科学网

 找回密码
  注册

tag 标签: 物理意义

相关帖子

版块 作者 回复/查看 最后发表

没有相关内容

相关日志

b值能否作为地震预测预报的指标?
热度 4 qsqhopeiggcas 2016-12-15 11:33
Gutenber and Richer ( 1941 )提出的地震震级 M ——频度 N 统计关系可表达为 Lg N = a - bM ( 1 )) 式中, b 值为描述地震活动性的参数,其能否作为地震预测预报的指标呢?要回答该问题,咱得先弄清其物理涵义。 关于 b 值的物理意义,尚存争议,如 Mogi ( 1962 ) 认为 b 值取决于介质的非均匀性,但 Scholz ( 1968 )认为 b 值及其变化由岩石所处的应力状态决定。 最近,在力学上我们建立了 Weibull 形状参数 m 与裂纹分布分维的 D f 的关系。鉴于地震断裂尺度分维与裂纹尺度分维的物理意义类同,我们乘胜追击,得到了 b - m - D f 三者的关系,即 b= 0.5 D f = 0.25 m ( 2 ) 至此,岩石力学中三个重要参数的联系已有啦,“桥梁”是常数,灰常简单 。 参数 m 不仅与介质的均匀性有关,而且还与介质所处的环境条件(如应力水平、温度、加载速率等)以及破坏模式有关,本质上可反映岩石破坏脆性程度。 那么, b 值的物理意义不言而喻。 想用一个仅与岩石破坏脆性程度有关的参数 b 去预报地震,莫不是脑袋被门板夹了?它与岩石破裂(地震)过程无关啊。 再者,对特定地震区的某一锁固段而言,当锁固段被加载至体积膨胀点和峰值强度点之间,在长期相对稳定的围压与温度等环境条件下, m 值与 b 值均可视为定值。因此,综上考虑不能把 b 值作为预测地震的指标。 从分维变化角度考虑,当岩样被加载至体积膨胀点与峰值强度点之间,采用盒维数法计算分维时,由于裂纹的丛集效应,随应力增大含有裂纹的盒子数略有增多或近似不变,故分维值呈现略有增长或近似不变的趋势,这与尹小涛等( 2008 )采用 CT 扫描观测砂岩破裂过程得到的结果(图 1 )一致。这再次说明, b 值对应力变化不敏感,将其应用于地震预测预报缺乏依据。 图 1 单轴压缩下砂岩裂纹分布分维 D f 与应力关系(尹小涛等, 2008 ) 在岩石力学和地震学研究中,诸多学者发现岩石宏观破裂或大震前, b 值有显著降低的趋势,这是咋回事呢?估计是在数据统计范围、数据处理方法等方面出了问题,能说说具体的问题吗?自己去想吧,以后告诉您。 那么,研究地震活动性时,正常的 b 值该呈现啥样的变化呢?看看图 2 就晓得啦,大震前基本不变,与上述分析一致。 其实,图 2 的统计时间尺度仍较短,若从 1786 年康定 7.75 级地震后开始统计,就会更清楚。 图 2 1973 年炉霍大震前的 b 值变化特征(据马鸿庆, 1982 ) 上述分析说明了什么事情呢?说明弄清 b 值以及其他参数的物理意义相当重要,尤其是弄清大地震的物理机制很重要,脱离机制的任何统计或经验方法都属于萌萌哒的猜测,虽历经长期研究仍无济于事。在不掌握大地震孕育机制的前提下,去预测地震简直就是玩小孩过家家的游戏。人们在事后总能找到大震与某种因素的统计关系,而事前则基本没有可能,如有人拿发改委调整油价与地震说事儿,统计分析的对应关系很好,但这能说明地震与油价调整有关吗?显然不能!所以嘛,不明白统计分析的精髓很可怕,不动脑筋人云亦云更可怕。
个人分类: 地震风险|9468 次阅读|12 个评论
如此科研,行否?——correlation和science的区别
热度 2 Synthon 2012-5-14 10:43
刚才看见谢志刚老师的博文《NBA季后赛动物类球队都被淘汰了》,不禁大笑,笑过之后,反而想到,我们的很多科研,是不是也是这样呢? 第一步,拿到数据 第二步,寻找共性 第三步,写文章发表 很多时候,共性背后的故事,共性背后的物理意义,是不是或多或少的被忽略了呢?Correlation和Science的区别,也就在此吧。 链接:NBA 季后赛动物类球队都被淘汰了: http://blog.sciencenet.cn/blog-532317-570622.html
个人分类: 科教评论|4990 次阅读|5 个评论
标架场及其数学和物理意义
chenfap 2012-4-22 09:38
标架场及其数学和物理意义
标架场及其数学和物理意义 (物理学上的时空与物质 78 ) 上次博文《 物理学上的时空与物质 77 》中我们讲过:“在同一时-空点,同一个向量, 既 可用 局部时空标架来表达,也可用 曲线坐标系来表达;当然这两
个人分类: 未分类|6747 次阅读|0 个评论
[转载]FFT结果的物理意义
tangxh 2010-12-4 20:20
转载自 http://www.ourdev.cn/bbs/bbs_content.jsp?bbs_sn=3944963bbs_page_no=1bbs_id=9999 FFT是离散傅立叶变换的快速算法,可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的,但是如果变换到频域之后,就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外,FFT可以将一个信号的频谱提取出来,这在频谱分析方面也是经常用的。 虽然很多人都知道FFT是什么,可以用来做什么,怎么去做,但是却不知道FFT之后的结果是什意思、如何决定要使用多少点来做FFT。 一个模拟信号,经过ADC采样之后,就变成了数字信号。采样定理告诉我们,采样频率要大于信号频率的两倍,这些我就不在此罗嗦了。 采样得到的数字信号,就可以做FFT变换了。N个采样点,经过FFT之后,就可以得到N个点的FFT结果。为了方便进行FFT运算,通常N取2的整数次方。 假设采样频率为Fs,信号频率F,采样点数为N。那么FFT之后结果就是一个为N点的复数。每一个点就对应着一个频率点。这个点的模值,就是该频率值下的幅度特性。具体跟原始信号的幅度有什么关系呢?假设原始信号的峰值为A,那么FFT的结果的每个点(除了第一个点直流分量之外)的模值就是A的N/2倍。而第一个点就是直流分量,它的模值就是直流分量的N倍。而每个点的相位呢,就是在该频率下的信号的相位。第一个点表示直流分量(即0Hz),而最后一个点N的再下一个点(实际上这个点是不存在的,这里是假设的第N+1个点,可以看做是将第一个点分做两半分,另一半移到最后)则表示采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加。例如某点n所表示的频率为:。由上面的公式可以看出,Fn所能分辨到频率为Fs/N,如果采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz。1024Hz的采样率采样1024点,刚好是1秒,也就是说,采样1秒时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时间的信号并做FFT,则结果可以分析到0.5Hz。如果要提高频率分辨力,则必须增加采样点数,也即采样时间。频率分辨率和采样时间是倒数关系。假设FFT之后某点n用复数a+bi表示,那么这个复数的模就是,相位就是。根据以上的结果,就可以计算出n点(n1,且n=N/2)对应的信号的表达式为:,即。对于n=1点的信号,是直流分量,幅度即为A1/N。由于FFT结果的对称性,通常我们只使用前半部分的结果,即小于采样频率一半的结果。 好了,说了半天,看着公式也晕,下面以一个实际的信号来做说明。 假设我们有一个信号,它含有2V的直流分量,频率为50Hz、相位为-30度、幅度为3V的交流信号,以及一个频率为75Hz、相位为90度、幅度为1.5V的交流信号。用数学表达式就是如下: S=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180) 式中cos参数为弧度,所以-30度和90度要分别换算成弧度。我们以256Hz的采样率对这个信号进行采样,总共采样256点。按照我们上面的分析,Fn=(n-1)*Fs/N,我们可以知道,每两个点之间的间距就是1Hz,第n个点的频率就是n-1。我们的信号有3个频率:0Hz、50Hz、75Hz,应该分别在第1个点、第51个点、第76个点上出现峰值,其它各点应该接近0。实际情况如何呢? 我们来看看FFT的结果的模值如图所示。 图1FFT结果 从图中我们可以看到,在第1点、第51点、和第76点附近有比较大的值。我们分别将这三个点附近的数据拿上来细看: 1点:512+0i 2点:-2.6195E-14-1.4162E-13i 3点:-2.8586E-14-1.1898E-13i 50点:-6.2076E-13-2.1713E-12i 51点:332.55-192i 52点:-1.6707E-12-1.5241E-12i 75点:-2.2199E-13-1.0076E-12i 76点:3.4315E-12+192i 77点:-3.0263E-14+7.5609E-13i 很明显,1点、51点、76点的值都比较大,它附近的点值都很小,可以认为是0,即在那些频率点上的信号幅度为0。接着,我们来计算各点的幅度值。分别计算这三个点的模值, 结果如下: 1点:512 51点:384 76点:192 按照公式,可以计算出直流分量为:512/N=512/256=2;50Hz信号的幅度为:384/(N/2)=384/(256/2)=3;75Hz信号的幅度为192/(N/2)=192/(256/2)=1.5。可见,从频谱分析出来的幅度是正确的。 然后再来计算相位信息。直流信号没有相位可言,不用管它。先计算50Hz信号的相位,atan2(-192,332.55)=-0.5236,结果是弧度,换算为角度就是180*(-0.5236)/pi=-30.0001。再计算75Hz信号的相位,atan2(192,3.4315E-12)=1.5708弧度,换算成角度180*1.5708/pi=90.0002。可见,相位也是对的。 根据FFT结果以及上面的分析计算,我们就可以写出信号的表达式了,它就是我们开始提供的信号。 总结:假设采样频率为Fs,采样点数为N,做FFT之后,某一点n(n从1开始)表示的频率为:Fn=(n-1)*Fs/N;该点的模值除以N/2就是对应该频率下的信号的幅度(对于直流信号是除以N);该点的相位即是对应该频率下的信号的相位。相位的计算可用函数atan2(b,a)计算。atan2(b,a)是求坐标为(a,b)点的角度值,范围从-pi到pi。要精确到xHz,则需要采样长度为1/x秒的信号,并做FFT。要提高频率分辨率,就需要增加采样点数,这在一些实际的应用中是不现实的,需要在较短的时间内完成分析。解决这个问题的方法有频率细分法,比较简单的方法是采样比较短时间的信号,然后在后面补充一定数量的0,使其长度达到需要的点数,再做FFT,这在一定程度上能够提高频率分辨力。 具体的频率细分法可参考相关文献。 closeall;%先关闭所有图片 Adc=2;%直流分量幅度 A1=3;%频率F1信号的幅度 A2=1.5;%频率F2信号的幅度 F1=50;%信号1频率(Hz) F2=75;%信号2频率(Hz) Fs=256;%采样频率(Hz) P1=-30;%信号1相位(度) P2=90;%信号相位(度) N=256;%采样点数 t= ;%采样时刻 %信号 S=Adc+A1*cos(2*pi*F1*t+pi*P1/180)+A2*cos(2*pi*F2*t+pi*P2/180); %显示原始信号 plot(S); title('原始信号'); figure; Y=fft(S,N);%做FFT变换 Ayy=(abs(Y));%取模 plot(Ayy(1:N));%显示原始的FFT模值结果 title('FFT模值'); figure; Ayy=Ayy/(N/2);%换算成实际的幅度 Ayy(1)=Ayy(1)/2; F=( -1)*Fs/N;%换算成实际的频率值 plot(F(1:N/2),Ayy(1:N/2));%显示换算后的FFT模值结果 title('幅度-频率曲线图'); figure; Pyy= ; fori=1:N/2 Pyy(i)=phase(Y(i));%计算相位 Pyy(i)=Pyy(i)*180/pi;%换算为角度 end; plot(F(1:N/2),Pyy(1:N/2));%显示相位图 title('相位-频率曲线图');
个人分类: 转载|5423 次阅读|0 个评论
网络怪事一桩
huarong1940 2010-9-21 07:26
复信号问答引来网络怪事一桩 今年元月初,Google到《天涯问答》网的一个学术提问信号与系统复数信号的物理意义是什么?。原来,该网页于2009年3月16日贴了一个署名天下20008的回答,并被注为系统推荐答案。仔细阅读后,我认为此推荐答案的主要观点是错误的,该帖认定复信号实际不存在而且实际中只有实信号和实系统。然而,正巧本人从30多年前开始,对复数信号进行过系列的应用研究,便于2010年1月3日,在该网页发表了一个简要的回答,举了几种实际存在的复数信号的例子。与此同时,我还在《科学网》开了这个名为复信号之家的博客,发表了几篇短文,说明复信号分析的意义。 今年3月中旬,我又在《天涯问答》的该网页上发短文,建议版主对系统推荐错误答案的行为进行更正。直到最近,我发现该网页果然取消了系统推荐答案的标签。这样也好,让读者自己去判别不同回答的正误,避免误导青年学子。 不料,昨天我又一次访问该网页时发现,竟出了怪事一桩!我今年1月3日的那一帖回答被另一怪帖覆盖,署名是17落叶8,内容却是原署名天下20008的那一帖。你说怪也不怪!?真可谓 天上掉下个17落叶8霉魅! 古稀之年的我原本是想,澄清一个学术概念,也为一些好学的年轻人解惑。哪知网络的纯学术领域里,竟然也会撞到这样的魑魅魍魉。 与此对比起来,还是《科学网》的实名制要好些。但是仍未免有点儿担心,万一哪天有个不法之徒,利用黑客之技,把些胡说八道的东西帖进你的实名博客里来,岂不要逼得博主去向网警报案? 幸好我保留了前后不同日期的两个《天涯问答》网页的拷贝,可为以上叙述作证。(因那是mht文件,不能在此上传) 以上博文发表于2010年9月21日,近日再去该《天涯问答》网页一看,整页内容全部删除得 精光 ,仅贴一句告示: 根据本站服务条款,天涯在线删除了本页 部分 内容 。 10月14日补充
个人分类: 未分类|4706 次阅读|0 个评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-10 11:04

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部