买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：本发明为一种去除钻孔应变数据环境影响因素的方法。读取钻孔应变数据sa分量、气压数据和水位数据；利用时间序列分解将应变数据分解为趋势项、周期项和余项；通过对比固体潮的频点，将周期项作为固体潮引起的应变响应去除；余项作为去除固体潮后的应变数据，还受到气压和水位的影响，将余项，水位数据，气压数据放在一起，做多通道奇异谱分析，因气压和水位与应变数据呈现负相关性，用相关系数识别余项中由水位和气压引起的应变响应并去除，弥补了以往环境影响因素去除时要么没有充分利用环境数据、要么计算过程太过复杂，引入太多参数的不足。

主权项：1.一种去除钻孔应变数据环境影响因素的方法，其特征在于，该方法包括：a、读取钻孔应变数据的面应变sa分量、气压数据和水位数据；b、利用时间序列分解将面应变sa分量分解成趋势，周期和余项三个分量；c、将余项、水位数据以及气压数据放在一起使用多通道奇异谱分析分解；d、计算步骤c分解后分量的相关系数，识别气压应变响应和水位应变响应；e、重构步骤d中识别出的气压应变响应、水位应变响应，并对气压应变响应和气压做相关性分析，对水位应变响应和水位做相关性分析；步骤c所述将余项、气压据以及水位的观测数据放在一起使用多通道奇异谱分析分解具体包括：奇异谱分析：将所观测到的面应变sa分量的一维时间序列数据Yt＝y1，...，yT转换为其轨迹矩阵：多通道奇异谱分析：将得到的面应变余项和所观测到的水位、气压时间序列数据Y1t,Y2t,Y3t转换为其轨迹矩阵： 其中，L为选取的窗口长度，K＝T-L+1，计算XXT并对其进行奇异值分解，从而得到其L个特征值λ1≥λ2≥…≥λL≥0及其相应的特征向量将每一个特征值所代表的信号进行分析组合，重构出新的时间序列包括：嵌入、奇异值分解、分组和重构：1嵌入选择窗口长度L，2≤L≤T,将所观测到的一维时间序列数据转化为多为序列X1，…，Xk，Xi＝y1，...，yi+L-1，得到轨迹矩阵其中L的选取长度不超过整个数据长度的13；2奇异值分解计算得到一个的矩阵，求解这个矩阵的特征值与特征向量：XXT＝U∑VT其中，∑是L×L阶的非负实数对角矩阵，位于对角线上的为矩阵XXT的奇异值，奇异值降序排列λ1≥λ2≥…≥λL≥0，衰减迅速，U和V是L×L阶的酉矩阵，U和V的列分别称之左奇异向量、右奇异向量，U1，…，UL是奇异值所对应的正交特征向量；矩阵X表示成一阶双正交矩阵Xii＝1，…，d的加和形式：X＝X1+X2+…+Xd其中，d是X的非零奇异值的个数，3分组分为不同的组，并将每组内所包含的矩阵相加，其中i1，…，ip为第I组所包含的矩阵，则：XI＝Xi1+…+XipX＝XI1+…+XIm4重构将矩阵XI转换成其所对应的时间序列，每一组数据代表原序列的某一运动特征，在重构中用前r个奇异值近似地描述矩阵： 其中，r远远小于m、n，r越接近n，则等式右侧矩阵越接近于A，采用对角平均的方法对原序列重构；SVD重构后的矩阵： 则重构序列：y1＝x1，1y2＝x1，2+x2，12…yT＝xn,n-m+1。

全文数据：

权利要求：

百度查询： 吉林大学 一种去除钻孔应变数据环境影响因素的方法