检索结果-南通市图书馆

哨兵1号和高分三号SAR数据海浪谱反演精度评估

在线全文

学校读者我要写书评

暂无评论

遥感学报 2023年第4期27卷 891-904页

作者：万勇马恩男曲若钊戴永寿中国石油大学(华东)海洋与空间信息学院青岛266580 中国石油大学(华东)控制科学与工程学院青岛266580

合成孔径雷达SAR (Synthetic Aperture Radar)是一种重要的海浪观测手段,研究其SAR图像海浪谱反演结果的精度,是其广泛应用于海浪观测的前提。欧洲航天局ESA (European Space Agency)的哨兵1号卫星(Sentinel-1)和中国自主研发的高分三... 详细信息

合成孔径雷达SAR (Synthetic Aperture Radar)是一种重要的海浪观测手段,研究其SAR图像海浪谱反演结果的精度,是其广泛应用于海浪观测的前提。欧洲航天局ESA (European Space Agency)的哨兵1号卫星(Sentinel-1)和中国自主研发的高分三号卫星(GF-3)是目前在轨运行的两颗SAR卫星,利用两颗卫星的SAR数据反演海浪和风场参数是目前国内外研究团队最为关注的问题之一。本文重点研究并对比了哨兵1号卫星SAR IW模式(Interferometric Wide swath)和GF-3卫星SAR条带模式数据海浪谱反演的精度。选取印度洋海上丝绸之路海域和太平洋、大西洋近岸海域不同海况下的两卫星SAR数据进行海浪参数反演,将反演结果分别与欧洲天气预报中心ECMWF(European Center for Medium-range Weather Forecasts)的ERA-5数据和浮标海浪数据进行了对比,结果显示,与ERA-5数据对比,Sentinel-1卫星反演有效波高和平均波周期的均方根误差RMSE(Root Mean Squared Error)分别为0.30 m、0.63 s,GF-3卫星反演有效波高和平均波周期的均方根误差分别为0.37 m、0.99 s;与浮标数据对比,哨兵1号卫星反演有效波高和平均波周期的均方根误差分别为0.40 m、0.91 s,GF-3卫星反演有效波高和平均波周期的均方根误差分别为0.42 m、0.94 s。结果表明,基于海浪谱反演的GF-3卫星与Sentinel-1卫星SAR海浪参数反演精度满足海洋遥感领域的要求,二者海浪谱反演结果精度相当。

关键词： SAR 高分三号(GF-3) 哨兵1号(Sentinel-1) 海浪谱反演精度比对

在线全文

学校读者我要写书评

暂无评论

基于小样本音频信号的柱塞泵故障诊断

噪声与振动控制 2023年第5期43卷 142-147,273页

作者：刘禹戴永寿李立刚中国石油大学(华东)海洋与空间信息学院山东青岛266580

针对音频信号在柱塞泵故障诊断中存在的样本数量不足、故障特征微弱等问题,提出一种基于音频信号结合元迁移学习(Meta-transfer Learning,MTL)的柱塞泵故障诊断方法(Fault Diagnosis of Plunger Pump Based on MTL,MTL-PAFD)。该方法以... 详细信息

针对音频信号在柱塞泵故障诊断中存在的样本数量不足、故障特征微弱等问题,提出一种基于音频信号结合元迁移学习(Meta-transfer Learning,MTL)的柱塞泵故障诊断方法(Fault Diagnosis of Plunger Pump Based on MTL,MTL-PAFD)。该方法以柱塞泵的音频信号为样本,在单一传感器条件下,通过Gammatone滤波器组对信号进行处理,可有效提高强噪声干扰下音频信号的表征能力,然后结合元迁移学习,能实现小样本条件下的柱塞泵故障诊断。同时,根据柱塞泵故障诊断的实际需求,改进元迁移学习在故障诊断应用中的测试方法,能够自适应处理未知故障类。实验结果表明,MTL-PAFD仅对已知类别的故障诊断准确率可达到91.41%,而经过快速自适应学习后,其在识别未知故障类时准确率能达到89.64%。

关键词：故障诊断柱塞泵音频信号小样本学习元学习

应用自编码——解码架构的ConvGRU网络空变子波提取方法

在线全文

学校读者我要写书评

暂无评论

石油地球物理勘探 2023年第4期58卷 753-765页

作者：戴永寿李泓浩孙伟峰宋建国孙家钊中国石油大学(华东)海洋与空间信息学院山东青岛266580 中国石油大学(华东)地球科学与技术学院山东青岛266580

地震勘探的成像和反演质量取决于地震子波的提取精度。地震子波在传播过程中主频和相位会改变,即子波形态会出现变化。现有的子波估计方法未能充分考虑子波的空变特性,同时传统空变子波提取方法对测井资料等先验信息依赖性较强,且受各... 详细信息

地震勘探的成像和反演质量取决于地震子波的提取精度。地震子波在传播过程中主频和相位会改变,即子波形态会出现变化。现有的子波估计方法未能充分考虑子波的空变特性,同时传统空变子波提取方法对测井资料等先验信息依赖性较强,且受各类假设限制。为此,提出了一种使用自编码—解码架构与卷积门控循环单元(ConvGRU)网络的空变子波提取方法。该方法使用卷积运算与门控运算同步提取不同地震道子波的主频和相位变化特征;将提取的子波变化特征经编码得到特征变量,特征变量经解码器可更高效地提取横向道间和纵向时间上的变化特征。使用有限差分正演和非平稳褶积模型建立符合实际数据分布特点的训练数据;搭建自编码—解码网络并迭代训练网络,得到空变子波提取模型;使用该模型提取地震多道空变子波。数值仿真实验验证了该方法比传统子波提取方法具有更高的精度;中国西部实际地震资料处理结果表明,该空变子波提取方法具有一定的实际应用价值。

关键词：空变子波提取门控循环单元自编码—解码器卷积神经网络反褶积

结合改进CNN和双约束损失函数的叠前地震数据低频补偿方法

在线全文

学校读者我要写书评

暂无评论

石油地球物理勘探 2022年第6期57卷 1287-1295,I0001,I0002页

作者：戴永寿高倩倩孙伟峰万勇吴莎莎中国石油大学(华东)海洋与空间信息学院山东青岛266580

陆地深层、超深层地震资料低频信息缺失、地震资料分辨率低,影响后续地震资料的准确解释。基于模型驱动的低频补偿方法依赖严格假设且参数调整不灵活;卷积神经网络(CNN)对细微变化的特征提取能力有限且梯度变化不明显、网络易陷入局部最... 详细信息

陆地深层、超深层地震资料低频信息缺失、地震资料分辨率低,影响后续地震资料的准确解释。基于模型驱动的低频补偿方法依赖严格假设且参数调整不灵活;卷积神经网络(CNN)对细微变化的特征提取能力有限且梯度变化不明显、网络易陷入局部最优,导致低频欠补偿或补偿精度低。为此,提出一种结合改进CNN和双约束损失函数的叠前地震数据低频补偿方法。为解决梯度消失问题,在不增加CNN计算复杂度的前提下,加入可直接学习输入与输出之间残差特征的网络单元(残差块),并采用批归一化处理,使网络对细微变化更敏感,从而提高网络训练效率。为解决梯度变化不明显导致网络过早收敛的问题,以网络输出与原始地震记录差异和相关度为优化目标,通过均方误差和皮尔逊距离的加权求和建立双约束条件的损失函数计算补偿误差,使梯度变化更明显以保证梯度下降过程可跳出局部最优,从而提高低频补偿精度。合成数据和中国西部X地区实际叠前地震数据低频补偿处理结果验证了该方法的可行性和有效性。与基于CNN低频补偿方法及反褶积结合宽带俞式低通滤波器的低频补偿方法相比,在补偿低频成分的同时不会破坏原始信号的中高频信息。

关键词：叠前地震数据残差块皮尔逊距离低频补偿卷积神经网络(CNN)

基于生成对抗网络的塔里木深层超深层叠前地震子波提取

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2022年第2期65卷 763-772页

作者：韩浩宇戴永寿宋建国万勇孙伟峰李泓浩中国石油大学(华东)海洋与空间信息学院青岛266580 中国石油大学(华东)地球科学与技术学院青岛266580

深层超深层叠前地震子波的准确提取可有效提高全波形反演及叠前偏移成像等方法的准确性,对储层预测和油气分析具有重要意义.针对塔里木低信噪比叠前地震记录,本文提出一种基于生成对抗网络(GAN)的塔里木深层超深层叠前地震子波提取方法... 详细信息

深层超深层叠前地震子波的准确提取可有效提高全波形反演及叠前偏移成像等方法的准确性,对储层预测和油气分析具有重要意义.针对塔里木低信噪比叠前地震记录,本文提出一种基于生成对抗网络(GAN)的塔里木深层超深层叠前地震子波提取方法.结合柯东地区地质构造特点及噪声特性,采用有限差分法正演叠前地震记录,构建了塔里木柯东地区叠前地震记录及对应子波的训练样本集,利用地震子波、反射系数及噪声特征的区别训练生成对抗网络,实现了从叠前地震记录中有效分离地震子波.合成数据和实际地震资料处理结果表明,本文所提方法对塔里木深层超深层叠前地震子波提取具有有效性和较高的准确性,较传统方法更具优越性.

关键词：叠前地震子波提取塔里木深层超深层生成对抗网络

基于DCC-LSTM的钻井液微量漏失智能监测方法

在线全文

学校读者我要写书评

暂无评论

天然气工业 2023年第9期43卷 141-148页

作者：孙伟峰卜赛赛张德志李威桦刘凯戴永寿中国石油大学(华东)海洋与空间信息学院山东省青岛市266580 中国石油大学(华东)控制科学与工程学院

钻井过程中发生钻井液漏失时,现有的井漏智能监测方法,难以获取长时数据序列特征,无法实现对微量漏失的及时监测和预警,进而容易导致更为严重的漏失发生。为此,提出了一种结合扩张因果卷积网络(Dilated and Causal Convolution,DCC)特... 详细信息

钻井过程中发生钻井液漏失时,现有的井漏智能监测方法,难以获取长时数据序列特征,无法实现对微量漏失的及时监测和预警,进而容易导致更为严重的漏失发生。为此,提出了一种结合扩张因果卷积网络(Dilated and Causal Convolution,DCC)特征映射能力和长短期记忆网络(Long Short-Term Memory,LSTM)时序特征提取能力的DCC-LSTM钻井液微量漏失智能监测方法,弥补长短期记忆网络对于长期记忆衰减的不足,实现了对钻井液微量漏失的准确监测和预测。研究结果表明:①DCC-LSTM井漏智能监测模型利用扩张因果卷积网络提取监测参数的长时特征,并将其映射为短序列表示,利用长短期记忆网络处理特征短序列获取监测数据的长时变化趋势,实现了微量漏失的准确监测;②扩张因果卷积网络层数确定方法可以获得最佳网络层数,得到的DCC网络结构使LSTM对长时序列趋势信息的遗忘减少24%;③与其他井漏监测方法相比,DCC-LSTM网络能够准确监测早期微量漏失,井漏预警时间最长可提前26 min,监测准确率由96.9%提升至99.4%,漏报率由6.4%降低为1.1%。结论认为,该方法能够获取监测参数的长时趋势变化特征,经矿场试验验证与其他方法相比有明显优势,为微量漏失监测和预测提供一种可行的方法,对油气钻井井漏风险的防控具有重要指导意义。

关键词：井漏微量漏失长时趋势特征智能监测扩张因果卷积网络长短期记忆网络

基于时空图卷积神经网络的光伏发电功率超短期预测方法

在线全文

学校读者我要写书评

暂无评论

热能动力工程 2023年第9期38卷 152-157,173页

作者：李立刚孙立群戴永寿李林中国石油大学(华东)海洋与空间信息学院山东青岛266555

为了解决传统光伏电站超短期功率预测方法不能同时准确提取发电功率的时间和空间特征的问题,提出一种基于时空图卷积神经网络的光伏发电功率超短期预测方法。针对同一区域内的多个光伏电站,首先对电站进行图建模,利用图卷积网络(GCN)与... 详细信息

为了解决传统光伏电站超短期功率预测方法不能同时准确提取发电功率的时间和空间特征的问题,提出一种基于时空图卷积神经网络的光伏发电功率超短期预测方法。针对同一区域内的多个光伏电站,首先对电站进行图建模,利用图卷积网络(GCN)与门控线性单元(GLU)提取发电功率的时空特征。利用提取到的时空特征信息以及区域内光伏电站的历史发电功率数据训练预测模型,最终实现对多个光伏电站发电功率超短期预测。实验结果表明,该方法能够将超短期功率预测均方根误差减小至1.122%,对工作人员根据实际情况进行电网的调度管理具有重要意义。

关键词：时空图卷积光伏电站功率预测

基于长循环前缀搜索的5G上行控制信道同步算法

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2023年第6期42卷 43-48页

作者：武光耀张明韩翔戴永寿中国石油大学(华东)海洋与空间信息学院青岛266580 中电科思仪科技股份有限公司青岛266555

针对现代信号分析仪中5G新空口(NR)信号物理层的调制质量测试需求,并为了解决5G NR上行控制信道的同步问题,通过对5G NR物理层协议中的帧结构以及上行控制信道的特征分析,设计了一种基于长循环前缀搜索和解调参考信号参数盲检的同步算... 详细信息

针对现代信号分析仪中5G新空口(NR)信号物理层的调制质量测试需求,并为了解决5G NR上行控制信道的同步问题,通过对5G NR物理层协议中的帧结构以及上行控制信道的特征分析,设计了一种基于长循环前缀搜索和解调参考信号参数盲检的同步算法。首先利用长循环前缀搜索确定出半子帧的起始位置,再由此位置结合时频分布特征提取解调参考信号,然后生成本地解调参考信号对其进行参数盲检,由盲检得出的时隙索引进一步确定出半子帧的索引,从而实现对帧起始位置的确定。最后利用信号分析仪采集数据并对算法进行仿真实验,结果表明算法可以有效实现5G NR上行控制信道的同步过程,并且计算量仅为传统算法的1%。

关键词：信号分析仪 5G NR 上行控制信道同步

基于岸堤特征提取的近岸无人船激光SLAM方法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2023年

作者：李可染李立刚贺则昊徐洪斌戴永寿中国石油大学(华东)控制科学与工程学院中国石油大学(华东)海洋与空间信息学院

针对无人船在近岸水域场景下使用传统激光同步定位与建图方法（SLAM）时，由于水面反射激光的能力较弱和水面波动造成的干扰，导致定位精度低和鲁棒性差的问题，提出了一种基于岸堤特征提取的激光SLAM方法：EF-SLAM。首先，EF-SLAM引入... 详细信息

针对无人船在近岸水域场景下使用传统激光同步定位与建图方法（SLAM）时，由于水面反射激光的能力较弱和水面波动造成的干扰，导致定位精度低和鲁棒性差的问题，提出了一种基于岸堤特征提取的激光SLAM方法：EF-SLAM。首先，EF-SLAM引入了由岸堤反射且稳定分布在水面高程范围内的水边线点进行匹配，以减小激光雷达里程计在近岸水域场景下的高程估计误差，并由此提出基于点云前视投影的水边线点提取方法。其次，为了实现水边线点的匹配，采用帧到局部地图的特征关联与匹配方式，并构建了水边线点到水边线距离残差，以估计雷达帧间相对位姿变化。最后，基于USVinland公开数据集与青岛古镇口海域实测数据集的实验结果表明，本文所提出的EF-SLAM算法可有效地抑制里程计的位姿漂移，相比于主流激光SLAM算法，具有更高的定位精度与更强的鲁棒性。

关键词：同步定位与建图激光雷达无人船因子图优化特征提取