【技術實現步驟摘要】
本專利技術涉及地震動領域，尤其涉及一種考慮多分類特征的地震動智能合成方法及相關設備。
技術介紹
1、在進行工程地震模擬時，往往需要提前輸入場地的特征地震波形，由于海域地震記錄的匱乏，合理的地震動生成對于工程地震動力響應分析具有重要意義。真實地震動記錄往往表現出明顯的時頻非平穩性，合成地震動波形應考慮諸多約束條件，如頻率、幅值、持續時間、反應譜等，除此之外，不同場地條件、地震動參數等分類特征也對地震動具有重要的影響，例如近斷層脈沖波與遠場波動具有明顯的差異，因而地震動合成方法應考慮地震波的時域非平穩性和分類特征。
2、目前已提出的方法主要包括隨機有限斷層法和工程合成法兩大類，隨機有限斷層法參數確定較復雜，可復現性較差；工程合成法對統計數學模型的依賴性較強，需要提前對大量的地震動記錄進行統計分析，而統計規律往往不能用數學模型完整表達。
技術實現思路
1、本專利技術提供了一種考慮多分類特征的地震動智能合成方法及裝置，可以生成具有不同特征屬性的地震動合成數據，為海域工程地震動力響應模擬和地震荷載輸入提供科學依據。
2、本專利技術第一方面提供了一種考慮多分類特征的地震動智能合成方法，該方法包括：
3、獲取目標三方向地震波數據集合，所述目標三維方向地震波數據集合中的每條地震波數據包括n個數據點，其中，n為大于或等于1的整數；
4、基于所述目標三方向地震波數據集合構建目標地震數據矩陣；
5、對所述目標地震數據矩陣進行主成分分析，以得到所
6、將所述目標一維地震波數據以及所述目標一維地震波數據所對應的隨機噪聲拼接后輸入預先訓練完成的目標生成器組合，以得到地震動合成數據。
7、本專利技術第二方面提供了一種考慮多分類特征的地震動智能合成裝置，包括：
8、獲取模塊，用于獲取目標三方向地震波數據集合，所述目標三維方向地震波數據集合中的每條地震波數據包括n個數據點，其中，n為大于或等于1的整數；
9、構建模塊，用于基于所述目標三方向地震波數據集合構建目標地震數據矩陣；
10、分析模塊，用于對所述目標地震數據矩陣進行主成分分析，以得到所述目標三方向地震波數據中每條地震波數據所對應的目標一維地震波數據；
11、生成模塊，用于將所述目標一維地震波數據以及所述目標一維地震波數據所對應的隨機噪聲拼接后輸入預先訓練完成的目標生成器組合，以得到地震動合成數據。
12、本專利技術實施例第三方面提供了一種電子設備，包括存儲器、處理器，所述處理器用于執行存儲器中存儲的計算機管理類程序時實現如上述第一方面所述的考慮多分類特征的地震動智能合成方法的步驟。
13、本專利技術實施例第四方面提供了一種計算機可讀存儲介質，其上存儲有計算機管理類程序，所述計算機管理類程序被處理器執行時實現如上述第一方面所述的考慮多分類特征的地震動智能合成方法的步驟。
14、綜上所述，可以看出，本申請提供的實施例中，將地震動數據、對應的分類特征以及隨機噪聲輸入提前訓練的目標生成器組合，進而可以生成對應的地震動合成數據，充分學習海域地震動的時域非平穩性和多分類特征，生成具有不同特征屬性的地震動合成數據，為海域工程地震動力響應模擬和地震荷載輸入提供科學依據。
本文檔來自技高網...【技術保護點】
1.一種考慮多分類特征的地震動智能合成方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，所述對所述地震數據矩陣進行主成分分析，以得到一維地震波數據包括：
4.根據權利要求2所述的方法，其特征在于，所述根據所述地震動數據庫對初始參數化生成器組合以及初始參數化判別器進行訓練，以得到目標生成器組合以及目標判別器組合，包括：
5.根據權利要求4所述的方法，其特征在于，所述參數化生成器組合中的任一參數化生成器均采用CNN結構，所述CNN結構包括正向映射CNN模型和反向映射CNN模型，所述正向映射CNN模型的輸入為一維地震波數據，所述參數化判別器組合中的任一參數化判別器的輸入為原始地震波序列。
6.根據權利要求4所述的方法，其特征在于，所述生成器損失函數通過如下公式表示：
7.根據權利要求4所述的方法，其特征在于，所述判別器損失函數通過如下公式表示：
8.一種考慮多分類特征的地震動智能合成裝置，其特征在于，包括：
9.一
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機管理類程序，所述計算機管理類程序被處理器執行時實現如上述權利要求1至7中任一項所述的考慮多分類特征的地震動智能合成方法的步驟。
...【技術特征摘要】
1.一種考慮多分類特征的地震動智能合成方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，所述對所述地震數據矩陣進行主成分分析，以得到一維地震波數據包括：
4.根據權利要求2所述的方法，其特征在于，所述根據所述地震動數據庫對初始參數化生成器組合以及初始參數化判別器進行訓練，以得到目標生成器組合以及目標判別器組合，包括：
5.根據權利要求4所述的方法，其特征在于，所述參數化生成器組合中的任一參數化生成器均采用cnn結構，所述cnn結構包括正向映射cnn模型和反向映射cnn模型，所述正向映射cnn...
【專利技術屬性】
技術研發人員：趙武勝，解佩瑤，陳衛忠，張修峰，萬曉，賈海賓，秦長坤，高厚，
申請(專利權)人：中國科學院武漢巖土力學研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。