System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于面波信号加窗分析的土岩界面的识别方法及相关装置制造方法及图纸_技高网
当前位置: 首页 > 专利查询>同济大学专利>正文

基于面波信号加窗分析的土岩界面的识别方法及相关装置制造方法及图纸

技术编号:40592047 阅读:2 留言:0更新日期:2024-03-12 21:53
本申请提供一种基于面波信号加窗分析的土岩界面的识别方法及相关设备,该方法获取待检测目标岩土介质对应的多道面波信号;通过空间域的高斯窗口函数对所述多道面波信号进行空间滤波,得到多个子信号片段;对每个所述信号片段进行频散分析,得到每个所述信号片段对应的频散曲线;基于所述频散曲线得到所述目标岩土介质对应的二维横波速度模型;基于所述二维横波速度模型识别所述目标岩土介质的土岩界面,从而通过在空间域加窗的方法提取面波信号的局部特征,使得由此提取的频散曲线能够更好地反映地下介质土岩界面沿水平方向的起伏变化,进一步提高了土岩界面的识别的准确度。

【技术实现步骤摘要】

本申请涉及土岩勘察,尤其涉及一种基于面波信号加窗分析的土岩界面的识别方法及相关装置


技术介绍

1、获得工程建设场地地表范围内地下空间的土岩界面分布情况对于隧道、基础、地基处理等常见岩土工程的设计施工有着重要意义。准确的土体-岩体界面(土岩界面)识别能够有效帮助工程提升安全可靠度,缩短工期并节约建设成本。目前,相关技术中,对土岩界面的识别的准确度较低,而且无法准确的反映起伏程度较大的土岩界面变化情况。


技术实现思路

1、有鉴于此,本申请的目的在于提出一种基于面波信号加窗分析的土岩界面的识别方法及相关装置。

2、基于上述目的,本申请提供了一种基于面波信号加窗分析的土岩界面的识别方法,包括:

3、获取待检测目标岩土介质对应的多道面波信号;

4、通过空间域的高斯窗口函数对所述多道面波信号进行空间滤波,得到多个子信号片段;

5、对每个所述信号片段进行频散分析,得到每个所述信号片段对应的频散曲线;

6、基于所述频散曲线得到所述目标岩土介质对应的二维横波速度模型;

7、基于所述二维横波速度模型识别所述目标岩土介质的土岩界面。

8、基于同一专利技术构思,本申请实施例还提供了一种基于面波信号加窗分析的土岩界面的识别装置,包括:

9、获取模块,获取待检测目标岩土介质对应的多道面波信号;

10、滤波模块,通过空间域的高斯窗口函数对所述多道面波信号进行空间滤波,得到多个子信号片段;

11、分析模块,对每个所述信号片段进行频散分析,得到每个所述信号片段对应的频散曲线;

12、速度模块,基于所述频散曲线得到所述目标岩土介质对应的二维横波速度模型;

13、识别模块,基于所述二维横波速度模型识别所述目标岩土介质的土岩界面。

14、基于同一专利技术构思,本申请示例性实施例还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,所述处理器执行所述程序时实现如上所述的基于面波信号加窗分析的土岩界面的识别方法。

15、基于同一专利技术构思,本申请实施例还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行如上所述的基于面波信号加窗分析的土岩界面的识别方法。

16、从上面所述可以看出,本申请提供的基于面波信号加窗分析的土岩界面的识别方法及相关设备,获取待检测目标岩土介质对应的多道面波信号;通过空间域的高斯窗口函数对所述多道面波信号进行空间滤波,得到多个子信号片段;对每个所述信号片段进行频散分析,得到每个所述信号片段对应的频散曲线;基于所述频散曲线得到所述目标岩土介质对应的二维横波速度模型;基于所述二维横波速度模型识别所述目标岩土介质的土岩界面,从而通过在空间域加窗的方法提取面波信号的局部特征,使得由此提取的频散曲线能够更好地反映地下介质土岩界面沿水平方向的起伏变化,进一步提高了土岩界面的识别的准确度。

本文档来自技高网...

【技术保护点】

1.一种基于面波信号加窗分析的土岩界面的识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,通过空间域的高斯窗口函数对所述多道面波信号进行空间滤波,得到多个子信号片段,具体包括:

3.根据权利要求1所述的方法,其特征在于,基于所述频散曲线得到所述目标岩土介质对应的横波速度模型,具体包括:

4.根据权利要求1所述的方法,其特征在于,基于所述频散曲线得到所述目标岩土介质对应的横波速度模型,具体包括:

5.根据权利要求4所述的方法,其特征在于,所述横波速度反演网络模型的基准网络模型为卷积神经网络模型,所述卷积神经网络模型包括编码器和解码器;所述编码器包括多个卷积层,所述解码器包括多个卷积层和多个反卷积层。

6.根据权利要求5所述的方法,其特征在于,构建训练所述横波速度反演网络模型的样本数据集的过程包括:

7.根据权利要求4所述的方法,其特征在于,通过以下公式调节所述卷积神经网络模型的参数:

8.一种基于面波信号加窗分析的土岩界面的识别装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,所述处理器执行所述程序时实现如权利要求1至7中任意一项所述的方法。

10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行根据权利要求1至7中任一项所述的方法。

...

【技术特征摘要】

1.一种基于面波信号加窗分析的土岩界面的识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,通过空间域的高斯窗口函数对所述多道面波信号进行空间滤波,得到多个子信号片段,具体包括:

3.根据权利要求1所述的方法,其特征在于,基于所述频散曲线得到所述目标岩土介质对应的横波速度模型,具体包括:

4.根据权利要求1所述的方法,其特征在于,基于所述频散曲线得到所述目标岩土介质对应的横波速度模型,具体包括:

5.根据权利要求4所述的方法,其特征在于,所述横波速度反演网络模型的基准网络模型为卷积神经网络模型,所述卷积神经网络模型包括编码器和解码器;所述编码器包括多个卷积层,所述解码器包括多个卷积层和多...

【专利技术属性】
技术研发人员:沈健石振明刘鎏彭铭俞松波陈发达吴海宝王祥
申请(专利权)人:同济大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1