论文部分内容阅读
本文提出了一种基于L_1范数正则化的基线校正新方法,即以拟合速度时程误差最小为目标,以基线漂移本身尽可能小为约束条件,经过凸优化多次迭代自动求解出满足条件的基线漂移,避免了人为选取基线漂移分段次数和基线漂移起止时刻的主观干扰;随后利用该方法对多组加入了基线漂移噪声模型的强震动加速度记录进行验证。结果表明:本文方法对于识别和处理单段式、两段式和多段式的基线漂移噪声具有普适性,能敏锐地捕捉到速度时程发生漂移的趋势(斜率变化),无需预先设定加速度基线漂移模型也可有效地识别出多种基线漂移噪声的起止位置和漂移