公开(公告)号：CN113052297A

公开(公告)日：2021-06-29

申请号：CN202110253991.4

申请日：2021-03-04

申请人： 吉林大学

发明人： 孙锋 ,  郑斌 ,  杨欣然 ,  胡浩天 ,  陈祖斌

IPC分类号： G06N3/04 ,  G06N3/08 ,  H03H21/00 ,  G01C21/18

摘要： 本发明公开了一种基于卷积神经网络融合EKF的拖缆姿态解算方法及系统。该融合方法包括：通过多个传感器测得原始姿态数据；将原始姿态的九轴数据解算为角度数据；构建卷积神经网络与EKF融合模型，将上述角度数据作为模型的输入；使用原始角度数据训练卷积神经网络与EKF融合模型，让模型可以根据原始数据自主调整EKF的参数，找到最优的滤波参数模型；将滤波后的姿态角度数据作为卷积神经网络与EKF融合模型的输出进行输出。本发明的融合解算方法，提高了姿态角度数据的测量精度。

公开(公告)号：CN113052297B

公开(公告)日：2022-11-22

申请号：CN202110253991.4

申请日：2021-03-04

申请人： 吉林大学

发明人： 孙锋 ,  郑斌 ,  杨欣然 ,  胡浩天 ,  陈祖斌

IPC分类号： G06N3/04 ,  G06N3/08 ,  H03H21/00 ,  G01C21/18

摘要： 本发明公开了一种基于卷积神经网络融合EKF的拖缆姿态解算方法及系统。该融合方法包括：通过多个传感器测得原始姿态数据；将原始姿态的九轴数据解算为角度数据；构建卷积神经网络与EKF融合模型，将上述角度数据作为模型的输入；使用原始角度数据训练卷积神经网络与EKF融合模型，让模型可以根据原始数据自主调整EKF的参数，找到最优的滤波参数模型；将滤波后的姿态角度数据作为卷积神经网络与EKF融合模型的输出进行输出。本发明的融合解算方法，提高了姿态角度数据的测量精度。

公开(公告)号：CN114048669A

公开(公告)日：2022-02-15

申请号：CN202111133608.8

申请日：2021-09-27

申请人： 吉林大学

发明人： 孙锋 ,  胡浩天 ,  赵发 ,  陈祖斌 ,  郑斌 ,  杨欣然 ,  冷泽男

IPC分类号： G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01V1/28 ,  G06F119/10

摘要： 本发明属于微地震事件检测领域，特别是涉及一种基于神经网络的干热岩微地震事件检测方法，包括:使用GRU网络来提取采集的微地震信号的时序特征提取；使用SVM对时序特征进行二分类。直接将可以用来指导水力压裂的微地震事件拾取出来，不需要后期重新挑选数据。该方法检测精度更高，检测到的结果更适用于实际的干热岩开发工程，为后续的数据处理、裂缝分析简化了工作，同时提高了微地震事件对水力压裂指导的时效性，具有很大的应用潜力。

公开(公告)号：CN113885076A

公开(公告)日：2022-01-04

申请号：CN202111159206.5

申请日：2021-09-30

申请人： 吉林大学

发明人： 陈祖斌 ,  王春露 ,  胡浩天 ,  孙锋 ,  赵发 ,  裴春阳

IPC分类号： G01V1/28 ,  G01V1/30 ,  G01V1/36

摘要： 本发明涉及一种微地震地面监测速度模型校正算法，包括在地面布置N个检波器，定义三维目标区域，建立初始速度模型并读取N个检波器所获取的N道地震波资料，采用振幅叠加方法计算射孔位置的能量聚焦值，采用极快速模拟退火法对目标层参数进行调整，获得新的速度模型，重新计算射孔位置的能量聚焦值判断是进行回火处理调整速度模型还是采用网格逐次剖分方法对射孔进行重定位，并计算射孔重定位误差，根据定位误差是否满足定位要求，判断是否需要进行模拟退火降温处理，并保存最优速度模型、射孔重定位结果及误差后结束。本发明校正算法能够更加准确地将射孔事件重定位至其真实值处，并能有效提高射孔点附近微地震事件定位可信度。

公开(公告)号：CN115932947A

公开(公告)日：2023-04-07

申请号：CN202211578756.5

申请日：2022-12-05

申请人： 吉林大学

发明人： 孙锋 ,  冷泽男 ,  胡浩天 ,  杨欣然 ,  周佳霓 ,  赵一 ,  陈祖斌

IPC分类号： G01V1/28 ,  G01V1/30

摘要： 本发明属于微地震监测领域，涉及一种基于CNN‑LSTM与多头注意力机制的微地震P波S波分离方法。技术包括：构建数据集，采用干热岩水力压裂现场采集的微地震数据，并对数据进行人工标注，数据集包括不同时段、不同背景噪声强度的微地震数据；将数据集输入到一个由卷积层、激励层、池化层、随机隐藏神经元(Dropout)层、长短期记忆(LSTM)层、多头注意力机制层、全连接层构成的神经网络中进行训练，待训练完成后，保存模型；将待分离的微地震数据输入到训练好的模型中进行分离，最终得到P波S波的分离结果。

公开(公告)号：CN214177287U

公开(公告)日：2021-09-10

申请号：CN202022776127.6

申请日：2020-11-26

申请人： 吉林大学

发明人： 孙锋 ,  郑斌 ,  杨欣然 ,  胡浩天 ,  赵发

IPC分类号： H03K17/689 ,  H03K17/693 ,  H03K17/695

摘要： 本实用新型公开了一种具有高功率处理能力的非对称单刀双掷开关，第二端口连接至Rx支路的四分之一波长微带传输线和Tx支路的第一调谐电感、第一并联晶体管的漏极以及串联电感器L2；Rx支路中四分之一波长微带传输线一端连接至第二端口，另一端连至电感L1及第二晶体管的漏极；电感L1的另一端连接至第三端口及具有体偏置技术的第三晶体管的漏极；Tx支路中具有第一调谐电感，第一调谐电感的一端连接至第二端口、具有体偏置技术的第一并联晶体管的漏极及串联电感器L2，另一端接地；串联电感器L2的另一端及具有体偏置技术的第一并联晶体管的另一端连着第二调谐电感及第一端口。本新型在TX支路上实现相对较高的P1dB，同时如何保持RX支路的良好隔离。