基于形变八叉树的多尺度有限元航空电磁三维正演方法

    公开(公告)号:CN118734649B

    公开(公告)日:2025-04-15

    申请号:CN202410886761.5

    申请日:2024-07-03

    Applicant: 吉林大学

    Abstract: 本发明涉及地球物理电磁计算领域,具体涉及一种基于形变八叉树的多尺度有限元航空电磁三维正演方法。设计航空电磁三维正演模拟的复杂模型,利用八叉树网格对均匀半空间模型进行剖分;计算细尺度八叉树网格的系数矩阵和右端向量合成大型线性方程组;在粗尺度八叉树网格内部构建多尺度基函数并合成插值算子,对大型线性方程组进行降维处理得到多尺度有限元目标方程组;利用直接求解器对多尺度有限元线性方程组进行求解得到粗尺度八叉树网格棱边上的电场;根据粗尺度八叉树网格棱边上的电场与插值算子得到接收点处磁场值。本发明利用八叉树网格有效减少了无效网格数量,精确模拟复杂模型航空电磁响应,降低正演方程未知解数量,进而提高航空电磁三维数值模拟的计算效率。

    一种含激电效应的瞬变电磁三维反演方法

    公开(公告)号:CN119126241A

    公开(公告)日:2024-12-13

    申请号:CN202411621673.9

    申请日:2024-11-14

    Applicant: 吉林大学

    Abstract: 本发明涉及地质探测技术领域,具体涉及一种含激电效应的瞬变电磁三维反演方法。布设正方形线框并设置接收点获取待勘查区域含激电效应的电磁数据;建立含激电效应的瞬变电磁三维反演的初始参数模型;利用Cole‑Cole模型对三维瞬变电磁中的激电效应建立描述方程;采用Caputo算子对描述方程进行时间离散,并结合矢量有限元法建立三维正演方程;构建含激电效应的瞬变电磁三维反演的目标函数;根据三维正演方程进行伴随正演计算,获取瞬变电磁三维反演目标函数的梯度构建反演方程;根据电磁数据、反演方程以及初始参数模型进行含激电效应的瞬变电磁三维反演。本发明可以有效地对含激电效应的矿产进行识别及反演解释。

    一种基于多尺度分析的航空电磁三维随机反演方法

    公开(公告)号:CN118566993B

    公开(公告)日:2024-10-01

    申请号:CN202411001014.5

    申请日:2024-07-25

    Applicant: 吉林大学

    Abstract: 本发明公开了涉及地球物理航空电磁的反演技术领域的一种基于多尺度分析的航空电磁三维随机反演方法,在正演中基于压缩感知算法进行随机采样,将在采样点处的响应重构为所有测点处的正演响应,从而降低计算复杂性,提高计算速度,在反演中,将模型转换到稀疏域获得不同尺度、不同方向的剪切波系数,并将其作为待反演参数构建目标函数,通过最小化目标函数获得梯度和Hessian矩阵,这一过程中利用随机采样点响应计算得到按列缺失的灵敏度矩阵,在反演迭代过程中,重新进行随机抽样以避免采样偏差,通过从粗到细逐一尺度反演,获得空间不同尺度信息从而对规模不同、埋深不同等多个地质目标体均实现有效刻画。

    基于压缩感知和预条件随机梯度的航空电磁三维反演方法

    公开(公告)号:CN116090283A

    公开(公告)日:2023-05-09

    申请号:CN202211414788.1

    申请日:2022-11-11

    Applicant: 吉林大学

    Abstract: 本发明属于地球物理电磁法反演技术领域,具体为基于压缩感知和预条件随机梯度的航空电磁三维反演方法,包括以下步骤:步骤一,筛选航空电磁实测数据中的可用数据用于反演;步骤二,使用泊松圆盘采样法对测点进行随机采样,并对采样点利用有限体积法进行正演计算得到随机测点的预测数据,并使用压缩感知方法对所有测点的预测数据进行重构;步骤三,将步骤一的实测数据和步骤二的预测数据做数据拟合,并结合模型粗糙度构建航空电磁三维正则化反演的目标函数,收敛速度可以媲美传统全批量数据三维反演,同时在保证反演精度的同时极大的提升反演计算效率。

    基于改进粒子群算法的时间域航空电磁一维反演方法

    公开(公告)号:CN110764154A

    公开(公告)日:2020-02-07

    申请号:CN201911085574.2

    申请日:2019-11-08

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于改进粒子群算法的时间域航空电磁一维反演方法,包括以下步骤:a、输入含激发极化效应的时间域航空电磁观测数据;b、设置种群个数,阈值,最大迭代次数,随机产生种群各粒子初始位置和速度;c、计算各个粒子的正演响应值,以及每个粒子的RMS值;d、计算各个粒子的适应度值fitness,并按照从大到小顺序排序;e、判断是否满足反演终止条件,若满足则输出最优粒子,迭代结束,否则进行步骤f;f、对不同fitness值的粒子采用相应的更新粒子方式,产生新的粒子;g、返回步骤c。本发明采用的改进粒子群算法不仅具有不易陷入局部极值,不依赖初始模型的优点,而且大大改善了经典粒子群算法存在的收敛速度慢,易陷入“早熟”的问题,将其应用到含激发极化效应的时间域航空电磁法中,可得到良好的反演效果。

Patent Agency Ranking