一、平稳模糊随机过程及其谱分解（论文文献综述）
徐倩倩[1]（2019）在《印刷机滚动轴承故障特征提取方法研究》文中提出印刷装备是一种具有高精密度的高速集成机械设备,设备运行稳定性与可靠性直接决定了印刷行业生产制造水平。滚动轴承作为此类旋转装备的重要支撑部件,其准确特征提取与故障识别是实现印刷装备智能化监测诊断的关键问题。研究针对印刷供料系统轴承部件的频域分布特性、时域非平稳特性及时域非高斯振动特性,分别展开了故障损伤特征提取新方法研究,以实现各类轴承故障状态的准确表征,从而为印刷装备的稳定运行和高效生产提供重要理论依据。主要研究内容包括:（1）开展轴承损伤信号的分布特性研究,从时域和频域角度全面分析了印刷机轴承的低频、非平稳和非高斯特性:探究了印刷装备中轴承振动信号产生机理,分析了滚动轴承故障特征在频域上的低频微弱特性,指出常规频谱识别中存在的频率分辨率问题;通过Hilbert-Huang算法理论,分析模拟信号与轴承实测信号的时间-频率-幅值变化,验证其参数时变特性,并指出了轴承非平稳统计特征的冗余问题;通过信号概率密度拖尾厚度对比,分析了轴承故障振动信号的分数低阶Alpha分布特性,指出了常规特征提取存在的性能退化问题;上述问题的提出为印刷装备轴承故障诊断提供了新的研究方向;（2）针对轴承的低频故障特征能量聚集问题,提出了基于多重故障特征频谱细化熵的轴承特征提取新算法:研究提出多重ZFFT算法对低频振动信号进行多重目标频段的频谱细化处理,有效提高了振动信号频谱分辨率,解决了高采样频率下低频故障特征密集难以区分问题,实现了故障频谱成分的准确识别;针对不同类型故障轴承,采用熵值特征度量其多重细化窄频段的时序复杂性,包括样本熵、近似熵、模糊熵、多尺度样本熵、多尺度模糊熵等,研究通过变量去相关完成了故障特征的敏感性描述,依据多类样本点的空间分布实现了故障轴承样本的聚类识别;上述研究形成了基于特征频谱细化熵的印刷机滚动轴承故障诊断体系;（3）针对轴承振动非平稳随机性及特征冗余问题,提出了基于局部均值分解与流形映射的非平稳统计特征提取算法:通过局部均值分解对非平稳振动信号进行平稳化分解,构建了 PF分量、瞬时频率、瞬时幅值的非平稳高维特征集;引用图论概念将信号高维特征集视为无向图的矩阵表示,通过拉普拉斯特征映射进行矩阵内部流形结构的非线性挖掘,以获得敏感、稳定的轴承振动特征参数,实现了轴承非平稳特征集的维数约减;通过信号约减特征可视化三维散点图观察轴承样本的空间聚类,结合支持向量机完成了样本识别;上述内容实现了基于LMD-LE的印刷机滚动轴承故障诊断方法,并成功应用于多组故障轴承实验,验证了所提出方法对非平稳特征的可靠识别能力;（4）针对轴承振动分数低阶Alpha分布特性,提出了基于分数低阶统计的轴承特征描述新算法:在自适应分析基础之上,从信号分布概率密度函数拖尾及分布模型参数方面探究了信号PF分量的时域分布特性,研究发现局部均值算法LMD对分数低阶Alpha噪声抑制性能较弱,由此提出了基于分数低阶统计原理的PF分量特征提取改进新算法;算法分别提出了新的特征统计量-最优分数低阶统计量和共变低维映射矩,并构建分数低阶统计特征集,有效实现对Alpha稳态分布噪声干扰的抑制,解决了传统信号特征提取方法中方差假设不成立所导致的印刷机轴承故障状态描述不准确问题;新算法兼顾了信号非平稳与非高斯特性,轴承振动状态描述准确度得到有力提升。本文围绕印刷装备中滚动轴承故障信号的三大振动特性,深入开展了故障信号解析、故障特征表征研究,分别提出了频谱细化表征、自适应特征流形学习、非高斯分数低阶特征提取新算法,构建了完整的滚动轴承故障信号解析、表征及识别体系,新算法进行了通用轴承与印刷机轴承的故障实验,样本空间聚类效果验证了本文所提出新方法的有效性,主要成果对于提升印刷装备制造水平和产品质量具有重要意义,同时,相关理论丰富了已有滚动轴承故障研究体系,为复杂装备中滚动轴承的振动状态描述提供了有效理论支撑。
尹宏伟[2]（2019）在《面向多源数据的谱学习算法研究》文中研究说明在人类认识和改造世界的过程中,往往需要通过多源数据认知事物。与单源数据相比,多源数据蕴含了更加丰富的信息和知识,通过对多源数据的研究分析能够获取对事物更加全面客观的认知。面向多源数据的机器学习算法通过利用多源数据中的隐藏知识,可以有效提高算法的学习能力,然而传统机器学习方法一般面向单源数据建模,多源数据使传统机器学习方法面临新的挑战。本文针对多源数据学习的基本问题,研究面向多源数据的谱学习算法,主要工作包括:为了实现多源数据的融合学习,建立面向多源数据的融合学习模型。该模型通过结合全局谱嵌入融合和局部谱嵌入融合,能够更加全面地表示多源数据的内部结构。针对多源数据融合新模型,本文给出相应的优化求解算法。通过实验验证了算法的有效性,能够提高同构完备多源数据融合聚类的性能。为了降低多源数据融合学习模型的复杂度,提高算法学习效率,提出谱密度表示方法。首先通过谱方法获取各数据源的密度信息,形成多源数据的一致谱密度表示。通过各数据源谱密度表示的线性组合,获取最优谱密度表示。在此基础上,利用密度峰值聚类算法完成多源数据聚类任务。通过在多源数据集上的实验验证了算法具备多源学习的能力和较高效率,并且具备处理噪声数据的能力。为了解决非完备多源数据中存在数据缺失的问题,提出谱修复的方法。首先通过建立不同数据源之间的投影对各数据源进行填补,然后通过算子的谱性质对各数据源进行修复,从而获取各数据源真实完整的邻接矩阵。在获取各数据源真实完整的邻接矩阵基础上,建立多源数据的融合模型。通过在非完备多源数据集上的实验验证了算法能够解决多源数据中存在样本缺失的问题,实现非完备多源数据的融合学习。为了解决异构多源数据中存在关联缺失的问题,提出同时利用样本对应关系和特征对应关系构建各数据源之间的关联关系。传统多源学习中的关联关系主要体现为不同数据源之间样本的对应关系,但是当样本对应关系出现缺失时,传统多源学习方法无法建立学习模型。本文基于流形对齐的方法,联合两种对应关系,实现了异构多源数据的融合学习。通过在异构多源数据集上的实验表明算法与传统多源学习方法相比在出现样本对应关系缺失时性能更加良好和稳定。本文主要创新点包括:1.针对多源数据的融合学习问题,提出多源谱嵌入融合学习算法;2.针对多源数据的数据表示问题,提出多源谱密度表示学习算法和多源谱修复学习算法;3.针对多源数据中关联挖掘问题,提出多源谱关联学习算法;
姬战怀[3]（2018）在《Gabor小波变换在叠后地震数据处理中的应用研究》文中指出地震数据是地球物理学家和油藏地质工程师认识地下地质构造,寻找油气储藏的重要信息源。信号处理方法内容丰富,在地震数据处理和解释中有广泛的应用,它能辅助油藏地质工程师处理、分析和解释地震数据,准确高效地从地震数据中提取地质构造信息,识别有利于油气储藏的地质目标。论文重点研究Gabor小波及其变换和S变换在叠后地震数据处理和解释中的一些应用,进行了以下几方面的研究工作:第一,构造了一个Gabor小波变换的逆变换。Gabor小波变换在地震数据分析中有广泛应用,但是Gabor小波不是容许小波,因此没有容许小波特有的逆变换,而且研究人员一直未能找到Gabor小波变换的逆变换。这制约着Gabor小波变换在某些方面的应用。论文改进了Gabor小波,并在此基础上构造了一个Gabor小波逆变换,使Gabor小波理论趋于完善,为拓展Gabor小波的应用范围提供了理论支持。将Gabor小波的正逆变换相结合提出了一个提高叠后地震数据分辨率的方法,实例证明用新方法处理的地震数据有更高的分辨率和保真性。第二,研究了S变换及各种广义S变换,提出了广义S变换的一般形式。一般形式的广义S变换有两个重要参数——主频率和分辨率因子,其中,变换主频率是变换时频窗的中心频率,分辨率因子用以控制变换的分辨率,它是变换主频率的函数。在应用中,分辨率因子函数可根据需要选取。实验证明用一般形式的广义S变换对信号时频分析时能灵活地控制变换的分辨率,有更准确的时频定位性能。第三,研究了地震数据的滤波方法,认识到方法与处理对象的物理模型相适应是方法取得良好效果的前提条件。地震道是地震数据的基本组成单位,是反映地层垂向变化的一维时间序列。把地震剖面看成二维图像进行滤波不完全契合其物理结构。用二维平滑滤波方法滤波时会平滑掉一些类似噪音的、反映地层横向不整合性边缘的信息,而边缘保持滤波方法会强化虚假的边缘信息。以地震道为单位的地震数据滤波策略契合地震数据的物理结构,在滤除当前地震道的噪音时不影响近邻地震道,为保持地震数据的横向变化信息提供可能。如何在地震道滤波的前提下实现地震数据滤波的边缘保持是值得深入研究的问题。基于此目标,论文在这方面做了初步探索,构造了Gabor小波滤波器、Gabor小波积分滤波器和Gabor小波时频滤波器等三个一维时域滤波器,其中Gabor小波积分滤波器在地震数据滤波中有良好的边缘保持性能。第四,改进了一些地震属性的提取方法。首先,瞬时地震属性提取需要对地震数据做Hilbert变换。由于Hilbert变换对噪音敏感,从低信噪比数据中提取的瞬时属性误差较大,不利于数据解释。论文用Gabor小波积分滤波器替代Hilbert变换,有效地改善了瞬时地震属性的品质。其次,第三代相干体属性算法性能稳定,但运算量大。基于地层连续性假设,改进了第三代相干体计算时迭代初值的选取方法,提高了运算的收敛速度。第三,研究了谱分解和分频属性。由于Gabor小波变换是有自适应的分辨率因子的线性零相位滤波器,因此,与几种常用时频分析方法比较,它具有更准确的时频定位和灵活的带宽控制性能。理论证明Gabor小波变换提取的子带信号的主频率谐波与原信号中该频率的谐波完全相同,因此它是具有保真性的谱分解和分频工具。最后,研究了地震属性在地震数据解释中的应用,提出用分频瞬时相位识别小断层的方法,仿真和实例验证了方法的正确性和有效性。第五,系统地研究了提高叠后地震数据分辨率的方法,提出了两个基于时频谱能量补偿的提高地震数据分辨率的方法。论文分析了地震数据分辨率偏低的原因,并在此基础上研究了通过数学物理方法提高地震数据分辨率的可能性。利用基于地震道褶积模型建立的地震数据时频谱、地震数据频谱与地层衰减函数之间的关系,分别提出基于S变换和Gabor小波变换时频谱补偿两个提高地震数据分辨率的方法。通过正演模型和工程实例验证新方法的合理性和保真性,且工程实例证明新方法的处理效果优于传统高分辨率方法。
曾波[4]（2015）在《非平稳地震动过程的概率模型及在重力坝抗震分析中的应用》文中研究说明高坝抗震问题作为近年来的研究热点一直备受关注，在高坝抗震研究中，地震输入模型、结构地震响应和抗震可靠度分析是坝体结构抗震分析中不可或缺且相互联系的三个方面。由于地震动过程不仅具有明显的随机性，而且具有强度和频率的非平稳性，这将对坝体结构的非线性动力响应分析影响显着。为此，本文建立了基于水工建筑物抗震设计规范的非平稳地震动过程的概率模型，并应用概率密度演化方法对金安桥重力坝进行了随机地震反应分析和抗震可靠度计算。论文的主要内容如下：（1）建议了一类新的全非平稳地震动过程的谱表示-随机函数方法。首先，在Priestley演变谱理论的基础上，导出了非平稳随机过程模拟的二类谱表示方法，即：第一类是由2N个标准正交随机变量的线性组合来表示的，第二类是由N个相互独立随机相位角的余弦级数叠加来表示的。其次，通过比较第一类谱表示与第二类谱表示的优缺点，选择第一类谱表示作为非平稳地震动过程的模拟方法，同时，采用随机函数的思想，建立了全非平稳地震动过程模拟的谱表示-随机函数方法。在谱表示-随机函数方法中，实现了用12个基本随机变量即可在二阶统计值上表达原随机过程的目的。最后，从物理上对谱表示-随机函数方法进行了阐述和解释。（2）发展了全非平稳地震动过程的广义演变谱模型。在平稳地震动过程的功率谱密度函数基础上，发展了一类时-频全非平稳地震动过程的广义演变谱模型。广义演变谱模型可以全面地反映地震动的时域特性和频域特性，如强度非平稳性、持续时间、地震动峰值加速度以及频率非平稳性、场地特性、反应谱。（3）建立了基于水工建筑物抗震设计规范的地震动概率模型。以上述谱表示-随机函数方法和广义演变谱模型为基础而建立的非平稳地震动过程的概率模型，其优点之一在于能够利用基本随机变量的离散代表点集，直接由广义演变谱生成具有指定赋得概率的代表性样本集合，从而可以在代表性样本集合的层次上来考察地震动过程。结合我国现行的《水工建筑物抗震设计规范》（DL5073-2000），建立了4类场地条件下的水工建筑物抗震设计所用地震动的代表性时程集合。同时，应用代表性时程的二阶统计值与目标值的比较，以及代表性时程的平均反应谱与规范反应谱的拟合误差，验证了上述概率模型不仅计算效率高而且精度也很高的优越性。（4）进行了混凝土重力坝的非线性随机地震反应与抗震可靠度的概率密度演化分析。上述非平稳地震动过程的概率模型与概率密度演化理论相结合，可以进行复杂工程结构的随机地震反应与抗震可靠度的精细化分析。为此，以我国金安桥混凝土重力坝的抗震分析为例，进行了金安桥重力坝的非线性随机地震反应分析与抗震可靠度计算，进一步验证了上述非平稳地震动过程的概率模型在工程应用上的有效性。最后，对本文研究的内容进行了总结，对需要进一步研究的问题进行了展望。
李向阳[5]（2014）在《省域综合经济实力的评价与预测研究》文中研究表明综合经济实力是反映一个国家或特定的范围地区物质综合拥有程度的经济学概念.省域综合经济实力即是以一个省为地域范围的能反映经济发展的因素的综合水平.研究我国各省的综合经济实力并对它们作出评价,对于国家经济政策的制定有着重要的意义.为此,本文从基本的统计学理论出发,研究了多指标综合评价方法、时间序列预测方法,从而建立了对省域综合经济实力进行评价-预测-评价的一整套的体系方法.主要研究内容如下：（1）省域综合经济实力.从经济实力出发,探讨了综合经济实力的内涵.在此基础上,给出了省域综合经济实力的拓展的定义,建立了能够量化反映省域综合经济实力的指标体系,即从这些指标中能提取出代表省域综合经济实力定量的“数值”（2）因子分析评价方法.求出了能综合反映原始指标的少数几个公共因子,并对公共因子所代表的实际意义进行了解释.利用公共因子与变量间的函数关系,得到了公共因子在样品点上的得分,将这些得分综合成一个“综合得分”,即为反映综合经济实力的可以量化、评价的指标.（3）时间序列预测方法.介绍了传统的时间序列建模方法；提出了一种对于短期年度时间序列数据建模的“组合加法模型”方法.利用此两种方法对样品综合得分建立时间序列模型,并预测.基于误差分析从两种方法建立的模型中筛选出预测效果最优的模型,将此最优模型的预测值作为进一步的研究值.（4）数值计算和结果分析.根据已建立指标体系、评价方法和预测方法,对我国大陆31个省区近12年的数据进行了数值计算.以2012年的数据为例对综合经济实力的评价过程进行了阐述；以计算出的2001年至2010年的综合得分值进行了时间序列建模和预测,并用2011年和2012年的值检验了预测的效果；最后给出了综合得分3年未知值的预测结果,并基于这些预测结果对样品进行了综合评价.
薛雅娟[6]（2014）在《地震信号时频分析及其在储层含气性检测中的应用研究》文中进行了进一步梳理海相碳酸盐岩储层和致密砂岩储层是今后油气勘探开发的重点和难点。目前大部分储层埋藏较深，地震响应特征微弱，孔隙流体响应微弱，储层与非储层差异小，导致这类储层的含气性检测困难。针对更好的进行海相碳酸盐岩储层和致密砂岩储层的烃类检测，进一步提高地震资料的利用效率，充分挖掘地震勘探资料中的有效地质信息，进一步提高瞬时幅度和瞬时频率等瞬时属性的精确性，本文从时频分析角度，着重研究基于经验模态分解（EMD）的时频分析方法进行含气性检测的方法和技术，以期实现海相碳酸盐岩储层和致密砂岩储层的更有效的含气性检测。论文的主要研究内容与成果如下：（1）在对各种时频分析方法评价的基础上，重点研究基于EMD的时频分析方法的烃类检测技术。详细分析了各种常规地震信号时频分析方法的机理及特征，系统论述了Hilbert-Huang变换（HHT）的基本原理以及该方法目前存在的问题，并对解决方法进行了一定程度的探讨。分析了谱分解方法进行烃类检测的物理基础。这里，基于EMD的时频分析方法包括了：HHT方法、NHT方法、HU方法、EMD/TK方法以及EMDWave方法。该类方法，利用反映油气信息最多的特征分量信号而不是全部原始信息进行烃类检测，拓展了谱分解分析和衰减梯度分析技术。（2）基于EMD的时频分析方法进行直接烃类检测，主要利用了“低频能量增强，高频能量减弱”的特征。正确选取EMD分解产生的IMF信号是有效利用基于EMD的时频分析方法进行直接烃类检测的前提；对选择的IMF分量进行频谱分析合理选择谱分解分析的低频和高频频率/频率段是关键。模型测试和实际地震资料分析表明，基于EMD的时频分析方法进行储层含气性检测，对于具有弱地震反射特征和弱油气响应特征的储层能够给出很好的含气性统计解释。（3）提出了地层吸收剖面的概念和计算方法。模型分析和实际地震资料处理表明，地层吸收剖面与分频剖面分析结果一致，但是地层吸收剖面可以给出更直观的储层含气性检测结果，也有利于与其他方法提取的属性进行融合处理等以给出最终储层有利含气分布，避免了传统谱分解方法需要利用一系列分频剖面分析的不便利等。（4）发展了基于NHT方法和HU方法的含气性检测技术。分析了HHT方法作为谱分解技术应用的原理、特点等。在此基础上，针对HHT方法受Bedrosian理论和Nuttall理论的限制，引入NHT方法和HU方法进行烃类检测。系统分析了NHT方法和HU方法的算法原理，谱分解的实现方案。通过模型和实例分析对比研究了HHT方法、NHT方法和HU方法在烃类检测中的应用。研究结果表明，这三种方法都适合处理海量的地震信号，HHT方法的执行时间最短，HU方法的执行时间最长。对于靖边数据来说，NHT方法和HU方法获得的瞬时幅度和瞬时频率比HHT方法较好，NHT方法和HU方法的端点偏离比HHT方法较小。综合考虑各个方面，我们认为对于靖边气田的地震数据来说，NHT方法比其他两个方法具有更好的效果。（5）提出了基于EMD和TK能量算子的谱分解方法即EMD/TK方法。地震波能量与Kaiser建立的物理模型直接关联是该方法应用于烃类检测的基础依据。通过EMD方法提取出含油气信息和细节最多的原始地震资料的主要分量，进一步利用TK能量分离算法，提取瞬时幅度和瞬时频率等瞬时属性。TK能量分离算法提取的地震信号的瞬时属性比Hilbert变换提取的瞬时属性具有更高的精度，瞬变自适应性跟踪能力更强，但是该算法只适用与单分量信号，而EMD的应用则保证了TK能量分离算法的可行性。模型验证和实际地震资料处理以及不同方法对比表明了EMD/TK算法的有效性和优越性。该算法可以加强油气响应特征，给出更好的含气性检测的统计性解释。（6）提出了基于EMD和小波变换的谱分解技术和衰减梯度技术即EMDWave方法。通过EMD方法提取出含油气信息的主要分量，利用小波变换实现谱分解算法，同时结合最小二乘法，实现高精度衰减梯度分析方法。该方法结合了EMD和小波变换的优点，既能加强油气响应特征，又能给出较多的细节信息。实际地震资料处理及不同方法对比表明了该方法的有效性和优越性。（7）对川西海相碳酸盐岩储层开展了基于EMD的时频分析方法的应用研究。研究区目标层深度约在5000米，地震响应特征微弱，该区域目前仅有三口井，测井资料少，储层预测和含气性检测相对困难。利用川科1井、新深1井和孝深1井的过井剖面进行了分析，检测结果与测井资料符合，证实了基于EMD的时频分析方法的检测结果是可靠的。模型分析和过井剖面分析表明基于EMD的时频分析方法在该区域的预测是可行的。利用基于EMD的时频分析方法分析的川科1井主力产气层厚度与测井资料吻合，进一步表明了基于EMD的时频分析方法的有效性和可靠性。最后，在层位控制下，对目标区域的沿层切片进行了分析和优选，利用HHT、NHT、EMD/TK以及EMDWave方法分别提取相应的最优地层吸收剖面及衰减梯度，利用聚类分析给出基于EMD时频分析方法的雷口坡组有利含气性分布区域。（8）对苏里格气田致密砂岩储层开展了基于EMD的时频分析方法的应用研究。苏里格气田有效储层分布零散、AVO分析技术的应用受到一定限制，这里，直接从地震记录入手，研究发展基于EMD的时频分析方法的有效储层含气性检测方法技术，给出研究工区的储层特征。利用召68井等过井剖面分析验证了基于EMD的时频分析方法的有效性，模型分析进一步证实了基于EMD的时频分析方法在致密砂岩储层含气性检测中的可行性。对该区域三维数据的处理结果表明，一类井和二类井全部检测出来了，大部分三类井符合检测结果，基于EMD的时频分析方法进行含气储层预测的精度和可靠性很高。基于EMD的时频分析方法可以提高有效储层或储层含气性判识率。
欧阳永忠[7]（2013）在《海空重力测量数据处理关键技术研究》文中研究指明海面和航空重力测量是获取地球重力场信息的两种主要手段。数据分析处理是海空重力测量不可或缺的重要组成部分。本文在前人研究基础上,从当前本部门海空重力测量作业实际需求出发,主要围绕海空重力测量运动载体精密定位、动态环境效应改正、数据滤波、误差分析处理与精度评估、航空重力数据向下延拓和多源数据融合处理等关键技术,开展分析论证、技术攻关和实验验证。论文的主要工作、结论与创新点概括如下：1.在简要介绍本文研究背景基础上,概述了国内外海空重力测量技术的发展与应用现状,全面归纳总结了海空重力测量数据处理理论方法的研究进展及存在的问题,明确了本文需要研究突破的重点。2.研究了海空重力测量的观测模型。在简要介绍海空重力测量技术涉及的时空基准及其转换方法基础上,概述了海空重力测量当前使用的GPS差分定位和精密单点定位基本原理及其解算模型；基于牛顿第二定律,分别导出了海空矢量和标量重力测量的观测方程；针对L&R型重力仪,逐一建立了海空重力测量动态环境效应改正的精密计算模型,同时分析比较了各类计算模型的技术特点、适用条件及应用范围,其目的是为后续深入研究奠定必要的技术基础。（1）发现并指出了当前国内外机构和学者在使用航空重力测量厄特弗斯改正公式过程中存在的错漏问题,比较了各类公式在数值上的差异,结果表明误用公式可导致1～2mGa1的计算误差,不容忽视；特别指出了我国作业部门目前使用近似公式存在的误用问题和统一使用严密公式的必要性,为下一步修订作业规范、统一作业标准提供了可靠的理论依据。（2）从理论上证明了,在一定的近似条件下,当前国际上推荐使用的三种水平加速度改正模型之间的等价性。采用实际航空重力测量飞行数据,对三种改正模型进行了数值计算验证和分析比较研究,结果表明由于滤波原因,两类不同形式改正模型计算结果的系统性差异最大可达1～2mGal甚至更大,不可忽视。我国现行国家军用标准采用的改正模型是欠妥的。3.研究了海空重力测量运动载体精密定位技术。研究探讨了GPS精密单点定位模型的选择问题,分析比较了三种不同的精密单点定位模型的技术特点,提出了相应的定位模型误差改正策略。研究探讨了精密单点定位模型的解算方法,分析比较了Kalman滤波和最小二乘法两种参数估计方法,提出采用递归最小二乘估计方法,对待估参数进行分类处理,可显着提高计算效率。研究探讨了利用精密单点定位手段确定载体速度和加速度的方法,推导了利用GNSS测定载体速度和加速度的基础模型,在此基础上提出了基于抗差最小二乘估计的精密单点定位测速方法,并通过差分速度信息确定载体的加速度。重点开展了利用精密单点定位结果确定载体运动参数的有效性验证工作。首先利用实测航空和海面测量数据对精密单点定位模型进行了数值计算和分析,结果表明,基于抗差最小二乘估计的精密单点定位测速精度,在水平和垂直方向上都优于0.5cm/s,完全满足海空重力测量的指标要求;进一步利用4型5套海空重力仪同机测试数据进行计算和分析,通过重力测线网交叉点观测值符合度评估精密单点定位解算效果,结果表明,由精密单点定位得到的交叉点重力观测值符合度与差分模式解算结果基本一致,两者互差不超过0.3mGal,精度水平相当。这足以说明精密单点定位技术应用于海空重力测量是可行有效的。4.研究了海空重力测量数据滤波技术。研究分析了海空重力测量数据空间分辨率与低通滤波截止频率、测量速度和精度的匹配关系,利用实际观测数据,分别对海空重力测量各类观测量和改正项进行了频谱分析,确定了海空重力测量有效信息的频谱窗口,为解决滤波器设计中的参数匹配问题提供了重要的理论依据。研究分析了用于计算载体垂直加速度的低通差分器设计原理及其运算模型,通过数值计算分析,实际验证了各类差分器的计算效果,表明采用形式简单的两点中心差分器即可满足海空重力测量数据处理的精度要求。5.研究了海空重力测量误差分析处理与精度评估技术。从仪器固有特性、测量环境效应、数据处理策略及外部设备条件等9个方面,对海空重力测量误差源进行了比较全面的分析和总结,给出了海空重力测量内部与外部符合精度估计公式,导出了海空重力测量重复测线精度评估新公式,拓展了海空重力测线网平差方法,提出了补偿L&R型海空重力仪CC效应改正的修正模型。（1）通过理论分析和推演,发现并指出了现行海空重力测量重复测线精度评估公式的错误,同时导出了一组形式统一的重复测线内符合精度评估新公式,并采用实测数据验证了新公式的正确性。当重复测线个数为2时,现行错误公式与新公式相差（?）2倍,相对误差超过40%,不容忽视。（2）在深入分析早期的测线网整体平差和近期的自检校平差等补偿方法基础上,突破海空重力测量系统误差只能在平差过程中补偿的传统研究思路,创新提出了基于误差验后补偿理论的两步处理法,把海空重力测量误差补偿分解为交叉点条件平差和测线滤波与推估两个阶段,即在平差中和平差后实现系统误差的分步补偿。该方法不仅极大地简化了海空重力测线网平差的计算过程,而且有效提高了平差计算结果的稳定性和可靠性。（3）针对当前由仪器生产厂家提供的CC效应改正计算模型不够完善的问题,基于重力观测成果应与载体运动状态无关这一基本原则,依据现代相关分析理论,构建了L&R型海空重力仪CC效应改正系数修正模型。在此基础上,提出继续采用测线网平差两步处理法对各类剩余误差的综合影响进行补偿,从而形成了一套完整的涵盖平差前、平差中和平差后不同阶段分步补偿的海空重力测量误差处理技术体系。6.研究了航空重力测量数据向下延拓技术。在简要介绍有关反问题、不适定性和正则化方法的基本概念基础上,研究分析并改进了基于正则化的逆Poisson积分向下延拓方法,分别提出了使用超高阶位模型进行海域航空重力测量数据向下延拓,联合使用超高阶位模型和高程信息进行陆部航空重力测量数据向下延拓的新方法。（1）采用奇异值分解（SVD）方法,对传统的逆Poisson积分向下延拓模型进行了不适定性分析,指出了引起向下延拓不稳定性的主要原因。提出采用截断奇异值（TSVD）正则化方法,解算逆Poisson积分向下延拓模型,同时提出依据广义交叉检核（GCV）准则选择正则化参数。（2）考虑到现有的包括正则化方法在内的向下延拓方法,在实际应用中仍存在一定程度的不确定性,提出了一种独立于观测数据、基于外部数据源的向下延拓新思路。针对海域重力场变化相对平缓的特点,分别提出了利用卫星测高重力向上延拓和超高阶位模型直接计算延拓改正数,从而实现航空重力测量向下延拓归算的两种计算方案。新思路的显着特点是,其解算过程巧妙避开了传统求解逆Poisson积分方法固有的不稳定性问题,解算结果精度不再依赖于航空重力观测数据的噪声水平,有效简化了向下延拓的计算过程和解算难度,提高了延拓计算精度。同时对新模型的理论计算精度进行了定量估计,联合使用卫星测高、海面船测和航空重力测量数据进行了实际数值计算和精度评估,当向下延拓计算高度为5km时,其理论估计精度优于4mGal,实际比对精度优于2mGal。（3）针对高阶位模型在地形变化比较复杂的陆部难有较好的逼近度问题,继续沿用前面的研究思路将海域延拓新方法拓展应用到陆部,提出了联合使用位模型和地形高信息计算延拓改正数新方法,即在位模型延拓改正数基础上加入地面和飞行高度面上的局部地形改正差分修正量,以此作为陆部航空重力测量向下延拓的总改正数,同时提出了位模型改正数与地形改正数频谱匹配概念。新方法的独特之处是完全避开了传统方法的弊端,提出首先利用超高阶地球位模型恢复延拓改正数的中长波部分,然后利用地形信息恢复地面重力场的高频分量,最终实现航空重力测量数据向地面的全频延拓。新方法可对不同高度的测点进行点对点延拓计算,不需要对观测数据作高度归一化、网格化、去边缘效应等预处理,解算结果稳定可靠,实现过程快捷简便。7.研究了地球重力场多源观测数据融合技术。在简要分析总结了海空多源重力数据的技术特点基础上,分别构建了融合多源重力数据的正则化配置模型和正则化点质量模型,提出了融合同类多源重力数据的纯解析算法。（1）对融合多源重力数据的传统配置法计算模型进行了适定性分析,引入Tikhonov正则化方法,对配置法计算模型进行了正则化改造,建立了相应的正则化配置模型。基于EGM2008位模型模拟产生航空重力和海面船测重力数据进行了融合处理仿真试验,当观测误差取3mmGal时,5km高度航空重力测量和海面重力测量数据融合处理的检核精度为4.12mGal。（2）提出联合使用Tikhonov正则化方法和移去-恢复技术,对点质量法计算模型进行正则化改造,构建了相应的正则化点质量模型。基于EGM2008位模型模拟产生航空重力和海面船测重力数据进行了融合处理仿真试验,当观测误差取3mGal时,5kmm高度航空重力测量和海面重力测量数据融合处理的检核精度为3.71mGal。（3）研究分析了数据融合统计法和解析法的内在关联与差异,特别针对同类多源重力数据（指已经统一归算到地面的重力异常）融合问题（本文将其称为重力数据纯融合问题）,提出了融合多源重力数据的纯解析方法。根据由不同手段获取的数据异构性特点,分别建立了基于双权因子的多源数据网格化一步融合处理模型和基于分步平差、拟合、推估和内插相结合的多步融合处理模型,并通过实际算例验证了两种纯解析融合处理模型的有效性。8.在前期开展的数据处理关键技术研究基础上,从当前本部门海空重力测量作业实际需求出发,通过优化和完善现有的海洋重力测量作业与数据处理软件平台,补充拓展航空重力测量技术需求,集成设计并研制开发了功能比较完善的海空重力测量作业与数据处理软件系统,基本实现了海空重力测量从测前设计、导航定位、信息采集、数据分析处理、成果图件制作与输出全过程的数字化作业。
韩韬[8]（2013）在《脉冲信号辐射源个体识别技术研究》文中指出随着辐射源系统复杂程度的显着提高、低截获概率技术的广泛应用以及信号调制种类的日益增多,辐射源个体识别技术所必须应对的电磁环境和研究对象复杂化的挑战也愈发严峻。这些客观现象的出现,造成了诸如信号指纹特征的有效性下降、辐射源个体识别性能恶化等问题,给现有的信号指纹特征分析方法、辐射源个体识别理论研究以及工程实践造成了无可避免的巨大困难。不同辐射源系统之间的个体非线性差异,是信号指纹特征产生的根源。一般系统理论及其模型在非线性系统建模及非线性分析领域取得的大量研究成果显示,该方法能够为揭示复杂系统的非线性特征及其演化规律提供有力的理论支持,对解决当前辐射源个体识别技术所面临的理论研究发展困境和工程实际问题,具有十分积极的意义。本文以复杂电磁环境下的脉冲信号辐射源系统个体识别问题为主要研究对象,利用一般系统理论、Yoyos系统模型和随机微分几何理论作基本分析工具,建立了辐射源个体识别的直观系统演化模型,并据此提出了信号的扩散模型,定义了辐射源个体系统状态流形上的内蕴指纹特征。针对简单脉冲信号,提出一种基于信号内蕴瞬时参数的指纹提取方法 INIP-FEX（Intrinsic instantaneous parameters based feature extraction）,利用该方法提取的指纹特征具有内蕴性,即特征的统计特性满足不随坐标系转换而改变的性质。INIP-FEX方法可以直接应用在简单脉冲信号环境下的辐射源个体识别问题中,由于上述内蕴指纹特征综合应用了整个脉冲信号瞬时参数中所蕴含的辐射源个体系统状态流形的内蕴几何特性,故最终能够得到优于脉内瞬时频率曲线特征识别性能。在第二章最后,通过外场实验数据实验和仿真实验验证了上述辐射源个体识别直观系统演化模型和内蕴指纹特征的有效性。为了扩展内蕴指纹参数提取方法对具有有意调制的信号的适应能力,提高对辐射源个体系统状态流形内蕴几何特征的提取精度,本文第三章通过进一步分析辐射源个体系统状态流形上信号状态转移流函数,并借助近年来流形学习领域的理论研究成果,提出了基于扩散映射的内蕴指纹特征提取方法 DIFF-IFEX（Diffusion mapping based intrinsic feature extraction）。该方法通过选取适当的扩散过程核函数,估计信号观测数据集合中所蕴涵的状态转移流函数,提取辐射源个体系统状态流形上信号生成路径附近的局部几何特征,具有较高的计算效率以及特征提取精度,能够实现对线性调频、正弦调制等的具有有意调制的信号环境下的内蕴指纹特征提取以及辐射源个体识别,且具有较好的识别性能。多径条件下,许多现有指纹特征的有效性会大大降低,导致利用这些特征进行辐射源个体识别的识别性能严重恶化。为了解决这一问题,本文第四章利用多径信号时延域上的稀疏特性,借助稀疏信号处理方法和变分贝叶斯方法的研究成果,在内蕴指纹特征定义的基础上,针对多径信号环境,分析已知参考信号的前提条件下观测数据的典型自相关特征,提出了一种基于变分贝叶斯方法多径信号时延估计的辐射源个体识别方法 VB-TDE-SEI（Variational Bayesian time delay estimation based specific emitter identification）,在多径时延小于脉冲信号宽度的小时延条件下,完成了辐射源个体识别。针对未知参考信号的情况,联合基于扩散映射的内蕴指纹特征提取方法和变分贝叶斯方法,提出基于变分贝叶斯方法和扩散映射的内蕴指纹特征提取算法VB-DIFF-IFEX（Variational Bayesian Diffusion mapping based intrinsic feature extraction）算法,从多径条件下的观测信号数据集合中,直接估计原始信号状态转移流函数,提取其中蕴含的内蕴指纹特征,并将其应用于辐射源个体识别,仿真结果表明,该方法能够在未知参考信号的多径观测条件下,取得了较好的辐射源个体识别性能。由于信号数字化观测过程中的采集量化误差、信号内蕴瞬时参数估计过程中的线性化近似误差和同型号不同接收机之间的个体差异性等不良影响,使得工程实践中,内蕴指纹特征提取精度降低、同一指纹特征模版在不同平台之间的适应性下降,甚至导致识别性能恶化。在本文直观系统演化模型的研究框架基础上,针对内蕴指纹特征,借鉴分布式采集系统的信号重构技术以及辐射源个体识别领域接收机校正技术,分别提出了基于共轭梯度算法SCG（Scaled Conjugate Gradient）与迭代重加权最小二乘算法IRLS（Iterative Reweighted Least Squares）的采样误差校正方法和基于变分贝叶斯方法和重要性采样IS（Importance Sampling）的同型号接收机个体差异性校准方法,补偿接收机采样频率误差和通道功率扰动误差,消除接收机系统个体差异性对辐射源个体识别性能的消极作用,为辐射源个体识别的工程实践作出了有意义的探索。
茅伟强[9]（2007）在《贝叶斯量子随机学习算法及应用研究》文中研究指明Thomas.Bayes在他的论文“关于几率性求解问题的评论”（1764）中首先提出了贝叶斯概率观点。1988年Pearl出版了关于贝叶斯网络（Bayesian Networks, BNs）的第一本书籍。近年来,贝叶斯学习方法及其相关的一系列算法已成为机器学习方法中比较活跃的方法之一。本文在贝叶斯学习算法中引入量子计算机制,主要做了以下一些工作:给出了基于量子表示的贝叶斯网络学习模型;将量子搜索算法引入到贝叶斯网络的结构学习中,与基于评分和搜索的网络结构学习算法比较,表现出较好的时间性能;将量子正交变换引入到贝叶斯网络的参数学习中,在信息有限的小样本数据集上体现出较好的分类性能;将基于量子的随机搜索算法用于从具有缺失数据的网络中进行有效的学习;将贝叶斯量子随机学习算法用于人脸表情的分类。本文的特色主要体现在:（1）提出了贝叶斯量子随机学习模型并给出了相关的随机学习算法;（2）将贝叶斯量子随机学习算法应用于贝叶斯网络的结构学习﹑参数学习及分类,并取得了较好的效果;通过上述的工作,本文将贝叶斯学习算法与量子理论结合起来,取得了一定的成果,但是这些工作还很初步,今后还有更多的工作需要深入研究,包括贝叶斯量子随机学习算法的进一步应用,以及将量子理论与其他机器学习方法的结合等。
宗云南,赵伟国,胡良剑,冯玉瑚[10]（2004）在《平稳模糊随机过程及其谱分解》文中提出将平稳随机过程的若干理论结果推广到模糊随机过程 .首先讨论了严平稳模糊随机过程和宽平稳模糊随机过程的基本概念和性质 ,然后在定义模糊值正交随机测度的基础上得到了宽平稳模糊随机过程的谱分解定理
二、平稳模糊随机过程及其谱分解（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、平稳模糊随机过程及其谱分解（论文提纲范文）
（1）印刷机滚动轴承故障特征提取方法研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 课题来源 |
| 1.1.2 研究目的及意义 |
| 1.2 相关技术研究现状 |
| 1.2.1 轴承振动信号分析方法研究现状 |
| 1.2.2 轴承振动信号特征提取研究现状 |
| 1.2.3 基于振动信号处理印刷机故障诊断方法研究现状分析 |
| 1.3 主要研究内容及章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文总体框架 |
| 2 印刷机轴承振动特性分析 |
| 2.1 引言 |
| 2.2 轴承振动响应 |
| 2.2.1 轴承损伤振动表现 |
| 2.2.2 损伤特征频率 |
| 2.3 低频密集频谱特性 |
| 2.3.1 振动频谱分布 |
| 2.3.2 频谱分辨率 |
| 2.4 非平稳振动特性 |
| 2.4.1 时序信号平稳性与非平稳性 |
| 2.4.2 轴承振动非平稳性 |
| 2.5 分数低阶Alpha分布特性 |
| 2.5.1 分数低阶Alpha分布 |
| 2.5.2 轴承振动Alpha分布特性分析 |
| 2.6 本章小结 |
| 3 基于频谱细化熵的轴承故障特征提取方法 |
| 3.1 引言 |
| 3.2 基于频谱细化熵的故障轴承定位与聚类识别方法 |
| 3.2.1 多重频谱细化分析 |
| 3.2.2 频谱细化熵 |
| 3.2.3 特征去相关 |
| 3.3 通用轴承细化熵特征提取 |
| 3.3.1 SKF6205型轴承低频故障频率识别与分类 |
| 3.3.2 UER 204型轴承低频故障频率识别与分类 |
| 3.4 印刷机轴承故障检测与应用 |
| 3.4.1 振动信号采集 |
| 3.4.2 故障特征频率识别 |
| 3.4.3 细化熵特征提取与空间聚类 |
| 3.5 本章小结 |
| 4 基于LMD和LE的轴承非平稳特征提取与约减算法 |
| 4.1 引言 |
| 4.2 基于改进LMD轴承振动信号分析 |
| 4.2.1 振动信号平稳化 |
| 4.2.2 特征低维流形映射 |
| 4.3 通用轴承特征对比 |
| 4.3.1 SKF6205轴承特征提取 |
| 4.3.2 MB ER-16K轴承特征提取 |
| 4.4 印刷机转子-轴承故障检测 |
| 4.4.1 振动信号采集 |
| 4.4.2 振动信号特征可视化 |
| 4.5 本章小结 |
| 5 基于分数低阶Alpha分布的轴承故障特征提取 |
| 5.1 引言 |
| 5.2 平稳化信号分量的非高斯特性分析 |
| 5.2.1 SKF6205型轴承 |
| 5.2.2 MFPT轴承 |
| 5.3 基于分数低阶特征的轴承状态特性描述 |
| 5.3.1 最优分数低阶统计 |
| 5.3.2 共变低维流形映射 |
| 5.4 通用轴承特征提取 |
| 5.4.1 SKF6205-2RS型轴承特征对比 |
| 5.4.2 MFPT轴承特征对比分析 |
| 5.5 印刷机墨辊轴承故障特征提取 |
| 5.5.1 振动信号采集 |
| 5.5.2 轴承PF分量分布特性分析 |
| 5.5.3 分数低阶特征集构建 |
| 5.6 算法复杂度分析 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 主要结论 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（2）面向多源数据的谱学习算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 基本问题 |
| 1.3 研究现状 |
| 1.4 本文研究工作 |
| 第二章 经典谱学习方法 |
| 2.1 引言 |
| 2.2 谱聚类 |
| 2.2.1 图谱理论 |
| 2.2.2 谱聚类算法 |
| 2.3 谱流形学习 |
| 2.3.1 流形谱理论 |
| 2.3.2 拉普拉斯特征映射 |
| 2.4 谱概率模型学习 |
| 2.4.1 高斯混合模型谱学习算法 |
| 2.4.2 隐马尔科夫模型谱学习算法 |
| 2.5 本章小结 |
| 第三章 多源谱嵌入融合学习算法 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 学习模型 |
| 3.4 模型求解 |
| 3.5 算法分析 |
| 3.6 实验验证 |
| 3.6.1 实验设置 |
| 3.6.2 实验结果 |
| 3.7 本章小结 |
| 第四章 多源谱密度表示学习算法 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 谱密度表示 |
| 4.4 融合模型 |
| 4.5 算法分析 |
| 4.6 实验验证 |
| 4.6.1 实验设置 |
| 4.6.2 实验结果 |
| 4.7 本章小结 |
| 第五章 多源谱修复学习算法 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.3 修复模型 |
| 5.4 模型求解 |
| 5.5 算法分析 |
| 5.6 实验验证 |
| 5.6.1 实验设置 |
| 5.6.2 实验结果 |
| 5.7 本章小结 |
| 第六章 多源谱关联学习算法 |
| 6.1 引言 |
| 6.2 相关工作 |
| 6.3 学习模型 |
| 6.4 模型求解 |
| 6.5 算法分析 |
| 6.6 实验验证 |
| 6.6.1 实验设置 |
| 6.6.2 实验结果 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 附录 |
| 发表文章目录及科研项目 |
| 致谢 |
（3）Gabor小波变换在叠后地震数据处理中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 问题的提出 |
| 1.2 选题的意义 |
| 1.3 国内外研究内容和现状 |
| 1.3.1 地震数据滤波 |
| 1.3.2 地震属性提取和分析 |
| 1.3.3 断层、裂隙检测与识别 |
| 1.3.4 谱分解技术识别地震目标 |
| 1.3.5 提高地震数据分辨率 |
| 1.4 研究内容 |
| 1.5 课题创新点 |
| 2 地震数据及其变换 |
| 2.1 地震勘探 |
| 2.1.1 数据采集 |
| 2.1.2 数据处理 |
| 2.1.3 地震数据解释 |
| 2.2 Gabor小波变换和S变换研究 |
| 2.2.1 小波变换 |
| 2.2.2 改进的Gabor小波及其变换 |
| 2.2.3 S变换 |
| 2.3 相关地震数据处理技术 |
| 2.3.1 时频分析 |
| 2.3.2 匹配追踪 |
| 2.3.3 信号分频 |
| 2.4 本章小结 |
| 3 叠后地震数据滤波方法研究 |
| 3.1 引言 |
| 3.2 地震剖面典型滤波方法研究 |
| 3.2.1 均值滤波器和中值滤波器 |
| 3.2.2 α-trim滤波器 |
| 3.2.3 主分量滤波器 |
| 3.2.4 边缘保护平滑滤波器 |
| 3.2.5 基于匹配追踪的滤波 |
| 3.3 Gabor小波滤波方法研究 |
| 3.3.1 Gabor小波滤波器 |
| 3.3.2 Gabor小波积分滤波器 |
| 3.3.3 Gabor小波时频滤波器 |
| 3.4 滤波器性能对比试验 |
| 3.5 本章小结 |
| 4 地震属性及其应用研究 |
| 4.1 引言 |
| 4.2 地震属性分析 |
| 4.2.1 瞬时属性 |
| 4.2.2 相干属性 |
| 4.2.3 曲率属性 |
| 4.2.4 谱分解和分频 |
| 4.3 地震属性应用研究 |
| 4.3.1 瞬时相位与断层 |
| 4.3.2 Gabor小波和分频 |
| 4.3.3 仿真实验 |
| 4.3.4 用分频瞬时相位识别小断层 |
| 4.4 本章小结 |
| 5 基于S变换谱的地震数据高分辨率研究 |
| 5.1 引言 |
| 5.2 高分辨率方法研究 |
| 5.2.1 谱白化 |
| 5.2.2 反褶积 |
| 5.2.3 反Q滤波 |
| 5.3 地震道的S变换谱补偿原理研究 |
| 5.3.1 S变换及其逆变换 |
| 5.3.2 地震道模型 |
| 5.3.3 地震道的S变换谱补偿原理分析 |
| 5.3.4 方法实现 |
| 5.3.5 仿真实验 |
| 5.4 方法比较 |
| 5.5 本章小结 |
| 6 基于Gabor小波变换谱的地震数据高分辨率研究 |
| 6.1 引言 |
| 6.2 地震道的Gabor小波变换谱补偿原理研究 |
| 6.2.1 Gabor小波及其逆变换 |
| 6.2.2 地震道模型 |
| 6.2.3 地震道的Gabor小波时频补偿原理分析 |
| 6.2.4 算法实现 |
| 6.3 方法实验 |
| 6.4 工程应用 |
| 6.4.1 区块地质环境 |
| 6.4.2 高分辨率处理 |
| 6.4.3 方法比较 |
| 6.5 本章小结 |
| 7 结论 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文和参加科研情况 |
（4）非平稳地震动过程的概率模型及在重力坝抗震分析中的应用（论文提纲范文）
| 内容摘要 |
| abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 随机地震动输入模型的研究进展 |
| 1.3 混凝土重力坝抗震研究方法概述 |
| 1.4 结构动力可靠度的研究进展 |
| 1.5 本文研究主要工作 |
| 2 非平稳随机过程模拟的谱表示-随机函数方法 |
| 2.1 随机过程的基本概念 |
| 2.2 非平稳随机过程模拟的谱表示法 |
| 2.3 非平稳随机过程模拟的谱表示-随机函数方法 |
| 2.4 本章小结 |
| 3 非平稳地震动过程的演变功率谱模型 |
| 3.1 平稳地震动过程的功率谱模型 |
| 3.2 强度非平稳地震动过程的演变谱模型 |
| 3.3 强度-频率全非平稳地震动过程的演变谱模型 |
| 3.4 本章小结 |
| 4 全非平稳地震动过程的谱表示-随机函数模拟 |
| 4.1 水工建筑物抗震设计规范简介 |
| 4.2 基于水工抗震规范的全非平稳地震动模型参数识别 |
| 4.3 全非平稳地震动过程的模拟及验证 |
| 4.4 误差分析 |
| 4.5 本章小结 |
| 5 金安桥重力坝随机地震反应及可靠度分析 |
| 5.1 工程概况 |
| 5.2 全非平稳地震动输入模型的选取 |
| 5.3 有限元计算模型及参数确定 |
| 5.4 重力坝随机地震反应分析 |
| 5.5 重力坝抗震可靠度分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 本文主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 附录 A：攻读硕士学位期间所发表的相关论文 |
| 附录 B：攻读硕士学位期间所参与的科研项目 |
（5）省域综合经济实力的评价与预测研究（论文提纲范文）
| 摘要 Abstract 第1章 绪论 |
| 1.1 综合经济实力 |
| 1.2 综合评价 |
| 1.2.1 主成分分析评价 |
| 1.2.2 因子分析评价 |
| 1.3 时间序列预测 |
| 1.4 本文的意义和目的 |
| 1.4.1 研究意义 |
| 1.4.2 研究目的 |
| 1.5 本文的结构与内容 第2章 因子分析与时间序列分析原理 |
| 2.1 因子分析原理 |
| 2.1.1 正交因子模型 |
| 2.1.2 协方差结构 |
| 2.1.3 参数估计 |
| 2.1.4 因子旋转 |
| 2.1.5 计算因子得分 |
| 2.2 时间序列分析原理 |
| 2.2.1 线性平稳模型 |
| 2.2.2 线性非平稳模型 |
| 2.2.3 时间序列的预测 第3章 评价—预测—评价体系方法 |
| 3.1 因子分析评价 |
| 3.1.1 综合经济实力的分析 |
| 3.1.2 省域综合经济实力的拓展定义 |
| 3.1.3 评价指标体系的建立 |
| 3.1.4 评价方法 |
| 3.2 时间序列预测 |
| 3.3 综合评价 第4章 数值计算与结果分析 |
| 4.1 评价的数值计算 |
| 4.2 评价的结果分析 |
| 4.3 预测的数值计算 |
| 4.3.1 一般差分模型的估计 |
| 4.3.2 组合加法模型的估计 |
| 4.3.3 模型预测 |
| 4.3.4 预测评价 |
| 4.4 预测的结果分析 |
| 4.5 综合评价 第5章 结论 参考文献 致谢 |
（6）地震信号时频分析及其在储层含气性检测中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状综述 |
| 1.3 研究思路及主要研究内容 |
| 第2章 地震信号时频分析算法评价及其烃类检测的物理基础分析 |
| 2.1 常规地震信号时频分析算法 |
| 2.2 HHT 方法的基本理论 |
| 2.3 谱分解分析法烃类检测的物理基础 |
| 第3章 HHT 方法及其拓展方法在储层信息提取中的应用 |
| 3.1 基于 HHT 的谱分解算法 |
| 3.2 基于 NHT 的谱分解算法 |
| 3.3 基于 HU 的谱分解算法 |
| 3.4 基于 EMD 的瞬时谱分析方法的地层吸收剖面 |
| 3.5 三种方法在储层信息提取中的对比分析 |
| 第4章 基于 EMD 和 TK 能量的时频分析方法及其在储层信息提取中的应用 |
| 4.1 EMD/TK 谱分解方法 |
| 4.2 EMD/TK 谱分解方法在储层信息提取中的应用 |
| 第5章 基于 EMD 和小波变换的含气性检测方法 |
| 5.1 基于 EMD 和小波变换的谱分解方法 |
| 5.2 基于 EMD 和小波变换的衰减梯度计算方法 |
| 5.3 实际地震资料处理 |
| 第6章 川西海相碳酸盐岩储层含气性检测实例分析 |
| 6.1 区域地质概况 |
| 6.2 基于 EMD 的时频分析方法的可行性分析 |
| 6.3 基于 EMD 的时频分析方法在川西海相目标层储层预测中的应用 |
| 6.4 基于 EMD 的时频分析方法的川西海相目标工区的储层分布特征 |
| 第7章 苏里格气田致密砂岩储层含气性检测的实例分析 |
| 7.1 区域地质概况 |
| 7.2 基于 EMD 的时频分析方法的可行性分析 |
| 7.3 基于 EMD 的时频分析方法在 2D 地震储层含气性评价中的应用 |
| 7.4 基于 EMD 的时频分析方法在 3D 地震储层含气性评价中的应用 |
| 第8章 结论与建议 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（7）海空重力测量数据处理关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 图目录 |
| 表目录 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 海空重力测量技术进展 |
| 1.2.1 国际海空重力测量技术进展 |
| 1.2.2 国内海空重力测量技术进展 |
| 1.2.3 海空重力测量数据处理技术进展 |
| 1.3 研究目标及研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 第二章 海空重力测量理论基础与数学模型 |
| 2.1 引言 |
| 2.2 海空重力测量时空基准与转换 |
| 2.2.1 时间系统 |
| 2.2.2 坐标系统 |
| 2.3 GPS精密定位基本原理与模型 |
| 2.3.1 GPS差分定位 |
| 2.3.2 GPS精密单点定位 |
| 2.4 海空重力测量基本原理与模型 |
| 2.4.1 海空矢量重力测量原理与模型 |
| 2.4.2 海空标量重力测量原理与模型 |
| 2.5 L&R海空重力仪观测数据处理模型与评析 |
| 2.5.1 L&R海空重力仪工作原理与基本模型 |
| 2.5.2 厄特弗斯改正模型 |
| 2.5.3 航空重力测量厄特弗斯改正公式使用问题 |
| 2.5.4 交叉耦合改正模型 |
| 2.5.5 垂直加速度计算模型 |
| 2.5.6 水平加速度改正模型 |
| 2.5.7 动态偏心改正模型 |
| 2.5.8 空间改正模型 |
| 2.5.9 测量船动态吃水重力改正模型 |
| 2.5.10 重力仪零点漂移改正模型 |
| 2.6 本章小结 |
| 第三章 基于GPS PPP模式测定载体运动参数技术 |
| 3.1 引言 |
| 3.2 精密单点定位观测模型 |
| 3.2.1 现有观测模型分析 |
| 3.2.2 观测模型与待估参数选择 |
| 3.3 精密单点定位参数估计方法 |
| 3.3.1 Kalman滤波法 |
| 3.3.2 递归最小二乘估计法 |
| 3.4 基于GPS PPP模式的速度和加速度测定方法 |
| 3.4.1 GPS精密单点速度和加速度测量模型 |
| 3.4.2 基于抗差最小二乘估计的精密单点测速方法 |
| 3.5 数值计算与分析 |
| 3.5.1 机载测量运动参数计算分析 |
| 3.5.2 船载测量运动参数计算分析 |
| 3.5.3 TAGS数据计算与分析 |
| 3.5.4 多型航空重力仪同机测试数据计算与分析 |
| 3.6 本章小结 |
| 第四章 海空重力测量数据滤波技术 |
| 4.1 引言 |
| 4.2 滤波基本理论与常用滤波器特性 |
| 4.2.1 线性时不变系统 |
| 4.2.2 常用滤波器特性分析 |
| 4.3 测量空间分辨率与截止频率匹配分析 |
| 4.4 海空重力测量数据频谱特性分析 |
| 4.4.1 航空重力测量数据频谱特性分析 |
| 4.4.2 船测重力测量数据频谱特性分析 |
| 4.5 FIR低通滤波器设计及性能分析 |
| 4.5.1 FIR滤波器工作原理 |
| 4.5.2 FIR滤波器设计指标 |
| 4.5.3 设计FIR滤波器的窗函数法 |
| 4.5.4 滤波器长度的确定 |
| 4.6 数值计算与分析 |
| 4.6.1 航空重力数据的数值计算与分析 |
| 4.6.3 船测重力数据的数值计算与分析 |
| 4.7 确定垂直加速度的FIR低通差分器设计 |
| 4.7.1 确定垂直加速度的三种方法 |
| 4.7.2 低通差分器设计 |
| 4.7.3 试验结果分析 |
| 4.8 本章小结 |
| 第五章 海空重力测量误差分析与处理技术 |
| 5.1 引言 |
| 5.2 海空重力测量误差源分析与精度评估 |
| 5.2.1 海空重力测量误差源分析 |
| 5.2.2 海空重力测量测线网精度评估 |
| 5.2.3 海空重力测量重复测线精度评估 |
| 5.3 海空重力测量误差补偿两步处理方法 |
| 5.3.1 问题的提出 |
| 5.3.2 平差基本模型与误差表达式 |
| 5.3.3 误差补偿两步处理法计算模型 |
| 5.3.4 数值计算与分析 |
| 5.3.5 结论与建议 |
| 5.4 海空重力测量误差综合补偿方法 |
| 5.4.1 问题的提出 |
| 5.4.2 CC效应改正计算模型 |
| 5.4.3 CC效应改正模型修正 |
| 5.4.4 剩余误差综合效应补偿 |
| 5.4.5 数值计算与分析 |
| 5.4.6 结论与建议 |
| 5.5 本章小结 |
| 第六章 航空重力测量数据向下延拓技术 |
| 6.1 引言 |
| 6.2 不适定反问题与正则化方法 |
| 6.2.1 正问题与反问题 |
| 6.2.2 反问题的不适定性 |
| 6.2.3 正则化方法 |
| 6.3 基于正则化的向下延拓方法 |
| 6.3.1 向下延拓计算模型 |
| 6.3.2 计算模型不适定性分析 |
| 6.3.3 正则化应用 |
| 6.3.4 数值计算与分析 |
| 6.3.5 结论与建议 |
| 6.4 海域航空重力测量向下延拓新方法 |
| 6.4.1 问题的提出 |
| 6.4.2 计算模型与精度估计 |
| 6.4.3 精度分析与估计 |
| 6.4.4 数值计算与分析 |
| 6.4.5 结论与建议 |
| 6.5 陆部航空重力测量向下延拓新方法 |
| 6.5.1 问题的提出 |
| 6.5.2 基于差分局部地形改正的延拓归算模型 |
| 6.5.3 基于差分层间地形改正的延拓归算模型 |
| 6.5.4 方法特点分析 |
| 6.5.5 数值计算与分析 |
| 6.5.6 结论与建议 |
| 6.6 本章小结 |
| 第七章 海空多源重力数据融合处理技术 |
| 7.1 引言 |
| 7.2 海域多源重力数据特性分析 |
| 7.3 融合多源重力数据的正则化配置模型 |
| 7.3.1 问题概述 |
| 7.3.2 配置法模型 |
| 7.3.3 协方差函数模型 |
| 7.3.4 配置模型正则化改造 |
| 7.3.5 数值计算与分析 |
| 7.3.6 结论与建议 |
| 7.4 融合多源重力数据的正则化点质量模型 |
| 7.4.1 问题概述 |
| 7.4.2 点质量法模型 |
| 7.4.3 模型稳定性分析与正则化改造 |
| 7.4.4 数值计算与分析 |
| 7.4.5 结论与建议 |
| 7.5 融合多源重力数据的纯解析模型 |
| 7.5.1 问题概述 |
| 7.5.2 一步融合处理模型 |
| 7.5.3 分步融合处理模型 |
| 7.5.4 数值计算与分析 |
| 7.5.5 结论与建议 |
| 7.6 本章小结 |
| 第八章 海空重力测量作业与数据处理软件系统集成设计与实现 |
| 8.1 引言 |
| 8.2 软件系统总体框架设计 |
| 8.3 软件子系统设计与功能实现 |
| 8.3.1 测量导航与数据采集子系统 |
| 8.3.2 重力测量数据处理子系统 |
| 8.3.3 测量成果图件制作与输出子系统 |
| 8.4 本章小结 |
| 第九章 总结与展望 |
| 9.1 本文的主要工作和结论 |
| 9.2 研究展望 |
| 参考文献 |
| 攻读学位期间发表的论文和承担的科研项目 |
| 致谢 |
（8）脉冲信号辐射源个体识别技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 辐射源个体识别问题研究现状 |
| 1.2.1 指纹特征研究现状 |
| 1.2.2 指纹特征机理研究现状 |
| 1.2.3 接收机系统研究现状 |
| 1.2.4 分类识别算法研究现状 |
| 1.3 一般系统理论及其模型的研究现状 |
| 1.4 本文的研究内容 |
| 第二章 辐射源个体识别的内蕴指纹特征 |
| 2.1 引言 |
| 2.2 辐射源个体识别的指纹特征机理分析 |
| 2.2.1 基于辐射源个体非理想子系统（或器件）的指纹特征机理分析 |
| 2.2.2 信号无意调制的机理分析 |
| 2.3 当前辐射源个体识别领域的难点问题 |
| 2.3.1 辐射源个体识别机理分析研究中的主要问题 |
| 2.3.2 辐射源个体识别工程领域的主要问题 |
| 2.3.3 现有信号模型的局限性 |
| 2.4 辐射源个体识别的系统分析方法及内蕴指纹特征 |
| 2.4.1 辐射源个体识别问题的系统分析方法 |
| 2.4.2 随机微分几何相关基础知识介绍 |
| 2.4.3 内蕴指纹特征 |
| 2.5 外场实验数据测试及仿真实验分析 |
| 2.5.1 外场实验数据测试概述 |
| 2.5.2 S模式应答机信号的内蕴瞬时参数估计 |
| 2.5.3 内蕴瞬时参数可分性分析 |
| 2.5.4 内蕴瞬时参数的稳定性分析 |
| 2.5.5 基于内蕴瞬时参数的辐射源个体识别实验 |
| 2.6 本章小结 |
| 第三章 具有有意调制的信号的内蕴指纹特征及其提取方法 |
| 3.1 引言 |
| 3.2 信号扩散模型与扩散映射的联系 |
| 3.3 扩散映射及其在内蕴指纹特征提取中的应用 |
| 3.3.1 扩散映射概述 |
| 3.3.2 基于扩散映射的内蕴特征提取算法 |
| 3.4 有限观测条件分析 |
| 3.5 仿真实验与分析 |
| 3.5.1 扩散指纹特征提取及有效性验证 |
| 3.5.2 基于扩散指纹特征的辐射源个体识别仿真 |
| 3.5.3 连续调制信号扩散指纹特征辐射源个体识别仿真 |
| 3.5.4 扩散指纹特征的兼容性实验 |
| 3.6 本章小结 |
| 第四章 多径条件下的信号内蕴指纹特征提取方法 |
| 4.1 引言 |
| 4.2 多径条件下的观测信号稀疏模型 |
| 4.3 变分贝叶斯方法简介 |
| 4.4 已知参考信号的多径条件下辐射源个体识别方法 |
| 4.4.1 观测信号时延相关矢量模型[109] |
| 4.4.2 基于变分贝叶斯方法的多径条件下信号内蕴指纹特征提取方法 |
| 4.4.3 基于变分贝叶斯方法多径信号时延估计的辐射源个体识别算法 |
| 4.5 未知参考信号的多径条件下内蕴指纹特征提取方法 |
| 4.5.1 多径条件下信号扩散指纹特征提取的一般模型 |
| 4.5.2 多径条件下信号扩散指纹特征提取算法 |
| 4.6 仿真实验与分析 |
| 4.6.1 已知参考信号的多径信号辐射源个体识别仿真实验 |
| 4.6.2 未知参考信号条件下的多径信号辐射源个体识别仿真实验 |
| 4.6.3 多径连续调制信号辐射源个体识别仿真 |
| 4.7 本章小结 |
| 第五章 辐射源个体识别中的接收机校准技术研究 |
| 5.1 引言 |
| 5.2 接收机系统对内蕴指纹特征提取精度的影响因素分析 |
| 5.2.1 采样频率因素 |
| 5.2.2 接收机个体差异性因素 |
| 5.3 针对内蕴特征的接收机系统校正技术 |
| 5.3.1 基于共轭梯度算法与迭代重加权最小二乘算法的采样误差校正 |
| 5.3.2 接收机不同个体之间系统状态流形差异性校准的思路 |
| 5.3.3 基于变分贝叶斯和重要性采样的接收机个体差异性校准算法 |
| 5.4 仿真试验及结果分析 |
| 5.4.1 SCG-IRLS采样校正算法的仿真分析 |
| 5.4.2 接收机个体差异性校准算法的仿真分析 |
| 5.5 本章小节 |
| 第六章 结论与展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 攻读博士学位期间参与的科研项目 |
| 附录A 内蕴瞬时参数的估计 |
| 附录B 扩散映射无穷小生成子的推导 |
（9）贝叶斯量子随机学习算法及应用研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 贝叶斯学习研究进展 |
| 1.2 问题的提出 |
| 1.3 内容安排 |
| 第二章 相关基本理论 |
| 2.1 贝叶斯学习基本理论 |
| 2.1.1 贝叶斯学习的基本观点 |
| 2.1.2 贝叶斯网络 |
| 2.1.3 贝叶斯分类器 |
| 2.2 量子基本理论 |
| 2.2.1 量子态 |
| 2.2.2 酉算子 |
| 2.2.3 量子概率 |
| 2.2.4 量子搜索 |
| 2.3 本章小结 |
| 第三章 贝叶斯量子随机学习模型 |
| 3.1 量子学习过程 |
| 3.2 学习算法的随机性分析 |
| 3.3 基于量子的贝叶斯网表示 |
| 3.3.1 贝叶斯网到贝叶斯量子网的转化 |
| 3.3.2 概率幅的分配 |
| 3.4 贝叶斯量子随机学习模型 |
| 3.5 实验平台介绍 |
| 3.6 本章小结 |
| 第四章 网络结构的贝叶斯量子随机学习算法设计 |
| 4.1 算法设计思路 |
| 4.2 QMSTA 算法 |
| 4.3 基于 QMSTA 的网络结构学习算法 |
| 4.4 实验比较分析 |
| 4.5 本章小结 |
| 第五章 网络参数的贝叶斯量子随机学习算法设计 |
| 5.1 量子变换门矩阵 |
| 5.1.1 量子非门矩阵 |
| 5.1.2 量子 Hadamard 门矩阵 |
| 5.1.3 量子旋转门矩阵 |
| 5.2 算法分析 |
| 5.3 实验比较分析 |
| 5.4 本章小结 |
| 第六章 面向缺失数据的贝叶斯量子随机学习算法设计 |
| 6.1 量子进化算法 |
| 6.2 BQSSA 的编码表示与操作算子 |
| 6.2.1 网络结构的编码 |
| 6.2.2 网络结构的操作算子 |
| 6.3 BQSSA 算法框架 |
| 6.4 实验分析 |
| 6.5 本章小结 |
| 第七章 应用实例 |
| 7.1 基于贝叶斯量子随机学习算法的人脸表情识别 |
| 7.1.1 特征提取 |
| 7.1.2 表情分类 |
| 7.2 实验分析 |
| 7.3 本章小结 |
| 第八章 总结与展望 |
| 8.1 本文的主要贡献 |
| 8.2 进一步的研究方向 |
| 参考文献 |
| 致谢 |
| 附录 |
| 攻读硕士学位期间科研情况 |
| 攻读硕士学位期间论文发表情况 |
| 中英文名词对照 |
| Alarm 网络结构 |
| HailFinder 网络结构 |
| 详细摘要 |
四、平稳模糊随机过程及其谱分解（论文参考文献）
- [1]印刷机滚动轴承故障特征提取方法研究[D]. 徐倩倩. 西安理工大学, 2019(01)
- [2]面向多源数据的谱学习算法研究[D]. 尹宏伟. 苏州大学, 2019(04)
- [3]Gabor小波变换在叠后地震数据处理中的应用研究[D]. 姬战怀. 西北工业大学, 2018(02)
- [4]非平稳地震动过程的概率模型及在重力坝抗震分析中的应用[D]. 曾波. 三峡大学, 2015(12)
- [5]省域综合经济实力的评价与预测研究[D]. 李向阳. 东北大学, 2014(08)
- [6]地震信号时频分析及其在储层含气性检测中的应用研究[D]. 薛雅娟. 成都理工大学, 2014(04)
- [7]海空重力测量数据处理关键技术研究[D]. 欧阳永忠. 武汉大学, 2013(02)
- [8]脉冲信号辐射源个体识别技术研究[D]. 韩韬. 国防科学技术大学, 2013(11)
- [9]贝叶斯量子随机学习算法及应用研究[D]. 茅伟强. 苏州大学, 2007(03)
- [10]平稳模糊随机过程及其谱分解[J]. 宗云南,赵伟国,胡良剑,冯玉瑚. 纺织高校基础科学学报, 2004(04)