基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
速度脉冲型地震记录至今尚未有完整的波形参数识别方法,从地震动数据库中批量识别脉冲记录并搜集波形参数仍然有一定困难.针对此问题,将脉冲量化识别、脉冲解析函数、自适应匹配算法三者结合,提出一套脉冲波形参数识别方法,可实现脉冲波形和解析函数之间的自适应匹配;该方法包括一个借助EMD (empirical mode decomposition)的核心算法,对近场速度脉冲型地震记录实现平滑;再以Mavroeidis函数为脉冲基本模型,根据其特征参数的变化范围,分别对脉冲频率、脉冲形状系数、脉冲振荡特征系数进行了参数样本的循环枚举,并由优化算法确定模型参数取值;在此基础上,给出了当前既有的速度脉冲型记录样本的上述模型参数识别结果,并根据统计给出了地面峰值加速度分布和主脉冲周期的关系.研究结果表明:和既有的方法利用Dickinson模型识别方法相比,本文算法对波形显著不对称的记录主脉冲周期识别错误率降低了约67%,较好的识别稳定性更有利于工程应用.
推荐文章
近断层速度脉冲地震动引起的边坡永久位移预测模型
边坡
近断层地震动
速度脉冲
永久位移
小波分析
近断层脉冲型地震动的降维模拟
脉冲型地震动
速度脉冲
高频加速度
随机过程
降维模拟
地震动速度脉冲对高温气冷堆核电厂地震反应的影响
爆炸力学
速度脉冲
有限元方法
高温气冷堆核电厂
强震动记录
动力时程分析
基于自适应遗传算法的模板匹配研究
遗传算法
模板匹配
自适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应匹配算法的速度脉冲型地震动模型化
来源期刊 西南交通大学学报 学科 工学
关键词 近场脉冲型地震动 自适应匹配 参数识别 枚举 优化算法
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 726-732
页数 7页 分类号 TU311
字数 4606字 语种 中文
DOI 10.3969/j.issn.0258-2724.20190075
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨成 西南交通大学陆地交通地质灾害防治技术国家工程实验室 25 189 9.0 13.0
2 刘佳欣 西南交通大学陆地交通地质灾害防治技术国家工程实验室 3 0 0.0 0.0
3 唐泽楠 西南交通大学陆地交通地质灾害防治技术国家工程实验室 2 0 0.0 0.0
4 赵柏涵 西南交通大学数学学院 1 0 0.0 0.0
5 辛本坚 西南交通大学物理科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (21)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
近场脉冲型地震动
自适应匹配
参数识别
枚举
优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西南交通大学学报
双月刊
0258-2724
51-1277/U
大16开
四川省成都市二环路北一段
62-104
1954
chi
出版文献量(篇)
3811
总下载数(次)
4
总被引数(次)
51589
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导