-
公开(公告)号：CN113311494B
公开(公告)日：2022-04-26
申请号：CN202110580140.0
申请日：2021-05-26
申请人： 中南大学
IPC分类号： G01V7/00
摘要： 本发明公开了一种卫星重力场反演方法，首先通过等参变换获得重力、重力矢量及重力梯度张量数据和相应核矩阵，进而生成相应深度加权矩阵，构建多分量联合反演的目标函数，最终得到反演结果。与传统球壳单元相比，本方法所使用的dggrid能够提高核函数的重复使用能力，降低核矩阵的内存占用。同时，本发明利用dggrid网格具备一致相邻性特点，以其三条对边上的中线作为粗糙度矩阵构造方向，从而达到优化粗糙度矩阵构造和简化粗糙度矩阵的平滑度系数的计算。此外，在反演最优化求解过程中，通过使用与分量衰减特性无关的深度加权矩阵，优化了多重力/重力矢量/重力梯度张量分量联合反演设置，加快了收敛速度，提高了反演的准确性。
-
公开(公告)号：CN113138426B
公开(公告)日：2022-04-01
申请号：CN202110390937.4
申请日：2021-04-12
申请人： 中南大学
摘要： 本发明提供一种基于多变量核密度欧拉解概率密度成像方法，首先通过测量或位场变换获得重力矢量及重力梯度张量数据，构建三维重力/重力梯度张量欧拉反褶积方程，逐一移动滑动窗口，获得一系列含异常源空间位置[x，y，z，N]欧拉解集，针对常规欧拉反褶积仅通过欧拉反褶积解的构造指数的“色谱”难于评价、分离异常，而不综合考虑欧拉解的空间分布特性及构造指数的相关性。采用三维核密度估计对欧拉反褶积解集综合分析，从而实现了欧拉反褶积对相邻异常有效分离、快速定位。
-
公开(公告)号：CN113138426A
公开(公告)日：2021-07-20
申请号：CN202110390937.4
申请日：2021-04-12
申请人： 中南大学
摘要： 本发明提供一种基于多变量核密度欧拉解概率密度成像方法，首先通过测量或位场变换获得重力矢量及重力梯度张量数据，构建三维重力/重力梯度张量欧拉反褶积方程，逐一移动滑动窗口，获得一系列含异常源空间位置[x，y，z，N]欧拉解集，针对常规欧拉反褶积仅通过欧拉反褶积解的构造指数的“色谱”难于评价、分离异常，而不综合考虑欧拉解的空间分布特性及构造指数的相关性。采用三维核密度估计对欧拉反褶积解集综合分析，从而实现了欧拉反褶积对相邻异常有效分离、快速定位。
-
公开(公告)号：CN113311494A
公开(公告)日：2021-08-27
申请号：CN202110580140.0
申请日：2021-05-26
申请人： 中南大学
IPC分类号： G01V7/00
摘要： 本发明公开了一种卫星重力场反演方法，首先通过等参变换获得重力、重力矢量及重力梯度张量数据和相应核矩阵，进而生成相应深度加权矩阵，构建多分量联合反演的目标函数，最终得到反演结果。与传统球壳单元相比，本方法所使用的dggrid能够提高核函数的重复使用能力，降低核矩阵的内存占用。同时，本发明利用dggrid网格具备一致相邻性特点，以其三条对边上的中线作为粗糙度矩阵构造方向，从而达到优化粗糙度矩阵构造和简化粗糙度矩阵的平滑度系数的计算。此外，在反演最优化求解过程中，通过使用与分量衰减特性无关的深度加权矩阵，优化了多重力/重力矢量/重力梯度张量分量联合反演设置，加快了收敛速度，提高了反演的准确性。
-
-
-
搜索结果
4 条记录 (耗时 0.019 秒)
