公开(公告)号：CN117150222A

公开(公告)日：2023-12-01

申请号：CN202311109144.6

申请日：2023-08-31

Applicant: 中北大学

Inventor： 李剑 ,  马明星 ,  李传坤 ,  孔庆珊 ,  柴松 ,  曾援 ,  张鑫 ,  聂鹏飞

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G01V1/28 ,  G01V1/30

Abstract: 本发明涉及一种基于扩散模型的地下震动场测量数据智能修复方法，首先使用小当量弹药地下浅层爆炸实验方案获取震动场信号，通过VMD算法对信号进行去噪，提高震动场信号信噪比；通过4次小当量弹药地下浅层爆炸实验获取真实样本，保证样本的有效性，降低训练复杂度，提升模型可靠性；将缺失的共炮点道集作为扩散模型的输入样本，通过改变随机掩码模拟出不同状况下的缺失情况，增加了输入样本的多样性，提高模型泛化性，保证即使在实验数据缺失的条件下，仍能有较高的数据多样性；本发明使用的扩散模型在加噪和去噪过程中都是对整个道集进行处理，故模型可以更好地提取全局特征，对不同的缺失状况更加稳定。

公开(公告)号：CN117147031A

公开(公告)日：2023-12-01

申请号：CN202311109234.5

申请日：2023-08-31

Applicant: 中北大学

Inventor： 李剑 ,  臧丹枫 ,  李传坤 ,  孔庆珊 ,  金艳 ,  孔慧华 ,  魏晓曼 ,  贺斌

IPC: G01L5/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/084 ,  G01L5/14

Abstract: 本发明涉及一种冲击波场数据智能重构方法，基于生成对抗网络用来重建爆炸场测量盲区波形，首先，对传感器的点位进行布置，通过传感器对爆炸的冲击波进行采集，之后利用传感器采集到的时域波形信息及相应的位置信息进行数据处理并生成学习样本，再将处理好的样本数据输入到生成对抗网络中，最终通过生成对抗网络中生成器和判别器对抗训练生成测点盲区的波形。本发明通过建立深度学习网络模型，结合冲击波在空气中的传播规律，使得重建后的波形更加贴近真实波形。同时，能够为侵彻类弹药评估毁伤威力，检验、修正理论模型，改进打击方式提供重要的依据。本发明能够端到端自动补全所需的波形数据，具有很高的效率。