本文關(guān)鍵詞：基于改進PSO的重力固體潮信號獨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重要內(nèi)容。調(diào)和分析方法中,從觀測數(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)生機理上將潮汐諧波進行劃分。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中提取出諧波信息。獨立分量分析(Independent Component Analysis ICA)是分析相互統(tǒng)計獨立信號分量的算法,為盲信號處理的主要方法,所以本文提出利用該算法分析重力固體潮信號。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,同時鑒于常見的ICA中存在依賴梯度信息等特點,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,鑒于粒子存在容易陷入局部極值點等特點,本文提出分段隨機化取值的改進PSO算法。本文將改進算法與PSO算法進行仿真實驗對比分析可知,本文算法可使粒子收斂速度提高,并且可以獲得比較優(yōu)的測試函數(shù)值。同時,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,本文將改進算法應(yīng)用于重力固體潮信號分析中,實驗結(jié)果所得各分量與本文的分解模型結(jié)果相同。同時,通過對各分量進行頻譜分析可知,經(jīng)過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,本文提出的改進算法也是提取重力固體潮信號中各獨立分量的有效方法。
【關(guān)鍵詞】：重力固體潮 諧波分量 ICA PSO 分段隨機化 頻譜分析
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：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 論文研究內(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 獨立分量分析19-31
• 2.1 獨立分量分析簡介19-20
• 2.2 獨立分量分析20-23
• 2.2.1 獨立分量分析的引入20-21
• 2.2.2 獨立分量分析定義21-22
• 2.2.3 獨立分量分析的成立條件22-23
• 2.3 獨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中常見的目標(biāo)函數(shù)及優(yōu)化判據(jù)24-30
• 2.4.1 常見的目標(biāo)函數(shù)24-27
• 2.4.2 常見的優(yōu)化判據(jù)27-30
• 2.5 本章小結(jié)30-31
• 第三章 基于改進粒子群的獨立分量分析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 改進粒子群優(yōu)化算法36-42
• 3.4.1 改進粒子群優(yōu)化算法36-40
• 3.4.2 改進PSO與LDIW-PSO算法仿真實驗分析40-42
• 3.5 基于改進粒子群的獨立分量分析算法42-47
• 3.5.1 目標(biāo)函數(shù)選擇42-43
• 3.5.2 基于改進PSO的ICA算法步驟43
• 3.5.3 仿真實驗對比分析43-47
• 3.6 本章小結(jié)47-49
• 第四章 基于改進PSO的重力固體潮信號獨立成分分析及潮汐諧波提取49-63
• 4.1 重力固體潮信號潮汐諧波頻率分析49-50
• 4.2 重力固體潮信號獨立成分分析50-54
• 4.2.1 本文改進方法處理重力固體潮信號基本步驟50-51
• 4.2.2 重力固體潮信號獨立成分分析51-54
• 4.3 重力固體潮信號獨立成分的潮汐諧波提取54-57
• 4.3.1 頻譜分析實驗一54-56
• 4.3.2 頻譜分析實驗二56-57
• 4.4 本文方法分析重力固體潮信號及其理論對比分析57-61
• 4.4.1 實驗對比及驗證57-61
• 4.4.2 實驗結(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75

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 孫和平;地潮的理論模擬及中國重力固體潮實驗研究[J];地球科學(xué)進展;1998年06期

3 楊錦玲;關(guān)玉梅;王青平;王紫燕;陳超賢;陳光;;臺風(fēng)對連續(xù)重力固體潮的影響分析[J];大地測量與地球動力學(xué);2013年S1期

4 劉冬至,李樹德,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];大地測量與地球動力學(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荷特征研究[J];地球物理學(xué)報;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;北京、四川和西藏地區(qū)重力固體潮的研究[J];中國科學(xué);1980年08期

8 唐九安,武學(xué)文,周志宇,王力;蘭州臺重力固體潮測量的初步結(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;;昆明臺重力固體潮的調(diào)和分析[J];中國科學(xué)院上海天文臺年刊;1983年00期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 許厚澤;孫和平;;我國重力固體潮研究進展[A];1998年中國地球物理學(xué)會第十四屆學(xué)術(shù)年會論文集[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];中國地球物理學(xué)會第二十屆年會論文集[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];中國地震學(xué)會第11次學(xué)術(shù)大會論文摘要集[C];2006年

4 周江存;李輝;孫和平;王曉權(quán);;地震網(wǎng)絡(luò)重力固體潮臺站觀測的海潮負荷影響[A];《大地測量與地球動力學(xué)進展》論文集[C];2004年

5 劉端法;倪學(xué)詩;劉克人;鄭金涵;宋勝合;盧紅艷;;PC機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)重力儀觀測資料的地核動力學(xué)效應(yīng)檢測[A];中國地球物理學(xué)會年刊2002——中國地球物理學(xué)會第十八屆年會論文集[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];中國地球物理學(xué)會第二十四屆年會論文集[C];2008年

8 徐偉民;陳石;盧紅艷;;基于Tsoft系統(tǒng)提取中國大陸重力臺站非潮汐分量的初步結(jié)果[A];中國地球物理學(xué)會第二十七屆年會論文集[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];中國地震學(xué)會第11次學(xué)術(shù)大會論文摘要集[C];2006年

10 徐偉民;陳石;高孟潭;盧紅艷;;白家疃臺重力非潮汐量對比分析及地震動事件提取[A];中國地震學(xué)會第14次學(xué)術(shù)大會專題[C];2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 夏甲甲;基于PCA提取重力固體潮信號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;基于改進的HHT方法提取重力固體潮信號的地球物理信息[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分析中應(yīng)用[D];昆明理工大學(xué);2016年

7 李巧燕;基于改進PSO的重力固體潮信號獨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PSO的重力固體潮信號獨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：467790