基于经验模态分解的速度脉冲参数化方法

袁少洋, 杨雅霖, 柳迪, 王晓涛, 常志旺

世界地震工程 ›› 2026, Vol. 42 ›› Issue (02) : 17 -24.

PDF
世界地震工程 ›› 2026, Vol. 42 ›› Issue (02) : 17 -24. DOI: 10.19994/j.cnki.WEE.2026.0020

基于经验模态分解的速度脉冲参数化方法

    袁少洋, 杨雅霖, 柳迪, 王晓涛, 常志旺
作者信息 +

Author information +
文章历史 +
PDF

摘要

随着对近断层地震动脉冲参数化需求的增加,寻找一种高效准确的参数化方法变得尤为重要。传统方法将分析脉冲模型直接拟合到原始地震动,这种方法依赖于初始值且缺乏客观性。为此,提出了一种基于经验模态分解(empirical mode decomposition, EMD)的速度脉冲参数化方法,假设速度脉冲可用四个关键参数表征,该方法将脉冲模型与重构地震信号匹配,并通过优化重构信号的拟合来导出参数化脉冲。具体而言,采用EMD对原始地震动进行分解,筛选出与原始记录相关性最大的两阶固有模态函数(intrinsic mode function, IMF)重构初始速度脉冲信号,通过对重构后的初始脉冲信号与脉冲模型进行拟合,提取速度脉冲并计算脉冲参数。最后,与现有方法对比验证,表明提取的脉冲在时域和频域均与原始地震动良好匹配,可应用于近断层地震动的随机模拟及工程结构抗震等研究。

关键词

近断层地震动 / 脉冲提取 / EMD / 参数化 / 速度脉冲

Key words

引用本文

引用格式 ▾
袁少洋, 杨雅霖, 柳迪, 王晓涛, 常志旺. 基于经验模态分解的速度脉冲参数化方法[J]. 世界地震工程, 2026, 42(02): 17-24 DOI:10.19994/j.cnki.WEE.2026.0020

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/