大地等效電導(dǎo)率反演研究.pdf

1、羅蘭C是一種廣泛用于航海、航空、公路交通等領(lǐng)域的陸基中遠(yuǎn)程無(wú)線電導(dǎo)航系統(tǒng)。然而，低頻地波傳播時(shí)延誤差限制著羅蘭C系統(tǒng)的定位精度，對(duì)傳播時(shí)延進(jìn)行有效修正可提高羅蘭C定位精度。低頻地波傳播時(shí)延修正的理論預(yù)測(cè)是傳播時(shí)延修正的主要方法，而大地等效電導(dǎo)率的精度又是影響修正量理論預(yù)測(cè)精度的主要因素。因此獲取羅蘭C覆蓋區(qū)的大地等效電導(dǎo)率分布，對(duì)提高羅蘭C傳播時(shí)延修正具有重要意義。
　　本文研究了利用傳播時(shí)延修正實(shí)測(cè)數(shù)據(jù)反演大地等效電導(dǎo)率的方法。

2、以低頻地波傳播時(shí)延修正理論預(yù)測(cè)算法為前向算法，把反演問(wèn)題轉(zhuǎn)換為優(yōu)化問(wèn)題，在對(duì)遺傳算法和免疫算法分析研究的基礎(chǔ)上，提出了結(jié)合混沌和遺傳的混沌免疫遺傳克隆選擇算法(CIGCSA)。
　　具體內(nèi)容如下:
　　本文首先介紹了低頻地波傳播時(shí)延計(jì)算的理論方法，重點(diǎn)對(duì)基于均勻光滑路徑的留數(shù)級(jí)數(shù)法和基于分段不均勻路徑的Millington經(jīng)驗(yàn)公式法進(jìn)行編程實(shí)現(xiàn)與仿真分析。
　　其次，對(duì)智能優(yōu)化方法中的遺傳算法和免疫算法的理論基礎(chǔ)和實(shí)現(xiàn)

3、方法進(jìn)行了研究，通過(guò)對(duì)測(cè)試函數(shù)的優(yōu)化分析了兩種算法的優(yōu)劣。而后將兩種算法結(jié)合并對(duì)算法進(jìn)行改進(jìn)，提出了混沌免疫遺傳克隆選擇算法(CIGCSA):該算法引入排序和交叉算子來(lái)提高算法的局部搜索能力;同時(shí)還引入混沌算子來(lái)增加種群的多樣性，提高算法全局搜索能力和收斂速度。
　　最后，將CIGCSA算法應(yīng)用于大地電導(dǎo)率的反演中，從仿真實(shí)驗(yàn)可以看出，基于CIGCSA的分段不均勻光滑路徑反演出的電導(dǎo)率穩(wěn)定性好，可靠性高，誤差小。
　　本文的