一种基于谱元法和格林函数积分法的雷达截面积计算方法

    公开(公告)号:CN116071497A

    公开(公告)日:2023-05-05

    申请号:CN202310056655.X

    申请日:2023-01-18

    Applicant: 厦门大学

    Abstract: 一种基于谱元法和格林函数积分法的雷达截面积计算方法,涉及雷达数据处理领域。包括:构建分层背景介质中散射体的模型以及网格剖分;基于散射场方程控制的谱元法得到散射体内部的散射场;通过格林函数法获得相应位置的入射场,根据叠加原理获得散射体内部任意位置的总场;根据体等效原理、叠加原理得到空间任意点的散射场;通过雷达散射截面积定义计算出目标的RCS。克服微分方法计算区域的限制以及积分方法难以计算高对比度问题的困难,建立了一套多尺度、高对比度的RCS数值仿真算法,可不受计算区域限制准确计算平面分层介质中任意位置的RCS。解决传统谱元法中场源局限在计算区域的问题。

    一种基于2.5维混合谱元法的神经网络地质探测反演方法

    公开(公告)号:CN114254566A

    公开(公告)日:2022-03-29

    申请号:CN202111618427.4

    申请日:2021-12-27

    Applicant: 厦门大学

    Abstract: 一种基于2.5维混合谱元法的神经网络地质探测反演方法,涉及地震油气勘探技术和电磁场联合反演领域。首先模拟广域电磁法中数据采集场景,进行2维地质模型建模,通过对地下介质扭曲挤压来实现地质结构的随机变化来获得机器学习使用的随机模型,采用2.5维混合谱元法对各组模型进行正演模拟,获得机器学习训练数据集,神经网络反演:采用两个UNET神经网络的模式去训练数据集;再分别通过成矿模型(理论模型)和矿区的实测数据对本发明提出的神经网络反演方法进行验证,判断神经网络反演方法的有效性和准确性。实现带起伏地形结构和复杂的地下介质结构的大规模尺寸模型,实现地下深部1000~3000m左右的地质资源勘探。

    一种基于2.5维混合谱元法的神经网络地质探测反演方法

    公开(公告)号:CN114254566B

    公开(公告)日:2024-06-04

    申请号:CN202111618427.4

    申请日:2021-12-27

    Applicant: 厦门大学

    Abstract: 一种基于2.5维混合谱元法的神经网络地质探测反演方法,涉及地震油气勘探技术和电磁场联合反演领域。首先模拟广域电磁法中数据采集场景,进行2维地质模型建模,通过对地下介质扭曲挤压来实现地质结构的随机变化来获得机器学习使用的随机模型,采用2.5维混合谱元法对各组模型进行正演模拟,获得机器学习训练数据集,神经网络反演:采用两个UNET神经网络的模式去训练数据集;再分别通过成矿模型(理论模型)和矿区的实测数据对本发明提出的神经网络反演方法进行验证,判断神经网络反演方法的有效性和准确性。实现带起伏地形结构和复杂的地下介质结构的大规模尺寸模型,实现地下深部1000~3000m左右的地质资源勘探。

Patent Agency Ranking