层析成像
地震层析成像理论及技术-瑞雷面波理论基础与反演成像
瑞雷面波理论基础与反演成像
瑞雷面波是1887年由英国学者瑞雷（Rayleigh ）首先在理论上确定的，这种面波分布在自由表面上。当介质为均匀各向同性介质时，瑞雷面波的相速度和群速度将一致，否则瑞雷波的相速度将不一致，出现频散现象，当介质具有水平层状性质时，瑞雷面波的频散规律与介质的分层结构紧密相关。面波研究的目的是要通过面波信号得到地下介质的结构及其物理力学性质，这就需要进一步反演解释研究。
1. 瑞雷波的理论基础
由于均匀弹性半空间介质的边界附近沿x 方向传播的平面瑞利谐波y 方向的质点位移为零。设半空间充满x-y 平面，z 方向向下为正，坐标原点位于介质的自由表面上，如图所示1-1
为推导方便，引入势函数Φ和ψ来分别表示x 和z 方向的位移（u 和w ），则
，u w x z
z x
?Φ?ψ
?Φ?ψ
=
-=
+???? 1.1
平面瑞利波波前
质点位移随深度增加
而衰减
波的传播方向
图1-1 均匀弹性半空间中的平面瑞利波
由位移表示的二维运动方程为
2222
22u u w w （）（）ερλμμερλμμ??=++?????=++???t x
t z
1.2 由此可见，势函数的引入将胀缩波和剪切波区分开来（Φ与胀缩波对应，ψ与剪切波对应）。将式（1.1）代入（1.2）得
22222222
222222x t z t x z
z t x t z x
ρρλμμρρλμμ??????Φ??ψ??
-=+?Φ?ψ ? ?????????????????Φ??ψ??+=+?Φ+?ψ ? ???????????（）（）-（）（）（）（） 1.3
又有
22222222p s 22
2v v ，λμμρρ
?Φ+?ψ=?Φ=?Φ=?ψ=?ψ??t t 1.4 由于平面瑞利波的位移发生在x-z 平面内，因此由式（1.1）和式（1.4）可知，瑞利波是P 波和SV 波相互作用的结果。
对于一个角频率为ω，波数为k ，沿x 方向传播的瑞利谐波，其势函数可表示为：
()()F ()G ()，ωω--Φ=ψ=i t kx i t kx z e z e
1.5
其中，F()z 和G()z 分别表示瑞利波胀缩分量和旋转分量的振幅随深度变化的函数；波数R
2L k π
=
，R L 为瑞利波波长。 将式（1.5）代入式（1.4）并整理得
22222p 2
2
222s F()F()=0v G()G()=0v ωω??
?-- ? ??????
?-- ???
?
z k z z z k z z 1.6
上述二阶偏微分方程的通解为
1122F()=A B G()=A B --++qz qz qz
qz
z e e z e
e
1.7
其中
2
2
2
2p
v
q k ω=-
， 2
22
2s
v
s k ω=-
1.8
由于瑞利波质点位移随深度增加而迅速衰减，因此12B B 0==。此时，势函数变为
()1()
2A A ωω-+--+-Φ=ψ=qz i t kx sz i t kx e e
1.9
又因自由表面所受应力为零，因此自由表面的边界条件可表示为：
0u w w 220z z w u 0z σλεμελμτμγμ==???????=+=++= ????????????????==+= ?????????z z z zx
zx z x x 1.10
再由式（1.1）和式（1.9），上式变为：
{}(){}2
2
()
1
2
2
2
()
1
2
A (2)2A 0
2iA A 0
ωωλμλμ--??+-+=??-+=i t kx i t kx q k i ks e
kq s q e 1.11
为了得到有效解，整理化简式（1.11）可得
2
2
222222222222p s s p 2161122v v v v k k k k ωωωλμωμ????
????+--=-- ? ? ? ? ? ????
????
? 1.12 或写为：
64222K 8K (2416a )K 16(a 1)0-+-+-= 1.13
其中
R
R s s
s
P
R
P P
v v =
K=
v v v v v aK=
v v ，ω
ω
ω
=
=
==
=k
k
k
1.14
式（1.13）是一个关于2K 三次方程，泊松比υ值给定时，就可以求出K 的值。而K 是瑞利波相速度R v 与横波速度s v 之比，显然均匀弹性半空间中的瑞利波速度只与介质的横波速度s v 和泊松比υ有关，而与频率无关（无频散）。
将式（1.9）代入式（1.1）可得由瑞利波传播引起的质点位移（u 和w ）为：
()()12()()
12u A A w A A ωωωω-+--+--+--+-?Φ?ψ
=
-=-+???Φ?ψ=+=--??qz i t kx sz i t kx qz i t kx sz i t kx ike se x z
qe ike z x
1.15
结合式（1.11），由式（1.15）得
()122
2
()
122
2i u A 2w A ωω------?
?=-+??+??
??=-+??+??
qz sz i t kx qz sz i t kx kqs ike e e s k qk qe e e s k 1.16 式（1.16）还可写成
()12
()
12
2u A 1
2w A 1
ωω------??????=-+????+?? ???????????=-+????+?? ?????
q s kz kz
i t kx k k q s kz kz i t kx k k q s
k k ik e e e s k q
q k k e e e k s k 1.17
由式（1.17）可知瑞利波质点位移随深度的变化可表示为
2
2
2
u (z )12w (z )1----=-+??+ ???
=-+??
+ ???
q s kz kz
k
k
q s
kz kz k k
q s
k k e e s k q q k e e k s k 1.18
由式（1.8）和式（1.14）可以计算出q k 和s k 的比值。
由k 与波长R L 的关系以及式（1.14）、（1.18），我们就可以计算出在给定泊松比情况下u(z)和w(z)与R L z 之间的变化关系。图2.5给出了不同泊松比情况下两种位移用自由表面处的位移（0z =）归一化后随深度（R L z ）的变化曲线。图2.5表明瑞利波的质点位移的大小随深度的增加而迅速减小，在深度约等于1个波长时（R L 1z =），质点的位移量已非常小（大概为自由表面处位移的0.2倍）。这意味着瑞利波勘探的穿透深度大约为1个波长。
2. 瑞雷波反演理论
地震面波数据反演实际上是寻找某个理论的Vs 剖面，由该理论剖面通过正演计算所得的理论频散数据与野外实际观测的频散数据拟合最佳。设向量
[]T
1
2
N p p p p =表示一个由N 个横波速度组成的Vs 剖面（N 层介质），由
Vs 剖面p 通过正演计算所得的理论频散数据组成的向量记为
T
t t
t
t 12
M
d d d d ??=??，由野外实际观测所得的频散数据组成的向量记为T
f
f f
f 12M
d d d
d ??=??，那么反问题可陈述为寻找使t d 与f
d 之间的误差最小的
解p *，即：
(
)()()()112
t f N
2
2
2
2
t
f t f t
f M M p min f(p)=min d d
,p R
min d d d d d d i i *
=-∈??
=-+
+-+
+-???
?
3.1
其中，f(p)为目标函数，N R 为N 维向量空间，
2
为向量的2范数。从目标
函数的形式看，该问题显然属于最小二乘法最优化问题。由于方程（3.1）中无约束控制项，所以该问题是非约束最优化问题。另一方面，从数据与参数之间的关系看，频散数据的个数M 一般大于横波速度的个数N ，因此该问题是一个超定问题。瑞利波勘探中，较常用的反演方法有最小二乘法及较新的遗传算法。本文主要研究最小二乘算法。 2.1 最小二乘反演算法
Levenberg-Marquardt 最小二乘最优化方法（LM 法）是从最速下降法（Steepest descent method ）、牛顿法（Newton ’s method ）和高斯牛顿法（Gauss-Newton method ）等方法发展而来的，兼顾了这几种方法的优点。它们都是利用目标函数及其导数来寻找目标函数的极小值，都属于最优化方法中的梯度法。
LM 方法通过将Hessian 矩阵作如下修正，将最速下降法和牛顿法的优点结合起来
T k k k k (p )(p )
β≈+H J J I 4.19 其中，I 为单位矩阵，k β为一个能始终保证k H 为正定的非负常数。因此，LM 法的搜索方向定义为：
()1
T
k k k k k s (p )(p )f β-=-+
?J J I 4.20
当k β足够大时，k βI 在Hessian 矩阵中占据优势，Hessian 矩阵的逆变为
()
1
1T
k k k k k
1
(p )(p )ββ--≈+≈H J J I I 4.21
此时的搜索方向与最速下降法的搜索方向一致
k k k
1
s f β≈-? 4.22
当k β非常小时，Hessian 矩阵的逆变为
()
()1
1
1T
T k k k k k k (p )(p )(p )(p )β---≈+≈H J J I J J 4.23 此时的搜索方向与高斯-牛顿法的搜索方向一致：
()1
T k k k k s (p )
(p )f -≈-?J J 4.24
因此，在迭代开始时（远离极小点）应将k β的值设得足够大，使目标函数沿最速下降方向前进，而随着迭代次数的增加（目标函数值距极小点越来越近）应减小k β值，使目标函数按高斯-牛顿法收敛。有关最速下降法和高斯-牛顿法的具体算法这里不再详述，可以参照有关文献。 2.2 瑞雷面波反演的一般过程
瑞雷面波的反演是建立在
（1）导入野外地震数据，定义观测系统参数； （2）
3. 资料处理与解释
4号线 共41炮。 频散曲线剖面
视横波速度模型剖面
第5炮
X（m）d
e
p
t
h
（
m
）
X（m）d
e
p
t
h
（
m
）
X（m）d
e
p
t
h
（
m
）
第25炮
频率（Hz ）
速 度 （m/s ）
迭代次数
R M S （%）
速度（m/s ）
深 度 （m ）
初始模型速度
反演模型速度
第40炮
迭代次数
R M S （%）
频率（Hz ）
速 度 m/s
速度（m/s ）
深 度 （m ）
初始模型速度
反演模型速度
5号线 频散曲线剖面
迭代次数
R M S （%）
频率（Hz ）
速 度 m/s
速度（m/s ）
深 度 （m ）
初始模型速度
反演模型速度
视横波速度剖面
模型速度剖面
X （m ）
d e p t h （m ）
X （m ）
d e p t h （m ）
第一炮
频率（Hz ）
速 度 （m/s ）
速度（m/s ）
深 度 （m ）
初始模型速度
反演模型速度
X （m ）
d e p t h （m ）
第67炮
频率（Hz ）
速 度 （m/s ）
速度（m/s ）
深 度 （m ）
初始模型速度
反演模型速度
迭代次数
R M S （%）
R M S （%）
迭代次数
网络透视技术
网络透视技术 1.1网络透视技术概念 网络透视技术（Network Tomography）是一门新兴的兼具网络测试与网络预警的技术,旨在通过发送特定的数据包（我们也称其为探测包）并将其发送到某特定网络，利用P2P的方法得到链联级的性能特性,比如:丢包率、平均延迟、吞吐量、背靠背缓冲能力等.将所得的信息进行统计、综合分析。 网络透视在原理上和医学上的CT等原理相象，它是基于一种端对端的技术来获取网络中那些不能直接观察到的信息，它通过发送多种探测包给指定的接收器（服务器），观察并分析接受器所获得的信息，最后通过统计和推断来获得各种网络信息【8】。 网络透视技术也称为网络层析成像技术、推理性的网络监视技术，他们都是基于对大规模网络中有限个节点的传输测量，使用统计学的原理来估算或推断网络的性能参数。 1.2目前相关的研究内容 目前网络透视技术相关的研究内容有很多其重点需解决的问题有，怎样通过了解网络的内部特征以及网络拓扑的结构向特定网络发送探测包，探测包怎样发送、怎样做才比较合适。怎样对探测包反馈的信息进行综合统计和分析。我们可以将目前相关的研究内容分为以下三部分。 第一部分为数据的获取，其中主要研究如何获取网络内部的相关有用信息。一种方法如上所述采用发送各种探测包的技术，称为主动方法。另一种方法不发送专门的探测包，而依赖于观察发生在某一个服务器的各种请求来推断各种网络相关信息。这两种方法各有优缺点，主动方法有着可控制的优点，但是需要发送探测包，因此需要使用一定带宽，被动方法则恰恰相反【8】。 第二部分为网络连接的研究，它是基于当今网络结构的复杂性、地域的分制性、性能的多样性，来研究网络拓扑以及网络的链路特征，是网络透视技术在各种应用中得以实现的主要依据。 第三部分为统计推断，它主要是根据通过第一、二部分获取的数据和网络拓扑结构来发现网络内部的信息和规律。
层析成像
层析成像 姓名：李文忠 学号：200805060102 班级：勘查技术与工程（一）班
前言 层析成象是在物体外部发射物理信号，接收穿过物体且携带物体内部信息，利用计算机图象重建方法，重现物体内部一维或三维清晰图象。层析成象技术最大的特点是在不损坏物体的条件下，探知物体内部结构的几何形态与物理参数(如密度等)的分布。层析成象与空间技术、遗传工程、新粒子发现等同列为70年代国际上重大科技进展。层析成像应用非常广泛，如医学层析的核磁共振成像技术、工业方面的无损探伤、在军事工业中，层析成象用于对炮弹、火炮等做质量检查、在石油开发中被用于岩心分析和油管损伤检测等，层析成象是在物体外部发射物理信号，接收穿过物体且携带物体内部信息，利用计算机图象重建方法，重现物体内部一维或三维清晰图象。声波层析成像技术 声波层析成像方法所研究的主要内容，一个是正演问题，即射线的追踪问题，是根据已知速度模型求波的初至时间的问题；另一个问题就是反演问题，即根据波的初至时间反求介质内部速度或者慢度分布的问题。层析成像效果的好坏与解正演问题的正演算法和解反演问题的反演算法都有直接的关系。论文详细研究声波层析成像的射线追踪算法，重点探讨了基于Dijkstra算法的Moser曲射线追踪算法，并用均匀介质模型、空洞模型、低速斜断层等模型使用Moser曲射线追踪时的计算精度与计算效率，发现了内插节点是影响Moser曲射线追踪效果的主要因素，得到了内插节点数为5～7之间，计算速度较快，计算精度较高。模型试算的结果表明，正演采用内插10个节点，
反演过程中采用内插5个节点，效果最佳。在层析成像正演算法的基础上，详细研究了误差反投影算法(BPT)、代数重建法(ART)、联合迭代法(SIRT)；研究了非线性问题线性化迭代的最速下降法、共轭梯度法(CG)；重点推导和建立了层析成像的高斯—牛顿反演法(GN)；详细研究了非线性最优化的蒙特卡洛法(MC)、模拟退火法(SA)、遗传算法(GA)；研究了将非线性全局最优化和线性局部最优化方法相结合的混合优化方法，探讨了基于高斯牛顿和模拟退火相结合(GN-SA)混合优化算法。在此基础上，以速度差为10％的低速斜断层模型为例，详细探讨了线性化算法SIRT、GN；非线性最优化算法SA、GA以及混合优化算法GN-SA五种算法对该模型的计算结果，并探讨了直射线和Moser曲射线追踪的反演效果。数值试验表明，基于Moser曲射线追踪的高斯—牛顿反演法的层析成像效果最佳，计算效率最高。采用基于Moser曲射线追踪的高斯—牛顿法，对速度差为25％的等轴状空洞构造、速度差为33％的不连通空洞模型、速度差为33％的高速岩脉进行了反演试算，对于这些理论模型，高斯—牛顿法均取得了较好的成像效果。为进一步验证各种层析成像法，在实验室制作了水泥台和石膏板实物模型，并分别在水泥台中央制作一个方形空洞，在石膏板中央制作一个倒“L”形空洞。对这两个实物模型进行了实测，对测量的数据，用高斯—牛顿法进行层析成像反演，均取得了较好的成像效果。通过本文的研究和数值试验，得到了以下结论：(1)基于直射线追踪方法，适用较为简单的地质体，亦或是测量精度要求不高的问题。由于直射线追踪方法在成像过程中，只需要追踪一次就可以
层析成像
地震层析成像理论及技术-瑞雷面波理论基础与反演成像
瑞雷面波理论基础与反演成像 瑞雷面波是1887年由英国学者瑞雷（Rayleigh ）首先在理论上确定的，这种面波分布在自由表面上。当介质为均匀各向同性介质时，瑞雷面波的相速度和群速度将一致，否则瑞雷波的相速度将不一致，出现频散现象，当介质具有水平层状性质时，瑞雷面波的频散规律与介质的分层结构紧密相关。面波研究的目的是要通过面波信号得到地下介质的结构及其物理力学性质，这就需要进一步反演解释研究。 1. 瑞雷波的理论基础 由于均匀弹性半空间介质的边界附近沿x 方向传播的平面瑞利谐波y 方向的质点位移为零。设半空间充满x-y 平面，z 方向向下为正，坐标原点位于介质的自由表面上，如图所示1-1 为推导方便，引入势函数Φ和ψ来分别表示x 和z 方向的位移（u 和w ），则 ，u w x z z x ?Φ?ψ ?Φ?ψ = -= +???? 1.1 平面瑞利波波前 质点位移随深度增加 而衰减 波的传播方向 图1-1 均匀弹性半空间中的平面瑞利波
由位移表示的二维运动方程为 2222 22u u w w （）（）ερλμμερλμμ??=++?????=++???t x t z 1.2 由此可见，势函数的引入将胀缩波和剪切波区分开来（Φ与胀缩波对应，ψ与剪切波对应）。将式（1.1）代入（1.2）得 22222222 222222x t z t x z z t x t z x ρρλμμρρλμμ??????Φ??ψ?? -=+?Φ?ψ ? ?????????????????Φ??ψ??+=+?Φ+?ψ ? ???????????（）（）-（）（）（）（） 1.3 又有 22222222p s 22 2v v ，λμμρρ ?Φ+?ψ=?Φ=?Φ=?ψ=?ψ??t t 1.4 由于平面瑞利波的位移发生在x-z 平面内，因此由式（1.1）和式（1.4）可知，瑞利波是P 波和SV 波相互作用的结果。 对于一个角频率为ω，波数为k ，沿x 方向传播的瑞利谐波，其势函数可表示为： ()()F ()G ()，ωω--Φ=ψ=i t kx i t kx z e z e 1.5 其中，F()z 和G()z 分别表示瑞利波胀缩分量和旋转分量的振幅随深度变化的函数；波数R 2L k π = ，R L 为瑞利波波长。 将式（1.5）代入式（1.4）并整理得 22222p 2 2 222s F()F()=0v G()G()=0v ωω?? ?-- ? ?????? ?-- ??? ? z k z z z k z z 1.6 上述二阶偏微分方程的通解为 1122F()=A B G()=A B --++qz qz qz qz z e e z e e 1.7
电容层析成像技术在多相流测试中的应用和进展
电容层析成像技术在多相流测试中的应用和进展 摘要 电容层析成像技术是最早发展起来的过程成像技术之一，因其具有非侵入式的测量方式、成本低、安全性好、易于实现等优点，具有极好的工业应用前景，获得了很多学者的研究并取得丰硕成果。本文简单介绍了电容层析成像系统的原理和发展历史，总结了研究热点和现状，指出了发展中的存在的问题和发展方向。 关键词：电容层析成像；电容传感器；图像重建 引言 电容层析成像技术（ECT）是根据被测物质各相具有不同的相对介电常数，在流体流动管道的某一截面上，沿管道壁均匀地布置敏感阵列电极，任意两个电极板均可组成一个两端子电容，当各相组分分布或者浓度发生变化时将引起混合流体等价相对介电常数发生变化，从而使测量电极对间的电容值发生变化。采用阵列式电容传感器，各电极之间相互组合的多个测量值便可反映出多相流体的浓度以及在管道截面上的相分布情况，以这些电容测量值作为投影数据，通过一定的图像重建算法，便可重建出被测物场的浓度分布图像。典型的ECT系统由电容传感器阵列、数据采集系统、图像重构计算机三部分组成。电容成像系统通过传感器阵列从不同方向获得管道内介质分布状况的投影信息；测量及数据采集系统收集电容传感器的输出电容值，并进行滤波、变换、放大，将数据通过接口传给成像计算机；成像计算机通过重建算法重构管道横截面的相分布图像，同时向测量及数据采集系统传送控制信号[1, 2]。目前，电容层析成像的研究多围绕这几部分展开，即电容测量电路研究、电容传感器研究及图像重建与数据处理研究。 该技术在上世纪80年代末由英国曼彻斯特大学理工学院（University of Manchester Institute of Science and Technology，简称UMIST）提出的一种新的计算机层析成像技术[3]，主要用于工业管道内的多相流检测，可提供常规仪器无法探测的封闭管道及容器中多相介质的浓度、分布、运动状态等可视化信息，与其他测量技术或仪表相配合还可应用于多相流总质量流量、分相质量流量以及流速的实时检测。比之其它技术，电容层析成像技术具有适用范围广、非侵入式、安全性能好等优点[4-6]，各种工业生产过程中常见的多相流均能应用该技术，并且 成本低廉，更适合我国的国情。电容层析成像技术为从根本上解决多相流的多参数可视化测量问题提供了一条较好的途径，是实现多相流参数在线检测的一种理想手段[7]。因此，完善和发展电容层析成像技术理论是一项很有意义的研究工作。近年来，国内外的研究人员积极探索，做了大量的工作，电容层析成像技术的研究已经取得了很大的进展，理论研究方面也不断推进，取得了一些新的研究成果[8-13]。
井间地震层析成像的现状与进展
2001年9月地球物理学进展第16卷第3期井间地震层析成像的现状与进展 裴正林 （石油大学（北京）物探重点实验室，北京，100083） 摘要：综述了井间地震层析成像研究的现状，给出了小波变换域井间地震层析成像方法的最新 进展，并对井间地震层析成像研究给予展望. 关键词：井间地震层析成像；小波多尺度；研究进展 中图分类号：P315.3+1文献标识码：A文章编号：1004-2903（2001）03-0091-07 1井间地震层析成像的研究现状 井间地震层析成像也称为井间地震CT技术，它能够提供被探测地质体的构造和岩性 分布的高分率图像.井间地震CT技术是从医学CT技术发展起来的，其数学基础是Radon变换.井间地震CT的研究基本始于20世纪70年代初，80年代处于对大量模型数据和少量实 际数据的成像研究阶段，90年代以来，井间地震CT进入实用化阶段，并取得不少可喜成果，同时，也逐渐意识到射线CT所固有的缺点，开始研究波动方程CT. 从地震波的运动学和动力学特征出发，井间地震CT方法可分为两大类：一类是基于几 何光学或射线方程的方法称之为射线CT；另一类是基于波动方程的方法称之为波形CT.当 非均匀体的线性尺度大于地震波长时，射线CT是适用的；而当非均匀体的线性尺度与波长 相近时，衍射和散射就起主导作用了，基于射线理论的成像方法就不再适用，这时候必须用 波动方程CT方法. 井间地震层析成像方法主要包括两部分：正演方法和反演方法.井间地震层析成像的正 演方法可分为两种；一是射线追踪方法；二是波场的数值模拟方法. 射线理论和射线方法是研究地震波传播理论的重要方面之一.用射线理论可以研究地 下复杂构造、横向不均匀介质中的地震波传播问题.经过射线追踪，计算地震波的走时、波前 和射线路径. 70年代以前的各种射线追踪方法一般适合于较为简单模型的射线追踪［1］.由于实际 的介质速度变化较大（速度差大于10%），因此，需要研究复杂结构模型的射线追踪方法. 收稿日期：2001-03-15；修订日期：2001-06-15. 基金来源：“九五”国家科技攻关项目资助（959130602）. 作者简介：裴正林，1962年生，2000年获中国地质大学（北京）地球探测与信息技术专业博士.高级工程师，现在石油大学（北京）从事博士后研究.主要研究方向：信号处理，小波变换、遗传算法及神经网络应用，层析成像理论方法和地震数据 处理、偏移方法等方面研究.E-mail：zhenglinpei@https://www.360docs.net/doc/0415367623.html,.
地震波层析成像和电磁波层析成像
地震波层析成像和电磁波层析成像 1.地震波CT 地震层析成像的主要目标是确定地球内部的精细结构和局部不均匀性。这不仅可以促进地球科学的发展，而且还可以解决许多地质勘探和矿产资源开发中的难题。 第一个原因是岩石地震波与岩性性质有比较稳定的相关性，易于对地球内部成像，反之，对找水活确定流体性质时，电磁波层析成像较好。 第二个原因是对于主要频段的电磁波，其衰减比地震波大。对于地址勘探、采矿工程、勘察工程等来说目标提一般为几米到几百米，对应波长为几十米，频率为数十赫兹。这种的地震波在不松散的岩石中传播为几公里后耍贱一般不超过120dB，接收起来不费力。反而相应波长的电磁波在岩石中传播几十米后就可能衰减100dB，难以穿透几百米的岩层。 第三个原因是电磁波速度太快，反映波速的到时参数难以测量。地震波波速为每秒几千米，振幅、到时都易于测量，而且在地震记录上可以区分不同的震相，从而得到丰富地质信息。 1.井间地震波数据的采集方法 一般地层观测排列均匀布置在风化层一下，以使提高成像分辨率。一般采集方法及对应的观测方式有： 1.共激发点道集数据采集方法 单点激发，多点接收的观测方式采集地震数据。这种方法比较适用于在震源连续性能较差且接收为多道检波系统的情况下使用。这种方法有采集快，效率高的特点。但要求至少有一口井的井深超过目的层且满足目的层覆盖要求。 2.共接收点道集数据采集方法 这种方法以移动式多点源激发，单点接收的观测方式采集地震数据。适合在震源连续激发性能较好且接收器为单级检波器系统情况下使用。但施工效率不高，也有井深要求。 3.YO-YO道集数据采集
这种方法采用激发点和接收点反向移动的观测方式采集地震数据。要求震源系统具有良好的连续激发性能，获得道集多用于反射波成像。适合井深不符合透射层析成像要求的目的层成像问题。 4.井间地震连续测井方法 这种方法采用激发点和接收点等间距同向移动的观测方式采集地震数据。适合在震源连续性能较好且接收器为单级检波器系统情况下使用。采集道集可用于进行透射与衍射层析成像和反射比成像。但是效率不高，且有井深要求。主要用于解决地层连续性诊断问题。 2.探测方法： (1)获取各种可以收集到的有用资料,根据探测区域的具体情况。首先走访勘察施工单位,确定钻孔的地层分布及钻进情况。收集探测区域其他物探方法勘查报告,了解其特征,以便与井间层析成像实测资料进行对比。 (2)测量前需准备:①仪器测试和检波器的一致性校正;②震源试验,确定最佳的震源能量、频带宽度、震源信号的形状和可重复性等;③环境噪声的测试,尽量避开噪声源;④检波器耦合试验,找出改善耦合的办法,如在底部加黏合剂,加大井中泥浆的稠度;⑤井下震源和检波器深度误差的测试。 (3)观测系统设计的好坏是层析成像取得良好地质效果的重要因素之一,观测系统的设计应考虑以下几点:①成像区域的井深与井间距之比值尽可能小于1,比值越大,陡倾角射线数越多,成像地质效果越好;②被探测的不良地质体的几何尺度及埋藏深度;③射线尽可能覆盖整个成像区域且均匀分布,尽量使每个成像单元网格内有一条射线通过;④炮点距及检波点距尽可能分布在多个方位上;⑤现场测试时,对激发、接收点应准确定位,同时应保证每张记录的信噪比高、地震波初至清晰,对不合格记录应坚决去掉或重测。同时,由于测试数据量大,应及时准确填写原始记录的激发、接收关系。 在探测过程中,介质中地震波的传播速度和介质的地球物理特性是重要的影响因素。相对于泥灰岩介质其纵波速度范围介于1. 4~4. 5 km/s之间,冲洪积层等介质其纵波速度范围介于0. 5~1. 6km/s之间。由于地质体变化的复杂性,针对具体场地，需要进行探测试验与参数标定,以确保探测结果解释的精度。 井中地震波层析成像的施工过程是:一般先将震源放到井底部,检波器串也
地震层析成像
地震层析成像 摘要：层析成像方法是一种公认的基于地震数据的有效方法，近20年来，层析成像方法发展迅速。从原理上讲，层析成像方法可分为两大类，一是基于射线理论走时层析成像，二是基于波动方程的散射层析成像。本文介绍新的层析成像方法及其技术，包括各向异性介质的2D立体层析成像；时移层析成像的超声数据试验；绕射层析成像的迭代方法：真振幅偏移的本质；用于速度模型构建的下行波折封层析成像和反射层析成像；多尺度波动方程反射层析成像，并在后面展开层析成像方法应用于构造速度模型的分析和实例。 关键字：层析成像；偏移成像；速度模型；克希霍夫偏移。 一、引言 偏移成像在地震勘探和开发过程中，已经成为一种关键的地震数据处理技术。成像的精度和可靠性依赖于速度模型的准确与否。 速度分析历来都是地震资料处理的基础工作，从均方根速度、层速度以及叠加速度等，贯穿于地震资料处理的方方面面，速度分析方法丰富多样。迄今，层析成像方法是一种公认的基于地震数据的有效方法，近20年来，层析成像方法发展迅速。从原理上讲，层析成像方法可分为两大类，一是基于射线理论走时层析成像，二是基于波动方程的散射层析成像。后一种层析成像很复杂，正处于理论研究阶段。尽管其实际应用不多，但却是层析成像的发展方向。 走时层析成像比较成熟，有很多的实际应用。它又可细分为初至走时层析成像和反射走时层析成像。初至走时层析成像方法简单直观，稳定性较好，主要应用于井间地震以及近地表的速度分析，但是，初至走时层析成像由于只利用初至走时，所以，得到的速度模型比较粗糙，分辨率也较低。 反射层析成像主要应用于地下速度和反射层深度的反演，以及叠前或叠后偏移的速度分析之中。前者由于速度和深度之间的藕合关系，以及反射波到达时间及其层位难于拾取等，制约了它的广泛应用，但是，这是一种极具价值和潜力的反演方法。后者则是利用经过叠前或叠后CRI道集中同相轴未被拉平的剩余时差，经过层析成像来修正用于偏移的速度模型。这种构建速度模型的方法，目前正广泛应用于叠前深度或时间偏移中。 值得关注的还有，地震资料与其他地球物理资料间的联合反演，其反演结果互为验证、相得益彰，为我们提供了更为可靠的反演结果。 二、新的层析成像方法及其技术 1.各向异性介质的2D立体层析成像 立体层析成像是一种利用局部相关同相轴作为输人的斜率层析成像方
【CN109946388A】基于统计逆的电学超声双模态内含物边界重建方法【专利】
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910127240.0 (22)申请日 2019.02.20 (71)申请人 天津大学 地址 300072 天津市南开区卫津路92号 (72)发明人 董峰 梁光辉 任尚杰 (74)专利代理机构 天津市北洋有限责任专利代 理事务所 12201 代理人 程毓英 (51)Int.Cl. G01N 29/44(2006.01) G01N 27/00(2006.01) (54)发明名称 基于统计逆的电学/超声双模态内含物边界 重建方法 (57)摘要 本发明涉及一种基于统计逆的电学/超声双 模态内含物边界重建方法，该方法采用径向形状 模型对待重建内含物边界即目标边界进行参数 化表征，然后利用电学成像模型构建形状系数估 计的似然模型，利用超声反射成像模型构建形状 系数估计的先验模型，再通过最大后验估计法求 解最佳形状系数， 实现内含物边界的重建。权利要求书1页 说明书6页 附图2页CN 109946388 A 2019.06.28 C N 109946388 A
1.一种基于统计逆的电学/超声双模态内含物边界重建方法，该方法采用径向形状模型对待重建内含物边界即目标边界进行参数化表征，然后利用电学成像模型构建形状系数估计的似然模型，利用超声反射成像模型构建形状系数估计的先验模型，再通过最大后验估计法求解最佳形状系数，实现内含物边界的重建。步骤如下为： (1)利用径向形状参数化模型，在局部极坐标系下将目标边界剖分成一组等极角分布的离散点，记离散点到局部极坐标中心的距离为径向距离，并用r i ,i＝1,2,…,N来表示，目标边界用一组形状系数r＝[r 1,r 2,…,r N ]来表征； (2)基于贝叶斯统计理论，当给定电学测量电压V m 和测量噪声e，形状系数r的后验估计表达如下： π(r|V m )∝πe (V m -V(r))· π(r)式中，π表示概率密度，∝表示正比号，V m 表示测量电压，V(r)表示由电学成像正问题模型计算获得的边界电压，π(r|V m )表示形状系数r的后验概率密度，π(r)表示形状系数r的先验概率密度，πe (V m -V(r))表示形状系数估计的似然模型， 满足如下公式：式中，Γe 表示测量噪声e的协方差，表示Γe 的逆； (3)对于步骤(2)中形状系数r的先验概率密度π(r)，通过超声反射成像技术确定：首先，利用超声反射成像技术获得目标边界上部分离散点位置信息，然后采用等极角插值技术计算目标边界形状系数的初始估计r u ，最后， 构建形状系数的先验概率模型如下：式中，表示形状系数协方差矩阵，表示的逆； (4)结合(2)和(3)，当给定电学测量电压V m 和测量噪声e，形状系数r的后验概率密度表 示成如下形式： (5)对于(4)中形状系数r的后验概率密度，采用最大后验估计法进行求解，形状系数r 的最佳估计值通过求解如下公式获得： (6)由(5)获得的最优形状系数能够计算目标边界上离散点坐标，再采用光滑函数对目标边界上离散点进行拟合来获得目标边界。 权 利 要 求 书1/1页2CN 109946388 A
论电学原理在日常生活中的应用
论电学原理在日常生活中的应用 摘要：电学原理的出现，在人类历史上具有非凡的意义，它不仅促进了科学技术的进步，而且在人类日常生活中也得到了广泛的应用。随着电学知识的普及和发展，人们对于电学的掌握和了解也越来越深，通过将其应用到日常生活中，提高了人们生活水平。本文笔者将论述电学原理在日常生活中应用的事例和影响，浅析电学原理，也希望电学原理能够在更多方面造福人类。 关键词：电学原理；日常生活；应用 前言： 随着电在人们生活中的所扮演的角色越来越重要，如何将电学原理更好的融入我们的生活显得格外重要，笔者将在本文中简介一些电学知识，通过列举和介绍生活中的电学应用的实例，突显电力原理在人们日常生活中的重要性。 一、电学内容及其发展历程 1.1电学知识 电学主要研究的内容包括静电、静磁、电磁场效应、电路等。下面笔者将会简单介绍一些电学的有关知识，以便读者更好的理解电学。 首先笔者介绍的是基础电路知识，电路就是电流所流经
的路径，是由电气设备和元器件，按一定的方式联接起来。电路由电源、负载、连接导线和辅助设备组成，而电路的作用是进行电能与其它形式的能量之间的相互转换。其次，笔者将论述一个定律：欧姆定律。在同一电路中，导体中的电流跟导体两端的电压成正比，跟导体的电阻成反比，这就是欧姆定律。最后，笔者带领大家走进电与磁。在历史上，电和磁的研究是分开的。当磁被发现和研究时，人们从中发现了磁场，而从安培定则和丹麦的奥斯特中我们可以得知电是可以产生磁场的，所以后来人们又在两者的研究中发现磁也可以产生电流。说到这，笔者不得不提到电动机，电动机就是利用这一原理，它利用通电线圈产生磁场，然后磁场对电流的受力，使电动机转动。 1.2电学原理发展历程 电学是物理学的一个分支，其发展得到了古今众多物理学家的不断完善。从公元前的琥珀和磁石，到磁和静电、雷和静电，电学其实已经有了概念，但是其真正的开始，始于18、19世纪的欧洲。到后来，伏打电池的利用与电磁学的发展，使得电磁学的发展突飞猛进，到了20世纪，随着原子物理学、原子核物理学、粒子物理学的进步，人们的视野也转入了微观领域，这时候经典电磁学受到了挑战，出现了很多经典电磁学不能解释的问题，因为经典电磁学忽略了粒子性方面，所以在一些物理学家的推动下，量子电磁理论应运
电阻层析成像传感器软场特性分析
文章编号 2 2 2 电阻层析成像传感器软场特性分析Ξ 魏颖颜华王师 东北大学信息科学与工程学院沈阳 摘要 电阻层析成像传感器的敏感场是软场 受被测介质的影响 利用作者建立的∞ ×仿真软件为工具 通过多种介质分布下灵敏度分布的计算与比较 研究了传感器的软场特性 结果表明 不同的介质分布可导致灵敏度有正!负百分之几十的变化 各处灵敏度变化不仅与场域内介质有关 还与该点在灵敏场中所处的位置有关 关键词 电阻层析成像 电阻传感器 软场特性 灵敏度分布 中图分类号 ×° 文献标识码 1引言 电阻层析成像 ∞ × ∞ × 是目前研究较为广泛的过程层析成像技术之一 可用来对以液相为连续相的两相流断面成像 以获取管道截面相分布的详尽直观信息 国际上已经有多项应用研究实例 各项研究成果显示出该技术在两相流参数检测中具有很大潜力 电阻传感器的敏感场是软场 即敏感场受被测介质分布的影响 软场特性给图像重建带来很大困难 为降低软场误差 优化设计传感器 提高重建图像质量 对软场性能进行分析是极为必要的 2ΕΡΤ传感器及敏感场理论分析 ∞ ×系统的传感器由等间隔安装在管道或过程对象内的多对电极阵列 个电极 组成 通常采用相邻激励方式 即在一对相邻电极上注入激励电流 建立敏感场 依次选择其它的相邻电极对测量电压 如图 然后切换到下一对相邻相邻激励 再在其它的相邻!非激励电极对上测量电压 重复上述过程直到所有的相邻电极对都激励过 对于 电极∞ ×系统 共可以得到Ν Ν 个测量电压值 根据互易原理 实际的独立测量次数为Μ Ν Ν ù 个 对于 电极的ΕΡΤ系统 有 个独立测量电压值 这些测量电压值是图像重建的原始投影数据 ΕΡΤ的敏感场可以用静态场的理论来描述和求解 满足麦克斯韦方程组 即矢位 和电位5分别满足Ποισσον方程和Λαπλαχε方程 ΕΡΤ敏感场可以描述为≈ Ρ Υ 在敏感场域8内 Ρ5Υ 5ν58 ?在电流注入电极 55Υ 5ν58 ?在电流引出电极 第 卷第 期 年 月机器人ΡΟΒΟΤ? √ Ξ收稿日期
压缩感知在城区高分辨率SAR层析成像中的应用
压缩感知在城区高分辨率SAR 层析成像中的应用 廖明生* 魏恋欢 汪紫芸 Timo Balz 张 路 (武汉大学测绘遥感信息工程国家重点实验室 武汉 430079) 摘 要：在建筑密集的城区复杂场景中，高分辨率SAR 影像中存在严重的叠掩效应，影像解译的难度加大。SAR 层析成像可以分离单个分辨单元内混叠的散射体目标，并且获取各个散射体的3维位置和后向散射强度。该文首先论述了3维SAR 层析成像的基本原理，针对传统谱估计法获得的高程向分辨率较低的问题，综述了压缩感知方法在城区3维SAR 层析成像中的应用，以基追踪和双步迭代收缩阈值法为例，开展了TerraSAR-X 聚束模式数据实验，并与传统的奇异值阈值法进行了对比分析。研究结果表明压缩感知方法的高程向超分辨率、旁瓣抑制优势明显，在城区SAR 层析成像中具有广阔的应用前景。 关键词：SAR 层析成像；压缩感知(CS)；稀疏重建；基追踪；双步迭代收缩阈值；超分辨率 中图分类号：TN958 文献标识码：A 文章编号：2095-283X(2015)02-0123-07DOI: 10.12000/JR15031 引用格式：廖明生, 魏恋欢, 汪紫芸, 等. 压缩感知在城区高分辨率SAR 层析成像中的应用[J]. 雷达学报, 2015,4(2): 123–129. https://www.360docs.net/doc/0415367623.html,/10.12000/JR15031. Compressive Sensing in High-resolution 3D SAR Tomography of Urban Scenarios Liao Ming-sheng Wei Lian-huan Wang Zi-yun Timo Balz Zhang Lu (State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing , Wuhan University , Wuhan 430079, China ) Abstract : In modern high resolution SAR data, due to the intrinsic side-looking geometry of SAR sensors,layover and foreshortening issues inevitably arise, especially in dense urban areas. SAR tomography provides a new way of overcoming these problems by exploiting the back-scattering property for each pixel. However,traditional non-parametric spectral estimators, e.g. Truncated Singular Value Decomposition (TSVD), are limited by their poor elevation resolution, which is not comparable to the azimuth and slant-range resolution.In this paper, the Compressive Sensing (CS) approach using Basis Pursuit (BP) and TWo-step Iterative Shrinkage/Thresholding (TWIST) are introduced. Experimental studies with real spotlight-mode TerraSAR-X dataset are carried out using both BP and TWIST, to demonstrate the merits of compressive sensing approaches in terms of robustness, computational efficiency, and super-resolution capability. Key words : SAR tomography; Compressive Sensing (CS); Sparse reconstruction; Basis pursuit; TWo-step Iterative Shrinkage/Thresholding (TWIST); Super resolution 1 引言 星载SAR 传感器在过去几十年中不断更新换代，实现了从无到有、从中低分辨率到高分辨率的 升级，在城区复杂场景目标解译方面展现出巨大的应用潜力[1]。在高分辨率情况下，我们可获取的目标特征信息越来越丰富，其结构、形状、纹理等细节信息也更为突出；但另一方面，由于目标结构的复杂性，城区地物目标互相遮挡引起的多次散射、叠掩和阴影等现象更加明显，使得目标/场景仍然难以识别和解译[2,3]。 第4卷第2期雷 达 学 报Vol. 4No. 22015年4月Journal of Radars Apr. 2015 2015-03-11收到，2015-04-09改回；2015-04-24网络优先出版 国家自然科学基金(61331016, 41174120)和高等学校博士学科点专项科研基金(20110141110057)资助课题*通信作者： 廖明生 liao@https://www.360docs.net/doc/0415367623.html, Reference format: Liao Ming-sheng, Wei Lian-huan, Wang Zi-yun, et al.. Compressive sensing in high-resolution 3D SAR tomography of urban scenarios[J]. Journal of Radars , 2015, 4(2): 123–129. https://www.360docs.net/doc/0415367623.html,/10.12000/JR15031.