上优于同类方法,对提高后续的处理与解释精度具有较高的实用价值。