来源：期刊VIP网 时间：
作者：宋晋东;栾世成;李山有;马强;孙文韬;刘赫奕;周学影;姚鹍鹏;黄鹏杰;朱景宝;
单位：中国地震局工程力学研究所地震工程与工程振动重点实验室;地震灾害防治应急管理部重点实验室;中国铁道科学研究院集团有限公司铁道科学技术研究发展中心;河南辉煌科技股份有限公司安防产品部;
摘要：为提升高速铁路地震预警系统中地震事件识别的可靠性，提出基于生成对抗网络（GAN）和卷积神经网络（CNN）的高速铁路地震预警干扰信号识别方法。首先，通过GAN对打夯干扰信号进行数据增强，以实现数据平衡；其次，设计并构建GAN-CNN打夯干扰信号识别模型，并对其进行训练和测试；最后，通过对比试验，验证该模型在干扰信号识别中的有效性和准确性。结果表明：与未使用GAN进行数据增强的情况相比，所提方法识别打夯干扰信号和地震事件信号的准确率分别为99.60%和100%，性能显著提升；此外，GANCNN模型的交并比、准确率、召回率和综合能力评价指标也得到提高。该方法可为高速铁路地震预警干扰信号识别提供参考。
关键词：地震预警;;高速铁路;;卷积神经网络;;生成对抗网络;;打夯干扰信号
基金资助：国家重点研发计划项目（2023YFF0725005）;; 国家自然科学基金资助项目（42304074,51408564）;; 中国国家铁路集团有限公司科技研究开发计划课题（K2024G008）;; 中国铁道科学研究院集团有限公司院基金课题（2022YJ149）
