基于密度聚类的面波频散曲线智能提取方法

来源：计算机测量与控制杂志2026年第1期北京时间：

作者：魏芦俊,李 剑,杨 桐,陈俞安,张庆

单位：中北大学 信息与通信工程学院

摘要：短时城市交通噪声中的高频面波信号常因低信噪比与强背景干扰，导致频散曲线提取精度与效率显著下降。为此，提出一种融合相位加权叠加改进相移法与DBSCAN密度聚类的智能提取方法。该方法创新性地利用瞬时相位一致性构建权重函数，通过相位加权机制有效压制阵列响应旁瓣，显著提升高频低信噪比条件下频散能量的聚集性与辨识度；进一步引入DBSCAN算法，凭借其对离散能量团的自适应聚类能力，精准识别基阶频散模式，克服传统方法对噪声敏感和依赖人工干预的局限。数值模拟表明，所提方法在低信噪比时段提取的频散曲线与理论值偏差小于3%，优于Kmeans方法，平均计算效率提高约40%，实现了无需人工干预的高精度高频段频散曲线自动提取，为城市浅层地质结构快速探测提供了可靠技术手段。

关键词：面波;频散曲线;相位加权叠加;密度聚类;交通噪声

基金资助：国家自然基金面上科学基金(62271453)；中央支持地方项目(YDZJSX2024D031)；山西省专利转化专项计划资助项目(202405004)