微波多层印制板滤波器技术的研究

本文介绍了微波多层电路的滤波器技术，并对其进行理论研究。作者通过HFSS高频仿真软件对其进行优化设计，并投产印制板板进行试验验证，最后得到了滤波器的测试结果及曲线，取得了较好的预期效果。     

分形几何学在微构造研究中的运用

摘要:微构造研究的核心问题就是井间目的层的深度预测。对小于15 m的薄层的井间深度预测,地震资料已无能为力,分形几何理论最适合于预测这类非均质储层的井间深度。主要内容包括:对目的层的深度进行趋势面分析;计算局部的分维数H^[1];计算各点的残差;最后求得井间深度预测值。对DLJ油藏的井间深度进行预测,结果表明,效果很好。通过该方法绘制的微构造图能对剩余油的分布进行有效预测。     

准噶尔盆地不整合类型和分布规律

针对传统不整合类型划分主要根据不整合面两侧地层的几何关系或者反射终端模式或者不整合面的成因机制（构造与沉积）、地震反射终止方式及剖面形态对不整合进行分类,所存在的无法很好处理不整合与油气成藏关系的不足,借鉴传统的关于不整合面两侧地层几何关系的基本原理、采用地震地层学中对一个层序识别反射终端的定义,结合准噶尔盆地不整合面的特征,首次将准噶尔盆地不整合划分为四种类型：上超/削蚀型、上超/整一型、整一/削蚀型、整一/整一型。指出地势的高低与剥蚀量的大小决定了不整合类型在平面上的分布规律。其中上超/削蚀型和整一/削蚀型对油气聚集最有利。     

准噶尔盆地陆西地区油气成藏条件与模式研究

准噶尔盆地陆西地区成藏条件分析表明,该区具有形成油气藏的良好条件。玛北、玛东和夏盐地区的油气主要来源于玛湖凹陷的风城组,陆中地区的石西、石南、陆梁油田的油气主要来源于盆1井西凹陷的下乌尔禾组及风城组;储集条件好,且夏盐地区好于玛东地区;该区主要发育不整合、岩性圈闭,圈-源匹配良好,圈闭形成于二叠纪,三叠纪中晚期和侏罗纪末~白垩纪为成藏期;输导层主要为断层、层内渗透层和不整合面;二叠系各层系顶界和三叠系顶界不整合面上油气的运移仅发生于陆西斜坡区,西山窑组顶界和侏罗系顶界不整合面上油气的运移主要发生在隆起区;陆西地区存在两种类型的成藏模式,一是三叠纪“源内-不整合-断控原生油气藏”成藏模式;二是侏罗—白垩纪“源外-不整合-断控-阶状”成藏模式。最后认为,陆西地区与不整合有关的地层油气藏有利目标区主要位于陆西斜坡区、三个泉油田与石南油田接合处及三南凹陷南段。     

储层非均质性描述的地质统计学方法

储层非均质性对油气的聚集、产出、分布和油气藏的形成等起着至关重要的作用。因此,储层非均质性描述在石油勘探和开发中具有重要的意义。储层非均质性既具有结构性,又具有随机性,是区域化变量。根据地质统计学的理论,通过半变异函数,在前人工作的基础上,利用k阶球状模型拟合实验半变异曲线,利用线性规划法实现了阶球状模型的最优拟合。提出了评价储层非均质性的综合评价指标,对储层非均质性的变化幅度、变化速度以及变化的随机性进行定量描述。具体实例表明,该方法具有一定的优越性和实用性。     

孔喉体积定量预测新方法

压汞数据估算的孔喉大小能评价圈闭的封闭能力和解释地层烃类聚集的有利部位,是储层研究中的一个重要参数。但是,压汞测试昂贵,因而一个地区这种资料少,而常规岩心分析资料如孔隙度和渗透率数据往往比压汞测试资料丰富得多。是否可以根据岩样的孔隙度和渗透率的大小反演岩样的孔喉体积分布,或者反演毛管压力曲线?利用分形几何学的原理和方法,实现了利用常规岩心分析资料如孔隙度和渗透率等反演毛管压力曲线,建立孔喉体积分布预测模型,为非取心井段的孔隙结构研究开辟了新途径。通过实际资料验证,该方法预测结果精度较高。     

基于随机分形模拟与Seislog技术预测薄（互）层砂体

地震反演的分辨率大于10m,厚度小于10m的储层砂体在地震反演结果中常常相互叠加,不能单独预测出来,降低了预测精度和预测结果的应用。因此,利用地震资料预测薄（互）层砂体是目前储层预测的一个难点和前沿课题。虽然宽带约束反演表面上能提高分辨率,但那是伪分辨率,不仅没有多大的实际意义,而且计算量大。将随机分形模拟与Seislog软件相结合较好地解决了以上问题。应用实例表明,该方法能预测厚度5m左右的砂体,不仅预测精度较高,而且计算量小,在微机上很容易实现。     

道路燃气支管规划布局的研究

文章阐述了城市规划的空间布局、用地性质、城市道路、城市路网与燃气过路支管和支管的关系,指出城市规划对燃气过路支管和支管的设计有直接影响,在设计道路燃气支管的规划布局时必须了解规划要点并调查清楚城市道路的用地现状。     

战略模拟想定生成系统框架

军事想定设计是一项有很强创造性和艺术性的工作，同时又非常烦琐费时。利用计算机技术，采用规范化、结构化的方法进行想定设计并完成模拟系统运行前资源准备，对于提高模拟系统应用效率具有非常重要的意义。模拟想定继续保留想定的传统含义，又增添了模拟系统运行前准备任务，如完成系统配置、数据准备、模型准备等。本文就战略模拟系统的应用需求，提出了想定生成系统的框架。     

基于STRUCTURED网的AR模型谱估计方法

本文着重分析了文献[1]中提出的用于求解线性方程组的STRUCTURED同的结构及其所使用的学习算法,改进了STRUCTURED网的收敛性能,并基于STRUCTURED网提出了一种自回归(AR)模型建模方法。这种建模方法的基本思想是用STRUCTURED网求解Yule-Walker型矩阵方程来得到AR模型系数。与现有的其它确定AR模型系数的方法相比,本文方法的优点在于:采用并行处理结构,能直接用VLSI硬件直接实现;不包含常用除法运算,能求解病态Yule-Walker型矩阵方程。