avatar avatar 我的文献 基于深度学习的地下浅层震源定位方法 作者 辛伟瑶; 李剑; 王小亮; 李禹剑 单位 信息探测与处理山西省重点实验室 期刊 计算机工程 时间 关键词 地下浅层定位; 逆时聚焦; 振幅叠加; 三维能量场图像序列; 深度学习 基金 国家自然基金青年科学基金(61901419); 山西省面上青年资金(201801D221205); 山西省高校创新项目(201802083); “十三五”装备预研兵器工业联合基金(6141B012904); 装备预研兵器装备联合基金(6141B021303)资助
摘要
针对地下能量场聚焦模型中能量聚焦点无法有效识别的问题,本文提出了基于深度学习的地下浅层震源定位方法。首先,利用逆时振幅叠加的方法,将传感器阵列获取的震动数据逆时重建成海量三维能量场图像样本序列,将其作为深度学习网络的输入数据;其次,利用3D-CNN模型搭建深度学习网络框架,在前期训练时将已知震源坐标作为输入标签;再次,将上述所获取的数据和标签输入到网络中进行训练测试,形成三维能量场到震源坐标的端到端的学习模型;最终输出聚焦点坐标,即震源坐标。经外场试验测试,结果表明本文提出的基于深度学习的震源定位方法,能够有效的识别能量场聚焦点,在地下浅层震源定位领域具有一定的工程应用价值。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭