基于广义S变换与卷积神经网络的地震动速度脉冲识别方法

本发明公开了一种基于广义S变换与卷积神经网络的地震动速度脉冲识别方法，首先利用广义S变换对一维地震动速度时程进行高分辨率时频分析，将其转换为二维时频谱图；然后将时频谱图输入到预先训练好的卷积神经网络中，通过深度学习自动提取脉冲型与非脉冲型地震动的判别特征，输出脉冲存在性及其概率；对于识别为脉冲型的地震动记录，再采用ICEEMDAN方法对原始速度时程进行分量分解，分离出主要脉冲成分，并对脉冲进行重构；最后对重构后的脉冲信号提取幅值、周期、数量等特征参数，实现单脉冲与多脉冲的精确识别与定量化分析。本发明能够有效提高脉冲识别的精度与一致性，降低人工参与程度，并在高噪声、复杂波形条件下保持较强鲁棒性。