本文關(guān)鍵詞：基于改進(jìn)PSO的重力固體潮信號(hào)獨(dú)立成分分析及潮汐諧波提取，由筆耕文化傳播整理發(fā)布。

【摘要】：重力固體潮中含有豐富的潮汐諧波信息,從這些信息中可能推測(cè)出地震的前兆信息,因此獲得重力固體潮中的潮汐諧波分量是一項(xiàng)重要內(nèi)容。調(diào)和分析方法中,從觀測(cè)數(shù)據(jù)所得的周期性角度可將這些信息分解為半日波、日波及長(zhǎng)周期波系等諧波分量。本文提出一種三維分解模型,該模型可從產(chǎn)生機(jī)理上將潮汐諧波進(jìn)行劃分。由于該模型為理論模型,所以就要尋求一種可分解重力固體潮信號(hào)的方法,使分解后的結(jié)果與分解模型一致并可從各分量信號(hào)中提取出諧波信息。獨(dú)立分量分析(Independent Component Analysis ICA)是分析相互統(tǒng)計(jì)獨(dú)立信號(hào)分量的算法,為盲信號(hào)處理的主要方法,所以本文提出利用該算法分析重力固體潮信號(hào)。鑒于該算法主要由優(yōu)化算法及目標(biāo)函數(shù)構(gòu)成,而優(yōu)化算法是導(dǎo)致ICA不同的關(guān)鍵,同時(shí)鑒于常見(jiàn)的ICA中存在依賴梯度信息等特點(diǎn),所以本文采用粒子群優(yōu)化算法獲得更優(yōu)的分離矩陣。粒子群優(yōu)化算法(Particle Swarm Optimization PSO)是一種依據(jù)鳥(niǎo)類的飛翔覓食行為而形成的群智能優(yōu)化算法。相比其它群智能算法,PSO的復(fù)雜度低,所以本文提出利用PSO優(yōu)化ICA中的目標(biāo)函數(shù)。同時(shí),鑒于粒子存在容易陷入局部極值點(diǎn)等特點(diǎn),本文提出分段隨機(jī)化取值的改進(jìn)PSO算法。本文將改進(jìn)算法與PSO算法進(jìn)行仿真實(shí)驗(yàn)對(duì)比分析可知,本文算法可使粒子收斂速度提高,并且可以獲得比較優(yōu)的測(cè)試函數(shù)值。同時(shí),本文將該算法優(yōu)化ICA中的目標(biāo)函數(shù)并取得了較好的分離效果。最后,本文將改進(jìn)算法應(yīng)用于重力固體潮信號(hào)分析中,實(shí)驗(yàn)結(jié)果所得各分量與本文的分解模型結(jié)果相同。同時(shí),通過(guò)對(duì)各分量進(jìn)行頻譜分析可知,經(jīng)過(guò)本文提出的算法處理后的重力固體潮可以分解為與其產(chǎn)生機(jī)制一致的分量,并且各分量中含有與諧波頻率理論值相一致的信息。所以,本文提出的分解模型為一種有效分析模型,同時(shí),本文提出的改進(jìn)算法也是提取重力固體潮信號(hào)中各獨(dú)立分量的有效方法。
【關(guān)鍵詞】：重力固體潮 諧波分量 ICA PSO 分段隨機(jī)化 頻譜分析
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P312.4;TN911.6
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-19
• 1.1 重力固體潮研究背景及意義9-11
• 1.1.1 重力固體潮研究背景9-10
• 1.1.2 重力固體潮研究意義10-11
• 1.2 重力固體潮相關(guān)知識(shí)及其理論分析11-14
• 1.2.1 引潮力11-12
• 1.2.2 引潮力位12
• 1.2.3 重力固體潮及其理論分析12-14
• 1.3 重力固體潮三維正交分解模型14-15
• 1.4 獨(dú)立分量分析15-16
• 1.5 本文的工作內(nèi)容及成果16-18
• 1.5.1 論文研究?jī)?nèi)容16-17
• 1.5.2 論文研究成果17
• 1.5.3 論文結(jié)構(gòu)17-18
• 1.6 本章小結(jié)18-19
• 第二章 獨(dú)立分量分析19-31
• 2.1 獨(dú)立分量分析簡(jiǎn)介19-20
• 2.2 獨(dú)立分量分析20-23
• 2.2.1 獨(dú)立分量分析的引入20-21
• 2.2.2 獨(dú)立分量分析定義21-22
• 2.2.3 獨(dú)立分量分析的成立條件22-23
• 2.3 獨(dú)立分量分析基本模型23-24
• 2.3.1 中心化23-24
• 2.3.2 白化24
• 2.3.3 求分離矩陣24
• 2.4 ICA中常見(jiàn)的目標(biāo)函數(shù)及優(yōu)化判據(jù)24-30
• 2.4.1 常見(jiàn)的目標(biāo)函數(shù)24-27
• 2.4.2 常見(jiàn)的優(yōu)化判據(jù)27-30
• 2.5 本章小結(jié)30-31
• 第三章 基于改進(jìn)粒子群的獨(dú)立分量分析31-49
• 3.1 群智能優(yōu)化算法31-33
• 3.1.1 群智能優(yōu)化算法研究背景31
• 3.1.2 常見(jiàn)的群智能優(yōu)化算法31-33
• 3.2 粒子群優(yōu)化算法33-35
• 3.2.1 粒子群優(yōu)化算法33
• 3.2.2 粒子群優(yōu)化算法原理33-34
• 3.2.3 PSO算法流程圖34-35
• 3.3 基于慣性因子的標(biāo)準(zhǔn)粒子群優(yōu)化算法35-36
• 3.4 改進(jìn)粒子群優(yōu)化算法36-42
• 3.4.1 改進(jìn)粒子群優(yōu)化算法36-40
• 3.4.2 改進(jìn)PSO與LDIW-PSO算法仿真實(shí)驗(yàn)分析40-42
• 3.5 基于改進(jìn)粒子群的獨(dú)立分量分析算法42-47
• 3.5.1 目標(biāo)函數(shù)選擇42-43
• 3.5.2 基于改進(jìn)PSO的ICA算法步驟43
• 3.5.3 仿真實(shí)驗(yàn)對(duì)比分析43-47
• 3.6 本章小結(jié)47-49
• 第四章 基于改進(jìn)PSO的重力固體潮信號(hào)獨(dú)立成分分析及潮汐諧波提取49-63
• 4.1 重力固體潮信號(hào)潮汐諧波頻率分析49-50
• 4.2 重力固體潮信號(hào)獨(dú)立成分分析50-54
• 4.2.1 本文改進(jìn)方法處理重力固體潮信號(hào)基本步驟50-51
• 4.2.2 重力固體潮信號(hào)獨(dú)立成分分析51-54
• 4.3 重力固體潮信號(hào)獨(dú)立成分的潮汐諧波提取54-57
• 4.3.1 頻譜分析實(shí)驗(yàn)一54-56
• 4.3.2 頻譜分析實(shí)驗(yàn)二56-57
• 4.4 本文方法分析重力固體潮信號(hào)及其理論對(duì)比分析57-61
• 4.4.1 實(shí)驗(yàn)對(duì)比及驗(yàn)證57-61
• 4.4.2 實(shí)驗(yàn)結(jié)論61
• 4.5 本章小結(jié)61-63
• 第五章 結(jié)論與展望63-65
• 5.1 本文主要內(nèi)容總結(jié)63-64
• 5.2 研究展望64-65
• 致謝65-67
• 參考文獻(xiàn)67-73
• 附錄A 碩士期間研究成果73-75
• 附錄B 碩士期間所獲榮譽(yù)75

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 徐華君;柳林濤;羅孝文;;全球重力固體潮的仿真實(shí)現(xiàn)[J];系統(tǒng)仿真學(xué)報(bào);2009年24期

2 孫和平;地潮的理論模擬及中國(guó)重力固體潮實(shí)驗(yàn)研究[J];地球科學(xué)進(jìn)展;1998年06期

3 楊錦玲;關(guān)玉梅;王青平;王紫燕;陳超賢;陳光;;臺(tái)風(fēng)對(duì)連續(xù)重力固體潮的影響分析[J];大地測(cè)量與地球動(dòng)力學(xué);2013年S1期

4 劉冬至,李樹(shù)德,李輝,李家明,王曉權(quán),喻節(jié)林;便攜式重力固體潮數(shù)字化數(shù)據(jù)采集系統(tǒng)[J];大地測(cè)量與地球動(dòng)力學(xué);2004年03期

5 孫和平;許厚澤;陳武;陳曉東;周江存;劉明;高山;;香港地區(qū)重力固體潮和海潮負(fù)荷特征研究[J];地球物理學(xué)報(bào);2006年03期

6 全海燕;山秀明;周摯;劉增力;梁虹;;連續(xù)小波變換系數(shù)的主成分分析法及其重力固體潮應(yīng)用[J];地震研究;2007年02期

7 陳益惠,杜品紅,朱涵云,郭自強(qiáng);北京、四川和西藏地區(qū)重力固體潮的研究[J];中國(guó)科學(xué);1980年08期

8 唐九安,武學(xué)文,周志宇,王力;蘭州臺(tái)重力固體潮測(cè)量的初步結(jié)果[J];地殼形變與地震;1981年03期

9 李瑞浩,陳冬生,付兆珠;上海地區(qū)重力固體潮研究[J];地殼形變與地震;1982年01期

10 馮初剛;;昆明臺(tái)重力固體潮的調(diào)和分析[J];中國(guó)科學(xué)院上海天文臺(tái)年刊;1983年00期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 許厚澤;孫和平;;我國(guó)重力固體潮研究進(jìn)展[A];1998年中國(guó)地球物理學(xué)會(huì)第十四屆學(xué)術(shù)年會(huì)論文集[C];1998年

2 陳曉東;孫和平;;兩種重力固體潮調(diào)和分析方法的比較[A];中國(guó)地球物理學(xué)會(huì)第二十屆年會(huì)論文集[C];2004年

3 周摯;山秀明;梁虹;張立;劉瓊仙;;重力固體潮地震前兆分析方法及其物理基礎(chǔ)[A];中國(guó)地震學(xué)會(huì)第11次學(xué)術(shù)大會(huì)論文摘要集[C];2006年

4 周江存;李輝;孫和平;王曉權(quán);;地震網(wǎng)絡(luò)重力固體潮臺(tái)站觀測(cè)的海潮負(fù)荷影響[A];《大地測(cè)量與地球動(dòng)力學(xué)進(jìn)展》論文集[C];2004年

5 劉端法;倪學(xué)詩(shī);劉克人;鄭金涵;宋勝合;盧紅艷;;PC機(jī)控制的重力固體潮數(shù)字化數(shù)據(jù)采集系統(tǒng)[A];“慶賀郭宗汾教授八十壽辰”暨理論與應(yīng)用地球物理研討會(huì)論文集[C];2002年

6 孫和平;徐建橋;Ducarme B;許厚澤;;全球超導(dǎo)重力儀觀測(cè)資料的地核動(dòng)力學(xué)效應(yīng)檢測(cè)[A];中國(guó)地球物理學(xué)會(huì)年刊2002——中國(guó)地球物理學(xué)會(huì)第十八屆年會(huì)論文集[C];2002年

7 周摯;全海燕;梁虹;王天理;吳慶暢;張立;楊勝梅;;重力固體潮IMF的循環(huán)平穩(wěn)特性初步分析[A];中國(guó)地球物理學(xué)會(huì)第二十四屆年會(huì)論文集[C];2008年

8 徐偉民;陳石;盧紅艷;;基于Tsoft系統(tǒng)提取中國(guó)大陸重力臺(tái)站非潮汐分量的初步結(jié)果[A];中國(guó)地球物理學(xué)會(huì)第二十七屆年會(huì)論文集[C];2011年

9 張立;傅容珊;周摯;山秀明;梁虹;全海燕;;基于HHT方法提取昆明重力固體潮的地震前兆信息[A];中國(guó)地震學(xué)會(huì)第11次學(xué)術(shù)大會(huì)論文摘要集[C];2006年

10 徐偉民;陳石;高孟潭;盧紅艷;;白家疃臺(tái)重力非潮汐量對(duì)比分析及地震動(dòng)事件提取[A];中國(guó)地震學(xué)會(huì)第14次學(xué)術(shù)大會(huì)專題[C];2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 夏甲甲;基于PCA提取重力固體潮信號(hào)的地球物理信息研究[D];昆明理工大學(xué);2015年

2 劉洋;重力固體潮信號(hào)的循環(huán)譜分析[D];昆明理工大學(xué);2015年

3 李云飛;基于改進(jìn)的HHT方法提取重力固體潮信號(hào)的地球物理信息[D];昆明理工大學(xué);2015年

4 鐘冬軍;基于PCA的一種地球固體潮信號(hào)分解模型及信息提取[D];昆明理工大學(xué);2016年

5 周威;重力固體潮信號(hào)的譜相關(guān)分析[D];昆明理工大學(xué);2016年

6 曹辛鑫;基于多倍體的遺傳算法在重力固體潮信號(hào)分析中應(yīng)用[D];昆明理工大學(xué);2016年

7 李巧燕;基于改進(jìn)PSO的重力固體潮信號(hào)獨(dú)立成分分析及潮汐諧波提取[D];昆明理工大學(xué);2016年

  本文關(guān)鍵詞：基于改進(jìn)PSO的重力固體潮信號(hào)獨(dú)立成分分析及潮汐諧波提取，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：467790