中子深度分析反演算法研究

针对中子深度分析技术,研究几类反演算法:概率迭代法、奇异值分解求解最小二乘法、线性正则化方法及约束线性正则化法.开展相关数值实验,分别在欠定方程、超定方程情况下,对反演算法的结果进行比较.一般情况下几种算法都能得到较为理想的结果,概率迭代法和约束线性正则化法由于有迭代过程,因此在离子源强度发生阶跃处得到的结果并不理想.在超定方程情况下,当选取的反演范围较为随意时,线性正则化方法可能使得解的稳定性较差,而约束线性正则化法能够很好地抑制求解过程中的不稳定性.对实际测量能谱进行反演时,由于能谱有随机误差,线性正则化方法不能很好地抑制误差的影响,反演结果振荡较强,其余方法的结果与参考值符合很好.     

基于逆散射理论的地震波速度正则化反演

本文基于逆散射理论利用正则化有限差分对比源反演算法对地震波传播速度进行反演, 该方法是基于波动方程的频率域波形反演算法, 利用非线性共轭梯度法, 通过最小化目标优化函数不断迭代更新速度模型. 由于地球物理反演问题的病态性和不稳定性, 通过基于反演参数总变差的正则化处理, 使反演问题变为良性问题且算法具有较强的抗噪声干扰能力. 反演过程中使用了频率-空间域9点差分正演算子以及PML吸收边界条件. 与其他反演算法相比, 由于背景模型在反演迭代过程中保持不变, 可以避免在每次迭代过程中重新构造正演算子及矩阵分解等相关计算过程, 使得该算法非常适合于大规模三维反演计算. 此外, 本文采用基于MPI的并行计算, 进一步提高了反演计算的效率. 二维CSEG模型反演结果表明该方法可以反演得到高分辨率的地震波速度重建结果, 为地震勘探数据处理及解释提供准确的速度信息.     

L曲线方法在地基红外高光谱反演温度廓线中的应用

利用地基红外高光谱辐射数据可以反演得到高时间分辨率的边界层大气温度廓线。目前的AERIoe最优化反演算法相比于传统的"剥洋葱"算法有较大的改进,且对初值的依赖程度较低。但AERIoe算法中正则化算子的选择对反演结果的稳定性和反演时间有重要影响。目前主要采用经验的方法选择正则化算子,迭代步数较多,耗费大量的计算时间。提出了利用L曲线方法代替经验法选取正则化算子的改进方案,以提高AERIoe方法的反演速度。改进后的算法通过绘制解范数和残余范数的二维曲线图,取其拐点作为最优的正则化参数,相比于传统的经验法有着更好的理论基础。采用2011年美国大气辐射测量计划中SGP站点的晴空大气红外辐射数据进行反演实验。结果表明,利用该方法得到的反演结果具有很好的稳定性、收敛性和精度。相比于经验的方法,利用L曲线方法获得的正则化算子反演温度廓线时的收敛速度更快,迭代步数较少,可以节约大量的计算时间;在反演精度方面,L曲线方法在边界层中上层的反演精度更高,1~3km高度上温度廓线的RMSE值提高了大约0.2K。     

双面声阵列波束形成的正则化改进算法

双面声阵列波束形成能够区分识别位于不同扫描平面的相干声源,然而该算法在低信噪比条件下识别精度较低。针对此问题提出一种迭代正则化改进算法,通过迭代方法更新正则化矩阵与波束形成输出,在不断提升正则化稳定性、抑制干扰旁瓣的基础上使声学云图主瓣向实际相干声源点处聚焦。数值仿真与实验算例结果显示,改进算法在中高频代表频率下能够正确区分相干声源前后方位,并具有相对原算法更高的识别精度。从而表明:从反问题正则化角度对原算法进行优化改进是理论可行的;正则化矩阵的具体形式与广义逆波束形成输出的空间分辨率紧密相关,且可通过迭代方法将二者整合以提高声源识别精度。      

初始模型对含噪动态光散射数据正则化反演结果的影响

分别采用最小模型矩阵、最平坦模型矩阵、最光滑模型矩阵作为初始化模型,对加入5种不同水平随机噪声的90nm窄单峰、90nm宽单峰和250nm窄单峰、250nm宽单峰颗粒体系的模拟分布进行了正则化反演,并对反演结果进行比较。结果表明:当噪声水平为0时,正则化初始模型的选择对反演结果没有明显影响。随着噪声水平的增加,采用三种初始化模型反演得到的峰值误差和粒度分布误差都随之变大,但采用最平坦模型和最光滑模型反演得到的峰值和粒度分布误差明显小于采用最小初始模型的反演误差。当噪声水平大于0.01时,选择最平坦初始模型获得的粒度分布结果优于采用最光滑初始模型和最小初始模型获得的结果,而采用最光滑初始模型反演得到的峰值优于最平坦初始模型和最小初始模型的反演峰值。因此,采用正则化算法处理含噪动态光散射数据时,为得到最优的粒度分布信息,宜采用最平坦初始模型,若需要获取最准确的峰值信息,则应选择最光滑初始模型。     

地面核磁共振反演导电层状模型

提出不同于常规线性规划的广义线性迭代反演成像技术,并将其应用于任意层状导电介质的地面核磁共振数据分析.在这种方法中,初始振幅强度的平方作为反演成像的对象,它可以表示为含水量分布的二次型形式,并且在反演成像迭代过程中,对应的Jacobian矩阵元素可以用解析形式显式表示出来.反演成像可以从均匀半空间模型开始迭代,理论上,2次迭代就可以完成成像过程.用实际数据对提出的反演成像理论进行了验证.与常规方法相比,新方法的成像结果与实际情况具有更好的一致性,证明了广义线性迭代反演成像不仅具有较好的稳定性和收敛性,还特别适合任意良导层状模型的地面核磁共振数据反演成像.     

垂直天线阵观测信息反演大气折射率廓线

利用垂直天线阵观测得到的电磁场信息建立目标泛函,从电磁波抛物方程传播模式出发,利用偏微分方程最优控制中的伴随方法研究大气折射率廓线反演问题. 针对反演的不适定性,采用正则化思想对目标泛函进行改造,并根据变分同化思想构建反演迭代格式. 数值模拟试验验证了理论算法的可行性. 由于采用分步Fourier算法求解电磁波抛物方程传播模式和伴随模式过程中产生的固有误差随着传播距离的增加累积增大,反演廓线在传播距离较远时不能收敛于观测廓线. 在这种情况下,引入较好的初猜廓线和背景场可以有效地改进反演结果. 关键词： 大气折射率 电磁波抛物方程 变分伴随 正则化     

含噪动态光散射测量数据反演中正则化算法与Chahine算法的比较

采用两种常用的粒度反演方法——正则化和Chahine算法,对90nm与250nm单峰分布、50nm与200nm双峰分布、100nm与300nm双峰分布的模拟动态光散射数据,以及105nm、300nm标准颗粒的实测动态光散射数据进行了反演分析.结果表明:噪声水平的高低是影响粒度分布反演准确性的关键因素之一,反演结果的准确性随噪声水平的增加而降低,噪声水平超过某一阈值后,将无法得到有意义的反演结果;不同反演方法具有不同的抗噪能力,在低噪声水平下反演结果无显著差别,随着噪声水平的增加,反演结果表现出很大差异;正则化方法通过正则参数的选择可以有效抑制噪声影响,表现出强于Chahine算法的抗噪能力;与Chahine算法相比,正则化方法不需要假定初始分布,因此,在噪声较大的实验或生产过程中进行颗粒分布测量时,宜采用正则化方法.     

变分伴随正则化方法从雷达回波反演海洋波导(Ⅱ):实际反演试验

在理论推导的基础上,分别利用模拟和实测的雷达回波资料进行反演试验.在模拟雷达回波资料反演时,分别对不引入正则化项和引入正则化项的反演结果进行讨论;在实际雷达回波资料反演时,讨论了反演结果对初猜值精度的依赖性,分别考虑初猜值为经验模型给定时和初猜值为统计反演结果时对最后反演精度的影响.最后比较了变分伴随正则化方法与传统统计反演算法的优缺点,指出下一步反演算法的改进方向.     

变分伴随正则化方法从雷达回波反演海洋波导 Ⅰ.理论推导部分

针对传统统计反演算法在雷达回波反演海洋波导(RFC)方面计算量过大的问题,提出一种变分伴随正则化物理反演算法.在变分伴随方法中分别导出切线性模式、伴随方程及伴随边界条件、伴随方程求解表达式、以及泛函梯度的数学表达形式;讨论了伴随方法求泛函梯度对复方程如何协调的问题.考虑到雷达电磁波传播的特征,选择了适当的正则化项来解决反演中的不适定问题.最后给出反演算法实施中的迭代格式.