自拍一区在线观看,欧美日韩麻豆,蜜桃av一区,日韩精品极品视频

研究背景：

美國、日本已經(jīng)建立了多個(gè)用于監(jiān)測建筑結(jié)構(gòu)地震反應(yīng)的結(jié)構(gòu)臺(tái)陣，并嘗試根據(jù)記錄的結(jié)構(gòu)反應(yīng)來評估震后結(jié)構(gòu)的破壞狀態(tài)。然而，在實(shí)際開展結(jié)構(gòu)臺(tái)陣布設(shè)時(shí)由于受到成本的限制，不僅無法確保逐層布置傳感器，也無法保證所有傳感器均為高精度傳感器。而由低精度傳感器采集的數(shù)據(jù)的噪聲水平又比較高，所采集的數(shù)據(jù)不適合直接用于結(jié)構(gòu)破壞狀態(tài)的評估研究。以往的去噪方法多依賴于基于時(shí)域、頻域或時(shí)頻域分析開展，需要人工調(diào)節(jié)參數(shù)以達(dá)到最佳去噪效果，過程繁瑣。因此，針對上述問題，中國地震局工程力學(xué)研究所張令心研究員團(tuán)隊(duì)與日本東京大學(xué)地震研究所的KUSUNOKI Koichi教授合作提出了一種基于對抗生成網(wǎng)絡(luò)的針對強(qiáng)噪聲信號(hào)的去噪方法。

研究內(nèi)容及成果：

本文將深度學(xué)習(xí)方法應(yīng)用到加速度記錄去噪研究中，采用對抗生成網(wǎng)絡(luò)作為底座，通過加入注意力機(jī)制，提出了一種端到端的去噪方法DeGAN，如圖1所示。該方法具有以下三個(gè)優(yōu)點(diǎn)：（1）完全的端到端模型，無需其他多余操作；（2）對強(qiáng)噪聲信號(hào)的去噪效果好；（3）參數(shù)可自動(dòng)調(diào)整。通過該方法與現(xiàn)有其他方法對模擬噪聲和真實(shí)噪聲的去噪性能的對比，以及該方法對不同噪聲等級加速度記錄去噪的結(jié)果，驗(yàn)證了該方法的有效性。

在不同噪聲等級數(shù)據(jù)集上的去噪結(jié)果表明，DeGAN 在對強(qiáng)噪聲信號(hào)的噪聲抑制方面明顯優(yōu)于傳統(tǒng)的 DWT 方法，如圖2所示。

在時(shí)域和時(shí)頻域上比較了 DeGAN 和基于 DWT 的方法、基于 U-NET 的方法和基于 ResNet 的方法對模擬噪聲和真實(shí)噪聲的去噪性能。結(jié)果表明，DeGAN可以有效去除強(qiáng)噪聲數(shù)據(jù)中的噪聲的同時(shí)，還可保留有用的振動(dòng)信號(hào)。在經(jīng)過DeGAN 去噪處理后，信號(hào)的 SNR 從-2.39提高到11.92。

利用振動(dòng)臺(tái)試驗(yàn)采集到的頂點(diǎn)加速度記錄驗(yàn)證了所提方法的穩(wěn)定性。在使用DeGAN去噪后，振動(dòng)臺(tái)數(shù)據(jù)的信噪比增加了70%以上。